入門 Python 3 第3版

25章データサイエンス

データを手に入れる前に論理を組み立てようとするのは大きな間違いだ。

—— シャーロック・ホームズ

世界は乱雑であり、データも同様である。必要な情報を取り出すためにデータをクリーンアップ、結合、分類し、つつき回すことに多くの時間を割く。

Pythonが最も人気のあるプログラミング言語になった理由は、多くのプログラマがデータという難敵を扱うために採用したことにある。本章は次のようなデータに関するさまざまなテーマを扱う。

• データラングリング
• データ形式の変換
• 分析と統計
• ビジュアライゼーション

最初は標準Pythonで手に入るものを取り上げる。そのあとで、データを手なずけるために作られた豊富なサードパーティツールに踏み込んでいく。

AIは次章まで出番がないが、AI自体も最後の章になるとは予測していなかったはずだ。

25.1　標準Python

まず、まだ取り上げていない機能を確認する。

sort()とsorted()は「8章　タプルとリスト」で取り上げたが、対象はリストだけだった。operatorモジュールには、sort()とsorted()にソートの方法を指示できるitemgetter()とattrgetter()という役立つ関数がある。

基本のitemgetter()関数は、イテラブル、すなわちリストやタプルのような[]で要素にアクセスできるオブジェクトから1個以上の要素を取得して返す。

>>> from operator import itemgetter
>>> l = ["a", "b", "c", "d", "e"]
>>> f = itemgetter(2)
>>> f(l)
'c'

itemgetter()に複数個のインデックスを与えると、タプルが返される。 ...