J'ai essayé la "Practical Python Data Science" d'Udemy

Ce blog est la troisième entrée du Calendrier de l'Avent jupyter notebook 2016.

Il existe un service d'apprentissage en ligne appelé Udemy et "Practical Python Data Science" coûtait 2 300 yens. Alors j'ai essayé. Dans le cours de 17,5 heures, Shingo Tsuji, l'auteur du "Python Start Book", a expliqué en japonais. C'est un cours très facile à comprendre. Je n'ai pas encore écouté toutes les sections, mais j'aimerais vous présenter ce cours.

Étant donné que ce cours utilise essentiellement Jupyter Notebook pour expliquer presque toutes les sections, quelles sont les fonctionnalités de Jupyter Notebook présentées dans ce cours? Je vais vous présenter en échangeant.

La première partie consiste à expliquer comment utiliser la bibliothèque d'analyse de données de Python. Après cela, l'analyse et la visualisation des données sont expliquées, et dans la seconde moitié, une analyse plus pratique des données est expliquée à l'aide de données réelles.

Anaconda Il s'agit d'un package de bibliothèques fourni par Continuum Analytics pour l'analyse des données. Jupyter Notebook est également inclus dans ce package. Si vous installez Anaconda, un logiciel de gestion de packages Python appelé pip est inclus, vous pouvez donc également l'utiliser pour installer les bibliothèques requises. Je pense qu'un super débutant comme moi devrait d'abord installer cet Anaconda afin de préparer l'environnement d'analyse de données pour Python.

Comment utiliser Jupyter

Après avoir installé Anaconda, démarrez-le simplement dans le répertoire de travail comme indiqué ci-dessous pour démarrer le navigateur.

$ ipython notebook

Cliquez sur Python avec nouveau pour créer un nouveau notebook
Exécution du code
Ctrl + Entrée pour exécuter le code
Maj + Entrée pour exécuter le code et créer une nouvelle cellule
Vous pouvez également écrire des commentaires avec Markdown
CTRL + C dans Terminal lors de la sortie de Jupyter
Renommez la note dans Renommer le carnet. Il est enregistré avec une extension appelée ipynb. Vous pouvez ouvrir le Notebook enregistré en cliquant sur un fichier avec l'extension + ipynb Vous pouvez exécuter des commandes dans Terminal avec +! Ls etc.
Dans Jupyter, vous pouvez exécuter le code html en écrivant et en exécutant html comme indiqué ci-dessous dans Markdown, et s'il y a un fichier dans le même répertoire, vous pouvez afficher l'image et l'enregistrer sous forme de cahier. Masu

<img src="lec28.png ">

Vous pouvez afficher l'image dans Notebook en écrivant comme ci-dessous.

%matplotlib inline

Explication sur l'analyse des données

Les sections 3 et au-delà de ce cours utilisent Jupyter pour expliquer les bases de la science des données. Il coulera sous la forme de l'introduction de la bibliothèque.

NumPy
Les tableaux NumPy jouent un rôle central dans l'analyse des données
Pandas
Une bibliothèque de données très souvent utilisée lors de l'analyse de données avec Python --Series est une bibliothèque très populaire --DataFrame est un type de données très populaire

De cette façon, vous pouvez également lire les données du presse-papiers.

from pandas import Series, DataFrame
import pandas as pd
#Collez les données que vous souhaitez lire dans le presse-papiers
nfl_frame = pd.read_clipboard()
nfl_frame

Bases de l'analyse des données

Introduction à la lecture de données à partir de données texte, JSON, HTML, Excel
Apprenez à fusionner des données et plus encore.
Apprenez à organiser les données.

Visualisation de données

Utilisation de Seaborn Seaborn est une très bonne bibliothèque pour visualiser les données, et il a également la fonctionnalité que vous pouvez facilement changer la couleur. Vous pouvez afficher des histogrammes, des estimations de densité de noyau (histogrammes lisses en un mot), des boîtes à moustaches (moustaches), des graphiques de violon, des lignes de régression, etc.

Analyse pratique des données

Analyser les données Titanic Vous pouvez télécharger diverses données en créant un compte sur Kaggle et en vous connectant. Ici, l'analyse des données est effectuée à l'aide de Titanic Survivor Attribute Data.

Kaggle est une plateforme de modélisation prédictive et de méthodes analytiques et sa société d'exploitation où les entreprises et les chercheurs publient des données et les statisticiens et les analystes de données du monde entier se disputent le modèle optimal. Voir aussi: https://ja.wikipedia.org/wiki/Kaggle

Analyse des données boursières Étant donné que Pandas est une bibliothèque créée à l'origine dans le but d'analyser les données d'informations financières, elle convient parfaitement à l'analyse des données des cours des actions. Avec l'accès aux données à distance de Pandas DataReader, vous pouvez facilement télécharger des données boursières et analyser les données.

from pandas.io.data import DataReader
from datetime import datetime
tech_list = ['AAPL','GOOG','MSFT','AMZN']
end = datetime.now()
start = datetime(end.year - 1,end.month,end.day)
for stock in tech_list:   
    globals()[stock] = DataReader(stock,'yahoo',start,end)
AAPL.describe()

Analyse des données électorales Les données proviennent de HuffPost Pollster. Ce sont les données de l'élection américaine. Ici, nous utilisons un module appelé requêtes, ce qui est pratique pour récupérer des données sur le Web. De plus, afin de gérer les données texte au format CSV comme un fichier, StringIO est utilisé pour analyser les données.

Comme mentionné ci-dessus, le contenu est un peu différent du contenu lié à Jupyter Notebook, mais j'espère que ce sera utile. Je pense que "Practical Python Data Science" vaut plus de 2 300 yens. Le contenu est très facile à comprendre pour un super débutant comme moi, je vous recommande donc de le prendre.