S02 t2 my_historyofpythonlearning

業務のためのPython勉強会
#2
Jul.
2,
2015

阿久津　剛史

TW
@akucchan_world
1
私のPython学習奮闘記#2

　〜データ分析編〜

自己紹介
•  阿久津　剛史

Twi=er
@akucchan_world

•  某メーカー勤務

–  元光通信エンジニア（自称は現役）

–  現マーケティング担当

•  Python経験1年弱

–  MIT
OCW
2
courses
ﬁnished.

–  実務で使うために勉強中
2

ご注意
In[1]:
MyTalk
==
type(lecture)

Out[1]:
False

In[2]:
MyTalk
==
type(report)

Out[2]:
True
3
私の発表は

　　授業ではありません
私の発表は

　　報告の一種です
初心者（Starter）の

初心者（Starter）による　　　　　　

初心者（Starter）のための

Python勉強法

Contents
•  Pythonでデータ分析しよう！

•  Ex.
1:　アンケート集計

•  Ex.
2:　ウェブ上のデータ処理

4

Contents

•  Ex.

•  Ex.

5

第1回勉強会での発言
“Python
stopped
me
using
Excel.”

6
「Pythonは私がExcelを

　　　　　　　使うことを止めさせた」

辻真吾

Shingo
Tsuji

データ分析ツール
7
表計算ソフト

(Excel)

標準関数、分析ツール
簡易プログラミング言語

(Excel
VBA)

ファイル処理、自動化

プログラミング言語
(Python,
R)

機械学習、クラスタリング
機能性

Easy
Hard

難易度

Basic
Advanced

Wes
McKinney（著）、

小林儀匡ほか（訳）、

『Pythonによるデータ分析入門』

•  pandas開発者の著書

Pros:

•  実例が豊富

•  データサイエンスを目指すの
に最適

Cons:

•  多くの知識（Python、統計学）
を前提としている

•  ムズい！
8

Split-‐Apply-‐Combine
Strategy[1]
9
[1]
Hadley
Wickham,
h=p://vita.had.co.nz/papers/plyr.pdf
A
B
C
A
B
C
A
B
C
1,000
2,000
3,000
2,000
2,500
4,000
3,000
3,000
5,000
A
1,000
A
2,000
A
3,000
B
2,000
B
2,500
B
3,000
C
3,000
C
4,000
C
5,000
A
2,000
B
2,500
C
4,000
School
Amount
Split

（分離）
Apply

（適用）
Combine

（結合）
Ex.
小学生のおこづかいデータ
mean

著者Wes
McKinney氏にメール
10
Wes
McKinney
@wesmckinn

Cracsman
of
data
tools
and
systems.
Engineering

@cloudera.
Formerly
founder/CEO
of
DataPad.
Created

pandas
and
wrote
Python
for
Data
Analysis.
Tenacious
阿久津と申します。日本でPythonの勉
強会をやっています。いくつか質問に答
えていただけますでしょうか？
いいよ。

Q1.
Best
way
for
Python
beginner
11
Q1.
If
you
have
a
student
who
has
no
experience
in
Python

programming,
how
do
you
tell
him
to
learn
Python?
How
is

like
the
best
way?

（もしPythonの経験のない教え子がいたら、どのように学ぶ
ように伝えますか？ベストの方法は何でしょう？）

A1.
Good
quesion.
This
book
is
pre=y
good.

h=p://learnpythonthehardway.org/

（いい質問だね。この本がいいよ。）

Learn
Python
The
Hard
Way
12
h=p://learnpythonthehardway.org/

Q2.
Your
book
was
published
three
years
ago.
Is
there
any

big
change
in
Python
for
Data
Analysis?
Do
you
have
a
plan

to
revise
your
book?

（あなたの本は3年前に書かれましたが、Pythonによるデー
タ分析において大きな変化はありますか？改訂の予定はあ
りますか？）

A2.
I
haven't
begun
any
revisions;
I
would
like
to
do
a
revised

version
in
2017
or
so.

（まだ改訂は始めていないよ。

　　　　　　　　　　　　　　　2017年くらいに改訂したいね。）
Q2.
Plan
for
Revision
13

Q3.
While
Python
ver.2
was
recommended
in
your
book,
is

ver.2
sill
be=er
than
ver.3
for
beginners
who
have
just

started
Python
programming?

（あなたの著書ではPython
2.xが薦められていましたが、こ
れからPythonを始めるビギナーにとっても3.xより2.xが良い
でしょうか？）

A3.
If
you
can,
I
would
use
Python
3.4.
The
Anaconda

distribuion
makes
seong
up
a
complete
Python
3.4

environment
fairly
easy;
you
can
google
for
instrucions

（僕だったらPython
3.4を使うね。Anacondaディストリビュー
ションなら超簡単に3.4環境を導入できるよ。ググればインス
トール方法もわかるよ。）
Q3.
Python
2.x
or
3.x?
14

Q4.
Message
for
Our
Club

15
Q4.
Could
you
give
us
a
message
for
our
Python
learner

colleagues?
We
will
be
happy
if
we
could
have
your
idea.

（Pythonを学ぶ仲間たちにメッセージをいただければ、幸い
です。）

A4.
Good
luck
on
your
Python
journey;
I
believe
it
will
be

worth
your
ime.
（君たちのPythonの旅の幸運を祈っているよ。それはきっと
価値のある時間となるはずだよ。）

Contents

•  Ex.

•  Ex.

16

第1回勉強会アンケート
Ques%on
Answer
Q1.
発表は参考になりましたか?

「Pythonでプログラムを書こう!」
(辻)

Yes/No
Q2.

「私はPython独学奮闘記」
(阿久津)

Yes/No
Q3.

「データサイエンスとデータエンジニア」
(草薙)

Yes/No
Q4.
次回の勉強会に参加しますか？
Yes/No
17
アンケート結果を集計しよう！

アンケート結果：spc_01.csv
18
Guest_ID
Q1
Q2
Q3
Q4
1
Yes
Yes
Yes
Yes
2
Yes
Yes
Yes
Yes
3
Yes
Yes
Yes
Yes
4
Yes
Yes
Yes
Yes
5
Yes
Yes
Yes
6
Yes
Yes
Yes
Yes
7
Yes
Yes
Yes
Yes
8
Yes
Yes
Yes
Yes
9
No
Yes
Yes
Yes
10
Yes
Yes
Yes
Yes
11
Yes
Yes
Yes
Yes
12
Yes
Yes
Yes
Yes
13
Yes
Yes
Yes
Yes
14
Yes
Yes
Yes
Yes
15
Yes
Yes
Yes
Yes

アンケート結果：spc_01.csv
19
Guest_ID
Q1
Q2
Q3
Q4
1
Yes
Yes
Yes
Yes
2
Yes
Yes
Yes
Yes
3
Yes
Yes
Yes
Yes
4
Yes
Yes
Yes
Yes
5
Yes
Yes
Yes
6
Yes
Yes
Yes
Yes
7
Yes
Yes
Yes
Yes
8
Yes
Yes
Yes
Yes
9
No
Yes
Yes
Yes
10
Yes
Yes
Yes
Yes
11
Yes
Yes
Yes
Yes
12
Yes
Yes
Yes
Yes
13
Yes
Yes
Yes
Yes
14
Yes
Yes
Yes
Yes
15
Yes
Yes
Yes
Yes

(1)
Excelで集計

1.  Excel関数を使ってデータ処理

2.  グラフ機能を使って結果表示
20

データ処理
21
A
B
C
D
E
F
1
Guest_ID
Connpass_ID
Q1
Q2
Q3
Q4
2
1
***
Yes
Yes
Yes
Yes
3
2
***
Yes
Yes
Yes
Yes
4
3
***
Yes
Yes
Yes
Yes
…
…
…
…
…
...
14
13
***
Yes
Yes
Yes
Yes
15
14
　
Yes
Yes
Yes
Yes
16
15
***
Yes
Yes
Yes
Yes
17
Count
Yes
14
15
15
14
18
No
1
0
0
0
19
Total
15
15
15
14
20
Percent
Yes
93%
100%
100%
100%
21
No
7%
0%
0%
0%

データ処理
22
A
B
C
D
E
F
1
Guest_ID
Connpass_ID
Q1
Q2
Q3
Q4
2
1
***
Yes
Yes
Yes
Yes
3
2
***
Yes
Yes
Yes
Yes
4
3
***
Yes
Yes
Yes
Yes
…
…
…
…
…
...
14
13
***
Yes
Yes
Yes
Yes
15
14
　
Yes
Yes
Yes
Yes
16
15
***
Yes
Yes
Yes
Yes
17
Count
Yes
14
15
15
14
18
No
1
0
0
0
19
Total
15
15
15
14
20
Percent
Yes
93%
100%
100%
100%
21
No
7%
0%
0%
0%
#Yesのカウント

=counif(C$2:C$16,

“Yes”)
#割合の計算

=C17/C19

グラフ
23
Q1
Yes$
No$
Q2
Yes$
No$
Q3
Yes$
No$
Q4
Yes$
No$

(2)
Pythonで集計
24

1.
データ読み込み

2.
Yes/Noカウント

3.
パーセント計算

4.
グラフ表示
#1.
read
the
csv
ﬁle

#2.
count
the
numbers
of
Yes/No

#3.
calculate
the
rate

#4.
draw
the
graph

フローチャート
擬似コード

Example
1.
for文構造
29

Example
2.
apply
30
データ処理を

関数にまとめる
Apply

Example
3.
map
31
データ処理を

関数にまとめる
Map

Contents

•  Ex.

•  Ex.

32

ウェブ上のデータの分析
•  東京電力の公開データを利用した分析
33
atmarkIT、

「ITエンジニアのためのデータサイエンティスト養成講座」

h=p://www.atmarkit.co.jp/ait/aricles/1305/23/news005_4.html

東京電力のオープンデータ
34
でんき予報

h=p://www.tepco.co.jp/forecast/index-‐j.html

2013年の電力消費量
35
h=p://www.tepco.co.jp/forecast/html/images/juyo-‐2013.csv
•  DATE,
TIME,
実績（万kW）

•  カンマ区切り（CSV）

•  2013/1/1〜2013/12/31

•  １時間ごとのデータ

•  8,760件

Excel
vs
Python
Excel
Python
Pros
•  簡単なデータ集計には
強い武器。

•  データ量が多くなるほ
ど、有利。

•  豊富な機能
Cons
•  データ数、ファイル数
が多くなると不利。

•  自動化が困難。
•  コードがわからないと
NG

•  コード習得が課題
38

まとめ
•  Pythonによるデータ分析

– 自動化

– 高度な分析（機械学習、クラスタリングなど）

– ウェブ上のデータ分析

•  ExcelとPythonの簡単な比較

– ExcelはGUI操作が簡単、VBAで自動化は面倒

– Pythonは自動化に適、プログラム学習が課題
39

S02 t2 my_historyofpythonlearning

More Related Content

What's hot

Viewers also liked

Similar to S02 t2 my_historyofpythonlearning

More from Takeshi Akutsu

S02 t2 my_historyofpythonlearning