概要

JupyterLabは，Jupyter Notebookをベースにして誕生し，Pythonユーザを中心に人気の高いオープンソースのデータ分析環境です。Jupyterはインタラクティブにコードを実行でき，その結果を多彩なグラフや表などによって容易に表現できます。本書では，Jupyterをこれから利用する方はもちろんのこと，すでに利用している方にとっても役立つことを目指し，実践的な活用ノウハウを豊富に交えて解説します。また，可視化に際しては，Pythonで人気のライブラリ「pandas」「Matplotlib」「seaborn」を中心に解説します。さらに，最終章では「Google Colaboratory」の使い方を紹介します。

こんな方におすすめ

• PythonとJupyterでデータ分析や多様なグラフを出力したい人
• 「pandas」「Matplotlib」「seaborn」の実践的な利用法を知りたい人

サンプル

目次

第1章　JupyterLabを導入しよう

• 1.1　Project Jupyterとは
• 1.2　Anacondaを利用したPython環境の構築
• 1.3　condaコマンドの使い方
• 1.4　Anaconda Navigatorの使い方
• 1.5　日本語フォント環境の準備

第2章　JupyterLabの操作を学ぼう

• 2.1　JupyterLabでコードを実行
• 2.2　JupyterLabのインターフェイス
• 2.3　JupyterLabの使いこなし

第3章　pandasでデータを処理しよう

• 3.1　pandasとは
• 3.2　サンプルデータについて
• 3.3　Series
• 3.4　DataFrame
• 3.5　さまざまなデータの読み込み
• 3.6　データの前処理
• 3.7　テキストデータの処理
• 3.8　時系列データの処理
• 3.9　基本統計量の算出
• 3.10　データの結合
• 3.11　データの集計
• 3.12　データの可視化

第4章　Matplotlibでグラフを描画しよう

• 4.1　Matplotlibとは
• 4.2　グラフの描画
• 4.3　折れ線グラフ
• 4.4　散布図
• 4.5　棒グラフ
• 4.6　ヒストグラム
• 4.7　箱ひげ図
• 4.8　円グラフ

第5章　Matplotlibを使いこなそう

• 5.1　グラフの構成要素
• 5.2　フィギュアとサブプロットの書式設定
• 5.3　グラフの軸と目盛りの設定
• 5.4　凡例の設定
• 5.5　線の書式設定
• 5.6　色の設定
• 5.7　文字列の書式設定
• 5.8　描画スタイルの適用
• 5.9　グラフをファイルに出力
• 5.10　Matplotlibでグラフを描画する2つのアプローチ

第6章　seabornでデータを可視化しよう

• 6.1　seabornとは
• 6.2　APIの概要
• 6.3　グラフの描画方法
• 6.4　データの関係の可視化
• 6.5　カテゴリデータの可視化
• 6.6　データ分布の可視化
• 6.7　回帰の可視化

第7章　seabornを使いこなそう

• 7.1　ファセットの活用
• 7.2　ペアグリッドの活用
• 7.3　ジョイントグリッドの活用
• 7.4　axes-level関数の利用
• 7.5　グラフのスタイルと書式の設定

第8章　Colaboratoryを使おう

• 8.1　Colaboratoryの基本
• 8.2　ファイルの読み込み
• 8.3　Colaboratoryの活用

サポート

正誤表

P.226　コラム内の脚注※4のタイトル

P.226　コラム内の脚注※8のタイトル

P.90　表3.1「pandasパッケージ情報」の解説バージョン

P.279　表5.29のタイトル

補足情報

サンプルコードについて

サンプルコードは，以下のリンクから入手できます。

サンプルコード

https://github.com/practical-jupyter/sample-code-2nd