Pythonを学び始めて1ヶ月ほどですが、とても良い本に出会ったと満足しています。基本的に「こういうコードを書くとこういう結果が出ます」が中心に解説がついているという記述の流れになっています。したがって、Pythonがインストールされている環境があれば、本書に記載されている通りにコード書くことで、それなりに学習できるかと思います。また、分量はそれほど多くありませんが、実データを使った分析例もコードとともに掲載されているので、自分なりに書いたコードを試してみるということも可能です。
ただし、入門という言葉のわりに本当の意味で入門書ではないので、「条件分岐っておいしいの?」というくらいに初心者の方は何のために何をしているのかさっぱりわからないかもしれません。また、データ分析という言葉はあるものの、高度な統計解析機能は解説外なので、そうしたものを期待する方は留意したほうがいいでしょう。
プライム無料体験をお試しいただけます
プライム無料体験で、この注文から無料配送特典をご利用いただけます。
非会員 | プライム会員 | |
---|---|---|
通常配送 | ¥410 - ¥450* | 無料 |
お急ぎ便 | ¥510 - ¥550 | |
お届け日時指定便 | ¥510 - ¥650 |
*Amazon.co.jp発送商品の注文額 ¥2,000以上は非会員も無料
無料体験はいつでもキャンセルできます。30日のプライム無料体験をぜひお試しください。
新品:
¥4,780¥4,780 税込
ポイント: 96pt
(2%)
無料お届け日:
3月21日 木曜日
発送元: Amazon 販売者: アイダ商会
新品:
¥4,780¥4,780 税込
ポイント: 96pt
(2%)
無料お届け日:
3月21日 木曜日
発送元: Amazon
販売者: アイダ商会
中古品: ¥133
中古品:
¥133

無料のKindleアプリをダウンロードして、スマートフォン、タブレット、またはコンピューターで今すぐKindle本を読むことができます。Kindleデバイスは必要ありません。
ウェブ版Kindleなら、お使いのブラウザですぐにお読みいただけます。
携帯電話のカメラを使用する - 以下のコードをスキャンし、Kindleアプリをダウンロードしてください。
Pythonによるデータ分析入門 ―NumPy、pandasを使ったデータ処理 大型本 – 2013/12/26
{"desktop_buybox_group_1":[{"displayPrice":"¥4,780","priceAmount":4780.00,"currencySymbol":"¥","integerValue":"4,780","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"jyGY%2FaXGBfnpIpllRjioOWLPSWzqtAVJvzg1DdEJTUeJSC7m8QZCGo08HgJ86GbLgSYjVKi%2FySIAjMc03SR693cEeLQB1Ls%2Fcb5P9C2ea5dFWrVRUpITMdB%2FopRftT8mEaE9%2BOpydV29iGOfyGSDh%2FkaBzrwoA6JagV3BQ0b%2FvFkk4lGAPZCoCPIjQaEUNC5","locale":"ja-JP","buyingOptionType":"NEW","aapiBuyingOptionIndex":0}, {"displayPrice":"¥133","priceAmount":133.00,"currencySymbol":"¥","integerValue":"133","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"jyGY%2FaXGBfnpIpllRjioOWLPSWzqtAVJKunMtDcQyDG1KuK2RM58O%2B3i3M8TkPQW%2BmmFpwPGWr5XlxHakvYSpKUkAq1qXsT37eD6VdYiHcnzyPg%2FUZD3kNS06UbIMXz%2B8RZfpz1GlMFgkiOtmELeGxqhGwzgSy35wdfDNblghht6H2m6GG0NHQ%3D%3D","locale":"ja-JP","buyingOptionType":"USED","aapiBuyingOptionIndex":1}]}
購入オプションとあわせ買い
NumPy、SciPy、pandas、matplotlibをはじめ、高機能で使いやすい数学・科学計算用ライブラリが充実しているPythonは、データサイエンス分野での利用が急速に広がっています。
従来高価な商用ツールでしか提供されていなかった機能がオープンソースツールで行えるとあって、
プログラマだけでなく、大量のデータを処理する金融アナリストやデータ解析を行う研究者たちの間でもPython人気は高まる一方です。
本書はPythonの代表的なデータ解析用ツール、pandasのメイン開発者による、Pythonでデータサイエンスを始めるための情報をまとめた、優れたガイドブックです。
豊富な事例とサンプルコードを示した実践的、実際的な一冊です。
従来高価な商用ツールでしか提供されていなかった機能がオープンソースツールで行えるとあって、
プログラマだけでなく、大量のデータを処理する金融アナリストやデータ解析を行う研究者たちの間でもPython人気は高まる一方です。
本書はPythonの代表的なデータ解析用ツール、pandasのメイン開発者による、Pythonでデータサイエンスを始めるための情報をまとめた、優れたガイドブックです。
豊富な事例とサンプルコードを示した実践的、実際的な一冊です。
- 本の長さ474ページ
- 言語日本語
- 出版社オライリージャパン
- 発売日2013/12/26
- 寸法5 x 19 x 24 cm
- ISBN-104873116554
- ISBN-13978-4873116556
よく一緒に購入されている商品

対象商品: Pythonによるデータ分析入門 ―NumPy、pandasを使ったデータ処理
¥4,780¥4,780
最短で3月21日 木曜日のお届け予定です
残り1点 ご注文はお早めに
¥2,178¥2,178
最短で3月21日 木曜日のお届け予定です
在庫あり。
総額:
当社の価格を見るには、これら商品をカートに追加してください。
ポイントの合計:
pt
もう一度お試しください
追加されました
一緒に購入する商品を選択してください。
この商品をチェックした人はこんな商品もチェックしています
ページ 1 以下のうち 1 最初から観るページ 1 以下のうち 1
- Pythonデータサイエンスハンドブック 第2版 ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習Jake VanderPlas単行本(ソフトカバー)
商品の説明
著者について
Wes McKinney(ウェス・マッキニー):ニューヨークを拠点に活動するデータハッカー兼起業家。MITで数学を専攻し、2007年に卒業した後は、コネチカット州グリニッジのAQR Capital Managementでクオンツ運用に従事。使いにくいデータ分析ツールに辟易し、2008年にPythonを覚えて、のちにpandasと呼ばれることになるプロジェクトを始める。現在、Pythonの科学コミュニティのアクティブメンバーであり、データ分析、金融、統計計算アプリケーション分野でのPython推進者でもある。
登録情報
- 出版社 : オライリージャパン (2013/12/26)
- 発売日 : 2013/12/26
- 言語 : 日本語
- 大型本 : 474ページ
- ISBN-10 : 4873116554
- ISBN-13 : 978-4873116556
- 寸法 : 5 x 19 x 24 cm
- Amazon 売れ筋ランキング: - 375,082位本 (本の売れ筋ランキングを見る)
- - 16,658位コンピュータ・IT (本)
- カスタマーレビュー:
著者について
著者をフォローして、新作のアップデートや改善されたおすすめを入手してください。
東京大学大学院で生態学を専攻し、マメゾウムシという昆虫の研究活動の中でRや統計学の基礎を学習した。
卒業後はSIerなどを経て、現在は企業向けにビジネス研修を行う会社にeラーニング開発のエンジニアとして勤務。
著書に『作って学ぶScratchドリル』、共訳書に『RとRubyによるデータ解析入門』『Rグラフィックスクックブック』『Pythonによるデータ分析入門』 『Rパッケージ開発入門』(以上オライリー・ジャパン)。
著者の本をもっと発見したり、よく似た著者を見つけたり、著者のブログを読んだりしましょう
-
トップレビュー
上位レビュー、対象国: 日本
レビューのフィルタリング中に問題が発生しました。後でもう一度試してください。
2016年5月10日に日本でレビュー済み
Amazonで購入
2018年6月14日に日本でレビュー済み
Amazonで購入
IPythonでのコードの記述らしいのですが、見難いです。
また、IPythonの後継であるJupyterNotebookで動作確認していますが、
matplotlibのグラフをJupyterで表示する際は別途コマンドを入力する必要があります。
(ググればたくさんヒットするので大きな問題ではないです)
ちなみにコードはPython2です。
動作に問題はないようですが、自分はPython3で学習したので少し戸惑いました。
Python3の入門書を読破したばかりのため、どこがPython2のコーディングスタイルなのか
いちいち確認しないと分かりません。
(NumPyやPandasのコーディングスタイルは古いのか新しいのか分かりません。)
原著は昨年に第2版が出ているので、コードもPython3になるのではないかと期待しています。
また、IPythonの後継であるJupyterNotebookで動作確認していますが、
matplotlibのグラフをJupyterで表示する際は別途コマンドを入力する必要があります。
(ググればたくさんヒットするので大きな問題ではないです)
ちなみにコードはPython2です。
動作に問題はないようですが、自分はPython3で学習したので少し戸惑いました。
Python3の入門書を読破したばかりのため、どこがPython2のコーディングスタイルなのか
いちいち確認しないと分かりません。
(NumPyやPandasのコーディングスタイルは古いのか新しいのか分かりません。)
原著は昨年に第2版が出ているので、コードもPython3になるのではないかと期待しています。
2018年4月19日に日本でレビュー済み
Amazonで購入
Wes McKinney-Python for Data Analysis-O'Reilly Media (2nd editon)
という著作名で改訂版が出ています。
PDFがWebにありダウンロードできます。
コードをコピペすれば Jupyter Notebook で実行することができて便利です。
Pandasをつくった人の著作であり,Pandasの勉強に一番の本です。
機械学習,深層学習の前段階のデータサイエンスに欠かせない本です。
という著作名で改訂版が出ています。
PDFがWebにありダウンロードできます。
コードをコピペすれば Jupyter Notebook で実行することができて便利です。
Pandasをつくった人の著作であり,Pandasの勉強に一番の本です。
機械学習,深層学習の前段階のデータサイエンスに欠かせない本です。
2014年6月2日に日本でレビュー済み
Amazonで購入
Numpy, Pandasの本
基本的なところはすべてこれでカバーしている。
コレを読んでからThink statsに進んだ。
基本的なところはすべてこれでカバーしている。
コレを読んでからThink statsに進んだ。
2014年2月18日に日本でレビュー済み
Amazonで購入
Ruby派でしたが、この本読んでPythonに乗り換えました。
2017年11月12日に日本でレビュー済み
Amazonで購入
書かれていることは大変に参考なります。
ただし本書では、python2の環境でコードが書かれていたり、現時点でdeprecated(非推奨)となっているメソッドが利用されています。
後者については、今後通用するためのコードを書くにはどうすればよいのかという疑問が湧きますが、当然ながら本書に回答はありません。
その都度別の情報ソースから調べたり学習する必要があります。
そのような手間を惜しまない方にはおすすめします。
ただし本書では、python2の環境でコードが書かれていたり、現時点でdeprecated(非推奨)となっているメソッドが利用されています。
後者については、今後通用するためのコードを書くにはどうすればよいのかという疑問が湧きますが、当然ながら本書に回答はありません。
その都度別の情報ソースから調べたり学習する必要があります。
そのような手間を惜しまない方にはおすすめします。
2014年1月6日に日本でレビュー済み
Pythonは、日本ではマイナーな印象のあるスクリプト言語ですが
保守性の高さや実行速度などのメリットから、海外では広く用いられています。
とりわけ、豊富なライブラリが提供されていることもあり、科学計算などのデータ分析の用途では定番です。
・NumPy/SciPy(数値演算ライブラリ)
・pandas(R言語に似た、データ分析環境)
・matplotlib(グラフ/可視化ライブラリ)
本書は、上記に挙げたpandasの開発者が、
Pythonと上記ライブラリを用いたデータ分析の基本を説明したものです。
データの操作・処理・クリーニングなどといった基本から、
データの集約や時系列データの取り扱いといった実務上の重要項目まで抑えてあります。
オライリーの和書としては「 RとRubyによるデータ解析入門 」という類書がありますが、
取り上げている題材(金融・経済データ)など、本書の方が実践的な内容を取り上げているように感じました。
ページ数は多めですが、(Pythonを既に習得していれば)実務上必要十分な情報が収まっています。
「データ分析をしろと言われたけどR言語が取っつきにくくて、、、」というWebプログラマにもおすすめです。
データ分析に必要な統計学など基礎知識については本書の範囲外なので
同様にPythonで説明されている「 Think Stats ―プログラマのための統計入門 」を併せて読むと効率良いでしょう。
保守性の高さや実行速度などのメリットから、海外では広く用いられています。
とりわけ、豊富なライブラリが提供されていることもあり、科学計算などのデータ分析の用途では定番です。
・NumPy/SciPy(数値演算ライブラリ)
・pandas(R言語に似た、データ分析環境)
・matplotlib(グラフ/可視化ライブラリ)
本書は、上記に挙げたpandasの開発者が、
Pythonと上記ライブラリを用いたデータ分析の基本を説明したものです。
データの操作・処理・クリーニングなどといった基本から、
データの集約や時系列データの取り扱いといった実務上の重要項目まで抑えてあります。
オライリーの和書としては「 RとRubyによるデータ解析入門 」という類書がありますが、
取り上げている題材(金融・経済データ)など、本書の方が実践的な内容を取り上げているように感じました。
ページ数は多めですが、(Pythonを既に習得していれば)実務上必要十分な情報が収まっています。
「データ分析をしろと言われたけどR言語が取っつきにくくて、、、」というWebプログラマにもおすすめです。
データ分析に必要な統計学など基礎知識については本書の範囲外なので
同様にPythonで説明されている「 Think Stats ―プログラマのための統計入門 」を併せて読むと効率良いでしょう。
2016年11月7日に日本でレビュー済み
Amazonで購入
正直読んで面白いと思うところは少ない
人によるだろうけど、つまらない説明がツラツラと書かれている
内容は他の人が書いてる通り良いので★4
人によるだろうけど、つまらない説明がツラツラと書かれている
内容は他の人が書いてる通り良いので★4