Pythonデータ分析の基礎 【Python】seabornの導入 – 簡単に美しいグラフ描写ができるライブラリ
ここでは、Pythonのデータ可視化ライブラリであるmatplotlibをベースにしたグラフ描画ライブラリのseabornの導入を扱います。seabornを使うとmatplotlibで描画したグラフを簡単に綺麗な表示にしてくれます。
Python関連ライブラリ/パッケージ
Pythonデータ分析の基礎 
Matplotlib 【Python】Matplotlibでグラフ表示するための色々な使い方
Pythonの外部ライブラリMatplotlibを使ってデータをグラフで可視化する時の色々なメソッドがあります。複数のグラフ表示や、色やマーカーなどのオプション、タイトルの設定、凡例の表示などグラフに必要な情報を加える方法を見ていきます。
Pythonデータ分析の基礎 【Python】Matplotlibの導入と基本操作 – はじめの一歩
Matplotlibは、Pythonを使ってデータを視覚化するためのライブラリです。いろんなグラフに表示することができます。ここではMatplotlibのインストール、導入、日本語化、簡単なデータのグラフの描画の方法について扱います。
Pandas 【Python】PandasのDataの読み込み・書き込み – CSV, Excel, HTML, SQL
Pythonの拡張モジュールPandasを使ってデータの入力と出力を扱います。pd.read_メソッドを使ってさまざまな種類のファイルを読み出すことができます。ここではCSV、Excel、HTML、SQLの４つの一般的なデータ型を扱います。
Pandas 【Python】PandasのDataFrameのいろいろな操作方法
Python拡張モジュールPandasのDataFrameの様々な操作方法を見ていきます。unique(), drop(), sort_values(), dropna(), fillna(), pivot_table() などを扱います。
Pandas 【Python】PandasのDataFrameの組み合わせ- merge(), join(), concate()による結合
Pythonの拡張モジュールPandasで複数のDataFrameを組み合わせる方法を見ていきます。それには主に3つの方法があります。merge(), Join(), concate()を使ってDataFrameの結合をみていきましょう。
Pandas 【Python】Pandasのgroupbyでデータを集約する
Pythonの拡張モジュールPandasを使ってデータの集約を行ないます。データの集約はそのままsum()やmean()を使えば全体の様子を掴めますが、groupby()によってインデックスや列に条件をつけて詳細に絞り込むことができます。
Pandas 【Python】Pandasの欠損値の除外と代入処理 – dropna(), fillna()
Pythonの拡張モジュールPandasを使って、欠損値を処理する操作を行ないます。データの欠落部分をデータ全体から削除するメソットdropna()、欠損値の代わりに値を置き換えるfillna()メソッドの操作を見ていきましょう。
Pandas 【Python】PandasでDataFrameオブジェクトを作る
Pythonの拡張モジュールPandasのDataFrameを扱います。DataFrameは一連のデータオブジェクトをまとめて、同じインデックスを共有することができます。DataFrameはPandasの主要な機能と言っていいと思います。
Pandas 【Python】PandasでSeriesオブジェクトを作る
Pythonの拡張モジュールPandasは、数表や時系列データを操作するためのデータ構造の分析と演算をすることができます。ここではPandasでSeriesを作る操作を学びます。Seriesは軸ラベルを持つのがNumPy配列との違いです。
NumPy 【Python】NumPyの配列の演算 – NumPy Operations, ufunc
PythonのライブラリーNumPyを使って配列の演算を行います。四則演算などの各種演算ができるだけでなく、ユニバーサル関数（ufunc）というものを使えば、演算処理の速度を上げることができるので、大量のデータを計算するには有用です。
NumPy 【Python】NumPy配列のインデックスと値の指定選択
Python拡張モジュールのNumPyを使って配列(array)のインデックス操作を学びます。配列はインデックスを指定して、配列の値を取り出したり、配列をスライスすることができます。スライスとcopy()と元の配列との関係も理解しましょう。
NumPy 【Python】NumPyで配列を作る – NumPy Arrays
ここではPythonの拡張モジュールのNumPyを使って配列を作る操作を中心にみていきます。array(), arange(),
zeros(), ones(), linspace(), eye(), randomモジュールなどを扱います。
Pythonの応用 【Python】scikit-learnの使い方を直線回帰分析で速習
scikit-learnはPythonで機械学習が出来るオープンソースのライブラリです。直線回帰のアルゴリズムで使い方を見ていきます。機械学習のアルゴリズムはたくさんあるので公式サイトを見ておくのも有益。統計の知識も今後必要となってきます。
Pythonの応用 【Python】Matplotlibの基本的なグラフ描画の使い方の速習
Matplotlibは、Pythonと科学計算用ライブラリであるNumPyを使ったデータでグラフを描画するライブラリです。ここではMatplotlibの基本的な使い方を一気に学んでいきます。ここでは基本的なグラフの描画をしてみます。
不具合対処への奮闘 Matplotlibでの文字化けの対処法には日本語化の設定をしよう！
jupyter notebookのPythonでMatplotlibのグラフ描写をしている時、ラベルなどの日本語表記が文字化けすることがあります。Anacondaの利用者向けの対処法をまとめました。バージョンアップで起こるエラーへの対処法も追記しています。
Pythonの応用 【Python】Pandasの基本的な使い方の速習
PandasはPythonでデータ解析を行うための機能を持ったライブラリで、数表や時系列データを操作するためのデータ構造を作ったり演算を行うことができます。ここではPandasの基本的な使い方を簡単にみていきましょう。
NumPy 【Python】NumPyの基本的な使い方の速習
Pythonで数値計算を効率的に行うための拡張モジュールがNumPyです。ここではNumPyの基本的な使い方である配列の作り方とその演算や操作の方法をみていきます。また別のところでNumPyをしっかりと扱います。