Submit Search
Upload
200319 eash python_shareslide
•
0 likes
•
51 views
Hiroki Katayama
Follow
2020/3/19 ざっくりPython速習
Read less
Read more
Data & Analytics
Report
Share
Report
Share
1 of 29
Recommended
Hyperlapse for Azure Media Servicesを本気で使ってみた
Hyperlapse for Azure Media Servicesを本気で使ってみた
Naoto MATSUMOTO
Hadoopソースリーディング第1回アジェンダ
Hadoopソースリーディング第1回アジェンダ
Shinpei Ohtani
【Tech circle】zabbix3.0ハンズオン
【Tech circle】zabbix3.0ハンズオン
隼人 渡邉
pg_trgmと全文検索
pg_trgmと全文検索
NTT DATA OSS Professional Services
Python 3.9からの新定番zoneinfoを使いこなそう
Python 3.9からの新定番zoneinfoを使いこなそう
Ryuji Tsutsui
20150419_pbtech_openstack_nyah #pbtech
20150419_pbtech_openstack_nyah #pbtech
ume3_
クリスマス?
クリスマス?
sasenomura
二階堂愛と二階堂藍の違いについて
二階堂愛と二階堂藍の違いについて
show you
Recommended
Hyperlapse for Azure Media Servicesを本気で使ってみた
Hyperlapse for Azure Media Servicesを本気で使ってみた
Naoto MATSUMOTO
Hadoopソースリーディング第1回アジェンダ
Hadoopソースリーディング第1回アジェンダ
Shinpei Ohtani
【Tech circle】zabbix3.0ハンズオン
【Tech circle】zabbix3.0ハンズオン
隼人 渡邉
pg_trgmと全文検索
pg_trgmと全文検索
NTT DATA OSS Professional Services
Python 3.9からの新定番zoneinfoを使いこなそう
Python 3.9からの新定番zoneinfoを使いこなそう
Ryuji Tsutsui
20150419_pbtech_openstack_nyah #pbtech
20150419_pbtech_openstack_nyah #pbtech
ume3_
クリスマス?
クリスマス?
sasenomura
二階堂愛と二階堂藍の違いについて
二階堂愛と二階堂藍の違いについて
show you
Farmnote が技術で牛と人をつなげるまで - Data engineering and data analysis workshop #6
Farmnote が技術で牛と人をつなげるまで - Data engineering and data analysis workshop #6
Nobuteru Kawano
Casual data analysis_with_python_vol2
Casual data analysis_with_python_vol2
KazuhiroSato8
Tokyo r45 beginner_2
Tokyo r45 beginner_2
Takashi Minoda
強化学習初心者が強化学習でニューラルネットワークの設計を自動化してみたい
強化学習初心者が強化学習でニューラルネットワークの設計を自動化してみたい
Takuma Wakamori
Vector
Vector
NakamuraShinsaku
第3回ジオメディアサミットLt
第3回ジオメディアサミットLt
Yoichi Kayama
Digitizing
Digitizing
NakamuraShinsaku
Caffeのデータレイヤで夢が広がる話
Caffeのデータレイヤで夢が広がる話
Masaki Saito
numpyの魅力
numpyの魅力
__106__
Jupyter Notebookでscikit-learnを使った機械学習・画像処理の基本
Jupyter Notebookでscikit-learnを使った機械学習・画像処理の基本
Norihiko Nakabayashi
小ゼミ進捗 0601
小ゼミ進捗 0601
robo_lab
第2回関西ゼロから始めるR言語勉強会
第2回関西ゼロから始めるR言語勉強会
Iida Keisuke
各種データベースの特徴とパフォーマンス比較
各種データベースの特徴とパフォーマンス比較
株式会社オプト 仙台ラボラトリ
Archaeo-GIS Workshop Round 7: GPS hands-on
Archaeo-GIS Workshop Round 7: GPS hands-on
Yasuhisa Kondo
NDVI
NDVI
NakamuraShinsaku
Aries Kubo081125
Aries Kubo081125
kubo
About qzss and gps
About qzss and gps
kuma_hati
NetworkXによる語彙ネットワークの可視化
NetworkXによる語彙ネットワークの可視化
Shintaro Takemura
ヤフー音声認識サービスでのディープラーニングとGPU利用事例
ヤフー音声認識サービスでのディープラーニングとGPU利用事例
Yahoo!デベロッパーネットワーク
日本のオープンデータプラットフォームをPythonでつくる
日本のオープンデータプラットフォームをPythonでつくる
Yuta Kashino
Tableau r graph_theory
Tableau r graph_theory
Tomohiro Iwahashi
Tableau r graph_theory
Tableau r graph_theory
Masabumi Furuhata
More Related Content
What's hot
Farmnote が技術で牛と人をつなげるまで - Data engineering and data analysis workshop #6
Farmnote が技術で牛と人をつなげるまで - Data engineering and data analysis workshop #6
Nobuteru Kawano
Casual data analysis_with_python_vol2
Casual data analysis_with_python_vol2
KazuhiroSato8
Tokyo r45 beginner_2
Tokyo r45 beginner_2
Takashi Minoda
強化学習初心者が強化学習でニューラルネットワークの設計を自動化してみたい
強化学習初心者が強化学習でニューラルネットワークの設計を自動化してみたい
Takuma Wakamori
Vector
Vector
NakamuraShinsaku
第3回ジオメディアサミットLt
第3回ジオメディアサミットLt
Yoichi Kayama
Digitizing
Digitizing
NakamuraShinsaku
Caffeのデータレイヤで夢が広がる話
Caffeのデータレイヤで夢が広がる話
Masaki Saito
numpyの魅力
numpyの魅力
__106__
Jupyter Notebookでscikit-learnを使った機械学習・画像処理の基本
Jupyter Notebookでscikit-learnを使った機械学習・画像処理の基本
Norihiko Nakabayashi
小ゼミ進捗 0601
小ゼミ進捗 0601
robo_lab
第2回関西ゼロから始めるR言語勉強会
第2回関西ゼロから始めるR言語勉強会
Iida Keisuke
各種データベースの特徴とパフォーマンス比較
各種データベースの特徴とパフォーマンス比較
株式会社オプト 仙台ラボラトリ
Archaeo-GIS Workshop Round 7: GPS hands-on
Archaeo-GIS Workshop Round 7: GPS hands-on
Yasuhisa Kondo
NDVI
NDVI
NakamuraShinsaku
Aries Kubo081125
Aries Kubo081125
kubo
About qzss and gps
About qzss and gps
kuma_hati
NetworkXによる語彙ネットワークの可視化
NetworkXによる語彙ネットワークの可視化
Shintaro Takemura
ヤフー音声認識サービスでのディープラーニングとGPU利用事例
ヤフー音声認識サービスでのディープラーニングとGPU利用事例
Yahoo!デベロッパーネットワーク
What's hot
(19)
Farmnote が技術で牛と人をつなげるまで - Data engineering and data analysis workshop #6
Farmnote が技術で牛と人をつなげるまで - Data engineering and data analysis workshop #6
Casual data analysis_with_python_vol2
Casual data analysis_with_python_vol2
Tokyo r45 beginner_2
Tokyo r45 beginner_2
強化学習初心者が強化学習でニューラルネットワークの設計を自動化してみたい
強化学習初心者が強化学習でニューラルネットワークの設計を自動化してみたい
Vector
Vector
第3回ジオメディアサミットLt
第3回ジオメディアサミットLt
Digitizing
Digitizing
Caffeのデータレイヤで夢が広がる話
Caffeのデータレイヤで夢が広がる話
numpyの魅力
numpyの魅力
Jupyter Notebookでscikit-learnを使った機械学習・画像処理の基本
Jupyter Notebookでscikit-learnを使った機械学習・画像処理の基本
小ゼミ進捗 0601
小ゼミ進捗 0601
第2回関西ゼロから始めるR言語勉強会
第2回関西ゼロから始めるR言語勉強会
各種データベースの特徴とパフォーマンス比較
各種データベースの特徴とパフォーマンス比較
Archaeo-GIS Workshop Round 7: GPS hands-on
Archaeo-GIS Workshop Round 7: GPS hands-on
NDVI
NDVI
Aries Kubo081125
Aries Kubo081125
About qzss and gps
About qzss and gps
NetworkXによる語彙ネットワークの可視化
NetworkXによる語彙ネットワークの可視化
ヤフー音声認識サービスでのディープラーニングとGPU利用事例
ヤフー音声認識サービスでのディープラーニングとGPU利用事例
Similar to 200319 eash python_shareslide
日本のオープンデータプラットフォームをPythonでつくる
日本のオープンデータプラットフォームをPythonでつくる
Yuta Kashino
Tableau r graph_theory
Tableau r graph_theory
Tomohiro Iwahashi
Tableau r graph_theory
Tableau r graph_theory
Masabumi Furuhata
ビッグデータ活用支援フォーラム
ビッグデータ活用支援フォーラム
Recruit Technologies
明日からはじめるネットワーク運用自動化
明日からはじめるネットワーク運用自動化
Taiji Tsuchiya
Getting Started with Graph Database with Python
Getting Started with Graph Database with Python
ロフト くん
2017/12/21 虎の穴 Python勉強会
2017/12/21 虎の穴 Python勉強会
虎の穴 開発室
Python × Herokuで作る 雑談slack bot
Python × Herokuで作る 雑談slack bot
dcubeio
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識 第3版
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識 第3版
Katsuhiro Morishita
Introduction to Chainer (LL Ring Recursive)
Introduction to Chainer (LL Ring Recursive)
Kenta Oono
Big data解析ビジネス
Big data解析ビジネス
Mie Mori
Data Scientist Workbench - dots0729
Data Scientist Workbench - dots0729
s. kaijima
Python札幌201406
Python札幌201406
Shinya Okano
Pythonによる画像処理について
Pythonによる画像処理について
Yasutomo Kawanishi
運用アナリティクスを実現!最新Hinemos ver.6.1の全体像
運用アナリティクスを実現!最新Hinemos ver.6.1の全体像
Hinemos
オープンソースのビッグデータ・IoT向け スケールアウト型データベースGridDBとPython連携 〜GridDBとPythonと私〜
オープンソースのビッグデータ・IoT向け スケールアウト型データベースGridDBとPython連携 〜GridDBとPythonと私〜
griddb
Tableauから始める機械学習ーやってみようPython連携_2019-05-23
Tableauから始める機械学習ーやってみようPython連携_2019-05-23
Tomohiro Iwahashi
Python 機械学習プログラミング データ分析演習編
Python 機械学習プログラミング データ分析演習編
Etsuji Nakai
20120405 setsunaセミナー
20120405 setsunaセミナー
Takahiro Iwase
S06 t1 python学習奮闘記#4
S06 t1 python学習奮闘記#4
Takeshi Akutsu
Similar to 200319 eash python_shareslide
(20)
日本のオープンデータプラットフォームをPythonでつくる
日本のオープンデータプラットフォームをPythonでつくる
Tableau r graph_theory
Tableau r graph_theory
Tableau r graph_theory
Tableau r graph_theory
ビッグデータ活用支援フォーラム
ビッグデータ活用支援フォーラム
明日からはじめるネットワーク運用自動化
明日からはじめるネットワーク運用自動化
Getting Started with Graph Database with Python
Getting Started with Graph Database with Python
2017/12/21 虎の穴 Python勉強会
2017/12/21 虎の穴 Python勉強会
Python × Herokuで作る 雑談slack bot
Python × Herokuで作る 雑談slack bot
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識 第3版
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識 第3版
Introduction to Chainer (LL Ring Recursive)
Introduction to Chainer (LL Ring Recursive)
Big data解析ビジネス
Big data解析ビジネス
Data Scientist Workbench - dots0729
Data Scientist Workbench - dots0729
Python札幌201406
Python札幌201406
Pythonによる画像処理について
Pythonによる画像処理について
運用アナリティクスを実現!最新Hinemos ver.6.1の全体像
運用アナリティクスを実現!最新Hinemos ver.6.1の全体像
オープンソースのビッグデータ・IoT向け スケールアウト型データベースGridDBとPython連携 〜GridDBとPythonと私〜
オープンソースのビッグデータ・IoT向け スケールアウト型データベースGridDBとPython連携 〜GridDBとPythonと私〜
Tableauから始める機械学習ーやってみようPython連携_2019-05-23
Tableauから始める機械学習ーやってみようPython連携_2019-05-23
Python 機械学習プログラミング データ分析演習編
Python 機械学習プログラミング データ分析演習編
20120405 setsunaセミナー
20120405 setsunaセミナー
S06 t1 python学習奮闘記#4
S06 t1 python学習奮闘記#4
More from Hiroki Katayama
2020.7.24開催 【夏休み特別編】寝る前の15分で見つけよう!今年の夏はAIを自由研究 #2 人と話す - 聞いて分かるのはかんたんなことではありません
2020.7.24開催 【夏休み特別編】寝る前の15分で見つけよう!今年の夏はAIを自由研究 #2 人と話す - 聞いて分かるのはかんたんなことではありません
Hiroki Katayama
2020.7.17開催 【夏休み特別編】寝る前の15分で見つけよう!今年の夏はAIを自由研究 #1 人を見つける - なぜパパのスマホはわたしの顔ではロッ...
2020.7.17開催 【夏休み特別編】寝る前の15分で見つけよう!今年の夏はAIを自由研究 #1 人を見つける - なぜパパのスマホはわたしの顔ではロッ...
Hiroki Katayama
2020.06.30 DELL×NAIST DX Tech Play AIハンズオンセミナー ~予測モデル構築実践~
2020.06.30 DELL×NAIST DX Tech Play AIハンズオンセミナー ~予測モデル構築実践~
Hiroki Katayama
2020.5.28開催 朝の15分でわかるAIニュース解説 「AIがコロナ危機を予測」 #3 関連書籍の紹介
2020.5.28開催 朝の15分でわかるAIニュース解説 「AIがコロナ危機を予測」 #3 関連書籍の紹介
Hiroki Katayama
2020.5.14開催 朝の15分でわかるAIニュース解説 「AIがコロナ危機を予測」 #1 ニュースの解説
2020.5.14開催 朝の15分でわかるAIニュース解説 「AIがコロナ危機を予測」 #1 ニュースの解説
Hiroki Katayama
200319 eash python_shareslide_functions
200319 eash python_shareslide_functions
Hiroki Katayama
More from Hiroki Katayama
(6)
2020.7.24開催 【夏休み特別編】寝る前の15分で見つけよう!今年の夏はAIを自由研究 #2 人と話す - 聞いて分かるのはかんたんなことではありません
2020.7.24開催 【夏休み特別編】寝る前の15分で見つけよう!今年の夏はAIを自由研究 #2 人と話す - 聞いて分かるのはかんたんなことではありません
2020.7.17開催 【夏休み特別編】寝る前の15分で見つけよう!今年の夏はAIを自由研究 #1 人を見つける - なぜパパのスマホはわたしの顔ではロッ...
2020.7.17開催 【夏休み特別編】寝る前の15分で見つけよう!今年の夏はAIを自由研究 #1 人を見つける - なぜパパのスマホはわたしの顔ではロッ...
2020.06.30 DELL×NAIST DX Tech Play AIハンズオンセミナー ~予測モデル構築実践~
2020.06.30 DELL×NAIST DX Tech Play AIハンズオンセミナー ~予測モデル構築実践~
2020.5.28開催 朝の15分でわかるAIニュース解説 「AIがコロナ危機を予測」 #3 関連書籍の紹介
2020.5.28開催 朝の15分でわかるAIニュース解説 「AIがコロナ危機を予測」 #3 関連書籍の紹介
2020.5.14開催 朝の15分でわかるAIニュース解説 「AIがコロナ危機を予測」 #1 ニュースの解説
2020.5.14開催 朝の15分でわかるAIニュース解説 「AIがコロナ危機を予測」 #1 ニュースの解説
200319 eash python_shareslide_functions
200319 eash python_shareslide_functions
200319 eash python_shareslide
1.
© やさしいPythonラボ データ解析 ハンズオン 7 速習3 データの扱い方(変数、リスト構造) 速習1 18:40-19:10 19:10-20:00 20:00-21:00 データ処理技術(条件分岐、繰り返し、ライブラリ) 速習2 タイムスケジュール
2.
© やさしいPythonラボ Pythonを使う環境を整える Google Colaboratoryとは Jupyter
Notebookをオンラインで利用できるツール ブラウザとインターネットがあれば機械学習もできる チーム内での共有が簡単(しかも全て無料) 8
3.
© やさしいPythonラボ データ解析 ハンズオン 9 速習3 データの扱い方(変数、リスト構造) 速習1 データ処理技術(条件分岐、繰り返し、ライブラリ) 速習2 Python速習講座
4.
© やさしいPythonラボ Python速習講座 スタート 10
5.
© やさしいPythonラボ データの扱い方 11 変数・データ型 四則演算 リスト型 速習1
6.
© やさしいPythonラボ 2019 [データ] [変数名] y データを保存する箱のイメージ 変数にはデータを格納をすることができる。 格納されたデータは、別の変数にコピーすることも できる。 変数名は自由に命名することができる。 変数とは? 2019 y z 2019 y z 2019 12 データを取り出してもそのデータは消えない! コピーするイメージ!
7.
© やさしいPythonラボ データ型 int 型 2019 str
型 Toshiki float 型 0.123 [種類] [データ] [変数名] y f s1 文字列 str 型 整数 int 型 浮動 小数点数 float 型 数字 文字 str 型 1 S2 13 ※文字列には「 」を付ける
8.
© やさしいPythonラボ print関数 print関数は、データを出力する処理をしてくれます。(画面に表示) 関数とは…処理の集合、実行する(呼び出す)事で処理が行われる。 使い方:print(出力したいデータ) 文字列 abc
を出力 計算結果を出力 14
9.
© やさしいPythonラボ 四則演算 15 Pythonを使った基本的な計算方法を学習します。 基本的には四則演算(+、ー、✖、➗) その他演算( //、%、**)
10.
© やさしいPythonラボ 複数のデータを一つの変数で表すことができる 16 listA index(要素番号) 2 53
7 0 1 2 3 11 4 リスト型
11.
© やさしいPythonラボ 演習問題 17 1 変数 height
に身長、変数 weight に体重の値を入力し、変数bmiにBMIを計算 した結果を格納しましょう。 𝐵𝑀𝐼=体重(𝑘𝑔) ÷ 身長(𝑚) × 身長 (𝑚) 2 要素数二つのリスト型を作成し、その合計値をappendで要素追加してください。
12.
© やさしいPythonラボ データ解析 ハンズオン 18 速習3 データの扱い方(変数、リスト構造) 速習1 データ処理技術(条件分岐、繰り返し、ライブラリ) 速習2 Pythonの基礎講座 速習2
13.
© やさしいPythonラボ プログラムの基礎 19 条件分岐 繰り返し ライブラリ 速習2
14.
© やさしいPythonラボ 条件によって処理を変える 20 Netflixを見るジョギングする 条件:今日の天気は晴れ? Pythonを勉強する 一日の行動を決めるif文 if文 (条件分岐) 条件がTrue(真)なのかFalse(偽)なのかを判定し、判定結果によって処理を変える Yes
No
15.
© やさしいPythonラボ if文の記述 21 ※インデント□を忘れずに。tabを押した らインデントができます。 if (条件式): 条件を満たす場合の処理 else: 条件を満たさない場合の処理 意味
比較演算子 等しい == 等しく無い != より小さい < 以下 <= より大きい > 以上 >= 右辺に対して左辺が… 条件 条件を満たす場合 条件を満たさない場合
16.
© やさしいPythonラボ 条件に条件を加える 22 2重構造 条件を満たす場合 条件を満たさない場合
17.
© やさしいPythonラボ for: ある処理をx回繰り返す 23 for
(セットするメモリ) in (読み込むデータセット): 繰り返したい処理1 繰り返したい処理2 ・・・ 数字を順番にセットしたい場合は… →range関数を使う! 1 32 4 s 1 …
18.
© やさしいPythonラボ 演習問題 24 1. 1から50までの和を計算して出力してください 2.
1から30までの整数で,3の倍数のみ表示してください。 (条件分岐との複合問題)
19.
© やさしいPythonラボ25 ライブラリ プログラムを書く上で便利な関数(道具)が用意されている ライブラリの使い方は覚える必要はなく、使い方はネットで調べる それぞれの関数の公式の使い方がネット上にのっている! import ライブラリ名 from
ライブラリ名 import 関数名 プログラム↓↓ 書き⽅
20.
© やさしいPythonラボ pandasとは、データ成形や統計量の表示などの機能を提供するライブラリです。 データ分析では、データの前処理が全ての作業の7割を占めると言われています。 Pandasにはデータの前処理を効率的に行えるような処理が充実しており、 Pythonで機械学習を扱う時はとても有効なライブラリといえます。 26 pandas Pandas import pandas
as pd # pdと略することが多いです hoge_list = [[1,2,3],[4,5,6]] pd.DataFrame(hoge_list) 書き⽅
21.
© やさしいPythonラボ 実際に機械学習をする際に前処理で行う手法をベースに紹介していきます。 1. データの概要確認 データの大きさや各列の項目など、全体を見渡します。 2.
データの抽出 表形式のデータから必要な部分を抽出します。 3. 欠損値の処理 欠損値(入力されていない項目)は確認しましょう。 27 Pandasの使用例
22.
© やさしいPythonラボ Matplotlib 28 matplotlibはpythonのグラフ描画ライブラリです。データやモデルの評価・チームへの進 や結果の報告にグラフ・図は必須と言えるでしょう。またデータを可視化する事で新たに データの特徴を掴める事もあります。matplotlibならpythonで行ったデータ分析をそのまま の環境で可視化する事ができます。 matplotlib 書き⽅ from matplotlib
import pyplot as plt hoge_list = [1, 2, 3, 4, 5] # 直線の描画 plt.figure() plt.plot(hoge_list) plt.show()
23.
© やさしいPythonラボ29 図の説明をベースにpythonでの実装例を紹介していきます。 1. ヒストグラム データの分布を表す図です。データのばらつきや偏りを可視化できます。 2.
散布図 データの散布を表す図です。データ間の相関関係を表現するのに用いられます。 Matplotlibの使用例
24.
© やさしいPythonラボ 機械学習を使う3つのステップ 機械学習モデル の構築 (予測、推薦) モデルの 性能評価 性能が基準値以上! 性能が基準値未満 最も重要!使うデータの種類、 データ量、データの整形方法で 性能が変わってくる! 30 データの前処理 (選択、整形) ビジネス展開
25.
© やさしいPythonラボ31 データ成形ライブラリ pandas データの可視化ライブラリ matplotlib 機械学習モデル の構築 (予測、推薦) データの前処理 (選択、整形) モデルの 性能評価 性能が基準値未満 機械学習を使う3つのステップ
26.
© やさしいPythonラボ まとめ 32 本日の内容 プログラミングの基礎 次はハンズオンで実際に予測モデルの作成を行いましょう。 今回の趣旨 データ分析・予測モデル作成に必要なエッセンスの紹介
27.
© やさしいPythonラボ データ分析ハンズオン スタート 33
28.
© やさしいPythonラボ データ解析 ハンズオン Pythonの基礎講座 速習3 34 速習3 データの扱い方(変数、リスト構造) 速習1 データ処理技術(条件分岐、繰り返し、ライブラリ) 速習2
29.
© やさしいPythonラボ ハンズオン 保険会社の顧客データを用いて、データ分析を実践 35 機械学習モデル の構築 (予測、推薦) モデルの 性能評価 データの前処理 (選択、整形)