データ分析ツールJupyter入門

概 要

これまでデータ分析を行っても、実験の過程や実行環境の共有、レポートの作成には非常に手間がかかりました。この問題を解決するソフトとしてJupyterが注目されています。本書は、Pythonなどでデータ分析に携わるプログラマーを対象にJupyterの基本的な使い方から、Markdownによるドキュメント作成、各種モジュールの基本、機能拡張するためのさまざまな仕組みをまとめて解説します。サンプルコードのお試しサイトも用意しました。

著者 掌田津耶乃
価格 本体2800円(税別)
ISBN 978-4-7980-5476-6
発売日 2018/5/31
判型 B5変
ページ数 456
CD/DVD
ダウンロード
表紙イメージ
購入 アマゾンで購入する
楽天で購入する

※リンク先によっては、販売ページが用意されていないことがあります。あらかじめご了承ください。

新しいウィンドウで開く 書籍購入のご案内

サポート

サポート情報は以下からご参照下さい。

サポート情報へのリンク

目次

Chapter 1 Jupyterを利用する

1.1 Jupyterの基本とAnacondaのセットアップ

Pythonと数値処理

Jupyterとは?

Pythonについて

JupyterとIPython

Anacondaディストリビューション

Anacondaをインストールする(Windows)

Anacondaをインストールする(macOS)

Anacondaのソフトウェア

1.2 アプリケーションを利用する

Anaconda Navigatorを起動する

Home表示について

仮想環境の構築

仮想環境を作る

仮想環境にアプリケーションを追加する

Notebookを使う

ノートブックを作成する

セルについて

カーネルの管理

ノートブックのメニューとツールバー

「File」メニューについて

「Edit」メニューについて

「View」メニューについて

「Insert」メニューについて

「Cell」メニューについて

「Kernel」メニューについて

「Widgets」以降のメニュー

キーボードショートカットについて

ツールバーについて

1.3 JupyterLabを使う

JupyterLabとは?

JupyterLabのインストール

JupyterLabを起動する

画面の基本的な役割について

各タブの働き

Labで追加されたメニューについて

「Settings」メニューについて

設定の編集エディタについて

Google Colaboratoryについて

Google Colaboratoryの基本画面

Google Colaboratoryの特徴

もう1つのJupyter環境

Chapter 2 Markdownによるドキュメント記述

2.1 Markdownの基本

Markdownについて

ドキュメントの記述

タイトルと見出し

Markdownのエディット機能について

スタイルの設定

テキストの引用

ソースコードの記述

仕切り線の表示

リンクの作成

イメージの表示

2.2 リストとテーブル

箇条書きリストについて

階層化されたリスト

ナンバリングされたリスト

定義リストについて

テーブルの作成

<table>タグは使える?

2.3 TeX記法による数式

数式の基本は「$」記号

数式を記述する

べき乗の記述

分数の記述

三角関数について

ルート(平方根)

総和について

対数について

極限について

微分について

積分について

行列について

equationとeqnarray

スタイルとカラー

数式への番号付け

Chapter 3 numpyによるベクトルと行列演算

3.1 ベクトルと行列

numpyとscipyについて

numpyとscipyをインストールする

numpyのimportについて

ベクトル値の作成

ベクトルと数値の演算

ベクトルどうしの演算

行列の作成

非正方の単位行列

そのほかの対角行列

ベクトルから行列への変換

転置について

3.2 ベクトル・行列の演算

ベクトルの結合

ベクトルの内積・外積

行列の四則演算

行列の積

行列の結合

行列の分割

総和の計算

最大値・最小値

統計計算

linalgについて

逆行列と行列式

テキストファイルからデータを読み込む

load/saveもある

ソートについて

ビューとスライス

Chapter 4 sympyによる代数計算

4.1 sympyの基本

sympyと代数計算

sympyのインストール

整数・実数・分数

intとIntegerの違い

分数について

N、evalfによる実数換算

定数(π、e、無限大)について

階乗について

平方根について

変数とシンボル

4.2 式を操作する

式の単純化

式の展開

多項式の因数分解

シンボルに値を代入する

方程式を解く

2元方程式を解く

連立方程式を解く

y = x は?

極限について

微分について

積分について

Chapter 5 scikit-learnによる機械学習

5.1 scikit-learnによる機械学習

A.I.と機械学習

scikit-learnとは

scikit-learnをインストールする

学習モデルの種類

irisデータについて

学習用と予測用のデータを用意

5.2 さまざまなモデルを使う

K近傍法で学習する

予測を行う

ロジスティック回帰を利用する

パーセプトロンの利用

MLP(多層パーセプトロン)

SVM(Support Vector Machine)

教師なし学習「K平均法」

5.3 さまざまなデータを利用する

digitsデータについて

digitsをロードする

K近傍法を利用する

そのほかの学習を利用する

教師なし学習を行う

mnistを利用する

SVMで予測する

教師なし学習を試す

Chapter 6 pandasによるデータ分析

6.1 DataFrameの基礎

pandasとは?

pandasをインストールする

追加モジュールについて

DataFrameについて

DataFrameを作成する

列データについて

列を追加する

行を追加する

1行ずつ追加するには?

インデックスの変更

locとiloc

行列の反転

6.2 DataFrameのデータを活用する

ユニークなデータの取得

Seriesについて

Seriesの演算

Seriesの統計メソッド

DataFrameのソート

グループについて

各グループの平均点を得る

合計点数でソートする

aggで集計する

特定のグループを取り出す

条件で検索する

ピボットテーブルについて

6.3 DataFrameとファイルアクセス

スプレッドシート・データの用意

CSVファイルを読み込む

CSVファイルに保存する

Excelファイルを利用する

Excelファイルに保存する

タブ区切りデータについて

Chapter 7 matplotlibによる視覚化

7.1 matplotlibの基礎

matplotlibとは?

matplotlibのインストール

pyplotでグラフを描く

plotとshow

sin曲線を描く

複数のグラフを描く

凡例を表示する

グラフ表示に関する設定

グリッド表示について

グラフの表示エリア

グラフの形状

7.2 グラフを使いこなす

Axesの分割

FigureにAxesを追加する

テキストを追加する

矢印の追加

注釈を付ける

線の描画

一定の幅で塗りつぶす

指定領域の塗りつぶし

7.3 さまざまなグラフ

棒グラフを作る

グラフを重ねる

棒グラフを横に並べる

円グラフを描く

ヒストグラムの作成

確率密度曲線を描く

複数データの利用

散布図の作成

カラーメッシュを描く

3Dグラフの描画

Chapter 8 pillowによるイメージ処理

8.1 pillowの基礎

pillowとは?

pillowをインストールする

イメージを読み込む

イメージの情報を得る

ファイル保存とフォーマット変換

ファイルの例外処理について

サイズの変更

イメージの回転

反転と回転

RGBとグレースケールの変換

8.2 イメージ処理の機能

フィルターについて

ブラー処理を行う

GaussianBlurについて

BoxBlurでぼかしをかける

アンシャープマスクをかける

UnsharpMaskクラスについて

モルフォロジー変換

RankFilterについて

pointと輝度調整

8.3 イメージの描画と合成

新しいイメージの作成

ImageDrawについて

直線の描画

四角形の描画

ellipseによる円の描画

テキストの描画

イメージを重ねて描く

イメージを切り抜いてペーストする

イメージのブレンド

RGBの分離とマージ

イメージのセピア化

8.4 ImageOps/ImageChops

オートコントラスト

イメージの反転

イメージの輝度反転

グレースケール化

ポスタライズ

ソラリゼーション

カラーライズ

平均化

ImageChopsモジュールについて

darker/lighter

addによる合成

multiplyによる合成

subtractによる合成

differenceによる合成

compositeによる合成

Chapter 9 Jupyter機能拡張ウィジェットの活用

9.1 ipyleafletの利用

モジュールとウィジェット

ipyleafletとは?

Mapクラスを使う

マーカーを追加する

マーカークラスタについて

円形マーカー

直線の描画

四角形の描画

円の描画

イメージを表示する

描画コントロールの利用

設定をスライダーで操作する

イベントを利用する

リアルタイムに情報を表示する

9.2 ipywidgets

ipywidgetsとは?

Labelによるテキスト表示

interactウィジェット

ボタンとイベント

入力フィールド関連のクラス

スライダー関係コントロール

真偽値のコントロール

複数項目からの選択

そのほかの複数項目選択コントロール

複数の項目を選択する

Boxコンテナについて

Accordionによるアコーディオン表示

Tabsによるタブパネル

コンテナを組み合わせ、更に複雑に!

Chapter 10 Jupyterのカスタマイズ

10.1 JavaScriptカーネルを利用する

カーネルについて

IJavascriptカーネルを準備する

カーネルを変更する

IJavascriptカーネルを利用する

アウトプットとコンソール出力

Node.jsのパッケージを利用する

HTMLを出力する

JPEGイメージを出力する

10.2 機能拡張RISEによるスライドショウ

RISEによるスライドショウ機能

スライドの設定について

スライドの作成と実行

サブスライドについて

フラグメントについて

10.3 Jupyter contrib nbextensions

Jupyter contrib nbextensionsについて

nbextensionsメニューについて

LaTeX environments for Jupyter

Autopep8

AutosaveTime

Cell Filter

Code Font Size

Code folding

Equation Auto Numbering

Hide Input/Hide Input All

Live Markdown Preview

nbTranslate

Printview

Python Markdown

Scratchpad

Snippets

Table of Contents (2)

Tree Filter

Variable Inspector

10.4 Jupyter設定ファイル

設定ファイルの作成

jupyter_notebook_config.pyの中身

パスワードを設定する

HTTPSを利用する

PR

秀和システム