データ分析のためのPythonコードシート

目次：

1.Pandas

2.Numpy

3.Matplotlib

4.Scikit-learn

5.FastAPI

6.TensorFlow

.

.

.

1. Pandas

・Pandasをインポート

import pandas as pd

・データの読み込み

df = pd.read_csv('data.csv')

df = pd.read_excel('data.xlsx')

df = pd.read_sql('SELECT * FROM table', connection)

・データ出力（保存）

df.to_csv('output.csv', index=False)

df.to_excel('output.xlsx', index=False)

・データフレームの生成

pd.DataFrame({'column1': [1, 2, 3], 'column2': ['a', 'b', 'c']})

pd.DataFrame([[1, 'a'], [2, 'b'], [3, 'c']], columns=['column1', 'column2'])

・行名の指定

df.index = ['row1', 'row2', 'row3']

・列名の指定

df.columns = ['column1', 'column2']

・データフレームの表示

df

・複数の列の指定

df_subset = df[['column1', 'column2']]

・範囲選択

df.iloc[0:5, 1:3]

(0行目から4行目、1列目から2列目までを選択）

・条件抽出

df[df['column1'] > 10]

（column1が10より大きい行を選択）

・複数の条件で抽出

df.query("A > 3 and C < 10")

（A列が3より大きく、C列が10より小さい行を選択）

・列の削除

df.drop(columns=['column1', 'column2'])

(column1とcolumn2を削除）

・行の削除

df.drop(index=['row1', 'row2'])

(row1とrow2を削除）

・列の追加

df['new_column'] = [1, 2, 3]

(新しい列を追加）

・基本的な統計量の取得

df.describe()

・最大値

df.max()

・最小値

df.min()

・平均値

df.mean()

・中央値

df.median()

・標準偏差

df.std()

・相関係数

df.corr()

・件数

df.count()

・グループバイ（オブジェクト作成）

df.groupby('column1')

・行で連結

pd.concat([df1, df2], ignore_index=True)

・列で連結

pd.concat([df1, df2], axis=1, join_axes=[df.index])

・データ変換

df.values

.

.

.

2. Numpy

・Numpyを使うメリット

Numpyはベクトル演算をすることができる。

・ベクトル演算の際の注意

ベクトルは要素のデータ型が1種類のみ,一次元。（リスト・タプル・ディクショナリは複数のデータ型の要素を入れられる）

・リスト

df = [1,2,3]

・タプル

df = (1,2,3)

・ディクショナリ(keyとvalueをセットで格納できるデータ型)

df = {"No1":"apple","No2":"orange","No3":"banana"}

・Numpyをインポート

import numpy as np

・ndarray配列を作成

df = np.array(data)

・行列を作成

df = ([1,2,3,4],[5,6,7,8],[9,10,11,12])

・初期化配列（一次元ベクトル）

df = np.zeros(5)

・すべて1のベクトル作成

df = np.ones((2.4))

・全ての要素を指定した数で行列を作る

df = np.full(5,3)

・対角線上の要素を1にした行列を作る

df = np.eye(4)

・等間隔の行列を作る

df = np.arange(1,100,3)

・ベクトルを行列にする

df = np.arange(1,100,3).reshape(5,3)

・配列の形状を調べる

df.shape

np.shape(df)

・データ型の確認

df.dtype

int → 整数

unicode → 文字

float → 少数

・統計量

np.mean,np.var,np.std

・行列を1次元配列に直す

np.ravel(df)

・ベクトルの演算