スプレッドシートから本番級のデータ分析へ。Python で NumPy 配列、Pandas DataFrame、データクリーニング、groupby、マージ、時系列、可視化をマスターしましょう。
スプレッドシートから本番級のデータ分析へ。Python で NumPy 配列、Pandas DataFrame、データクリーニング、groupby、マージ、時系列、可視化をマスターしましょう。このトラックは初級者（A1）から上級者（B2）まで、30の段階的なミニコースで構成されています。短くて焦点を絞ったレッスンと、各概念を定着させるクイズが含まれています。
基礎から始めて、中級、上級のトピックへと段階的に進み、各コースが前のコースの上に構築されます。すべてのレッスンは実践的で、実例を使用しており、必要なときに利用できる AI チューターが用意されています。
各コースは4つの焦点を絞ったレッスンに分かれています。1日に数レッスンを完了すれば、数ヶ月ではなく数週間でトラック全体をマスターできます。
AIを活用したツールと機能で学習をパワーアップ
Pandas & NumPy Academyラーニングパスのすべてのコース
科学技術計算向けPythonの中核となる構成要素、NumPyのndarrayを学びます。Pythonのリストから配列を作成し、shapeとdtypeを理解して、要素単位の演算を行います。コース修了時には、数値計算でネストしたリストの代わりにNumPy配列を安心して使えるようにな…
基本的な算術演算を超えて、NumPyのユニバーサル関数とブロードキャストのルールを身につけます。np.sqrtやnp.expなどのufuncを適用し、sumやmeanで配列を集約します。また、小さな配列を大きな配列に合うようNumPyが自動的に拡張する仕組みも学びます。
Pandasのすべてのデータ構造の基盤となる、1次元のラベル付き配列Pandas Seriesを学びます。リストやdictからSeriesを作成し、ラベルと位置で値にアクセスして、Seriesに対するベクトル化演算を行います。
DataFrameは、ラベル付きの行と列を持つ2次元テーブルで、Pandasによるデータ分析の中心的なデータ構造です。このコースではDataFrameの作成、確認、操作を学び、どのような表形式データでも読み込んですぐに探索できるようになります。
データ分析はデータの読み込みから始まり、結果の保存で終わります。このコースでは、CSV、Excel、JSONという一般的なファイル形式を扱います。どのようなデータセットでもDataFrameに取り込み、Pandasの1回の呼び出しで整形済みの結果を書き出せるようになります。
Pandasのブールインデックス、query文字列、複合条件を使って、DataFrameを正確に切り出します。元のデータセットを変更せず、分析に必要な行と列だけを取り出せるようになります。
Pandasはデータ読み込み時に列のdtypeを推測しますが、その推測は間違っていることも少なくありません。このコースではdtypeの確認方法、正しい型変換、メモリ効率のよい型の選択方法を学び、大規模な分析を高速化します。
テキストデータには、専用のベクトル化ツールが必要です。Pandasの.strアクセサを使うと、Pythonの文字列メソッドをループなしで列のすべての行に適用できます。これにより、テキストのクリーニングを高速かつ読みやすく行えます。
データの順序とインデックスを適切に管理することは、読みやすい出力、効率的な結合、正しいウィンドウ計算に不可欠です。このコースでは、値とインデックスによるソート、順位付け、意味のあるインデックスの設定を扱います。
GroupByはPandasの特に強力な機能の1つです。データをグループに分け、1行のコードで要約統計量を適用できます。このコースでは、分割・適用・結合パターンを順に学び、意味のある集計表を作成する方法を身につけます。
SQLと同じように複数のテーブルのデータを結合しますが、すべてPythonで実行します。このコースでは、内部結合、左外部結合、右外部結合、完全外部結合に加え、連結も扱います。複数のソースから成るデータセットを自信を持って組み立てられるようになります。
整然データの原則では、データを特定の形に整える必要があります。このコースでは、pivot_table、melt、stack、unstackを使って横持ちから縦持ち、縦持ちから横持ちへ変換し、分析や可視化に適した形にデータセットを再形成します。
時間順に並ぶデータには、リサンプリング、ローリング計算、日付演算のための専用ツールが必要です。このコースではDatetimeIndexを扱い、任意の頻度でresampleし、予測パイプライン用の時間的特徴量を抽出できるようになります。
可視化はデータ分析と切り離せません。このコースではMatplotlibのFigureオブジェクトとAxesオブジェクトを紹介し、折れ線グラフ、棒グラフ、散布図を自在に制御して、分析結果を明確に伝える方法を学びます。
Seabornは、統計グラフィックス向けに設計された高水準インターフェースでMatplotlibをラップします。数行のコードで分布図、カテゴリ比較図、回帰図を作成しながら、見た目を完全に制御する方法を学びます。
EDAは、モデル構築に先立って行う探偵作業です。このコースでは、新しいデータセットの概要を把握し、問題を特定し、仮説を立て、Pandasと可視化ツールを使ってサマリーレポートを作成する体系的なパイプラインを学びます。
Pandasのインデックス操作を極めると、高速な検索、効率的なスライス、整理されたマルチレベル集計が可能になります。このコースでは、MultiIndexの作成、階層的な選択、インデックスのアラインメントにおけるエッジケース、ソート済みインデックスによる性能向上を扱います。
ウィンドウ関数は、行のスライドする範囲や拡張する範囲に対して統計量を計算し、移動平均、累積和、グループ内順位の計算を可能にします。このコースでは、金融データや時系列データでこれらの手法を実践的に使う方法を学びます。
DataFrameが数百万行に達すると、単純なコードはボトルネックになります。このコースでは、Pandasコードのプロファイリング、iterrowsのような遅くなりやすいパターンの回避、ベクトル化演算、Categorical dtype、チャンク読み込みによる高速化を学びます。
ここまでに学んだ内容を、現実的な小売売上データセットに適用します。生の注文記録をクリーニングし、地域別・商品カテゴリ別の売上を計算し、時間の経過に伴う傾向を可視化して、ダッシュボードですぐに使える経営層向けサマリーDataFrameを作成します。
シミュレートしたクリックストリームデータセットを分析し、ユーザーがプロダクト内をどのように移動するかを理解します。セッション時間、ファネルのコンバージョン率、コホート継続率を計算し、離脱ポイントを可視化します。これらはプロダクトアナリティクスの業務にそのまま活かせるスキルです。
NaN値を削除するだけが、プロフェッショナルなデータクリーニングではありません。重複、外れ値、カテゴリの不整合、スキーマ違反にも対処する必要があります。このコースでは、再現可能なクリーニングチェックリストと、それを体系的に実装するためのPandasツールを学びます。
組み込みの集計関数では対応できない場合、apply()を使えば任意のPython関数を定義し、行、列、グループに適用できます。このコースでは、柔軟性を最大限に高めるためのapply、mapply、pipeの使いどころと使い方を学びます。
本番環境でのデータ分析は、一度きりのノートブック実行ではありません。繰り返し実行できるパイプラインとして構築する必要があります。このコースでは、コードをモジュール化した変換ステップとして構成し、パラメータ化し、アサーションでテストし、毎日実行するようスケジュールする方法を学びま…
多くの機械学習アルゴリズムは、線形代数の演算で表現されます。このコースでは、NumPyのlinalgモジュールを使い、行列の積、行列式、逆行列、固有値、連立方程式の解法を扱います。これらは機械学習をゼロから実装するための基礎となる要素です。
データセットがRAMに収まらないほど大きい場合は、チャンク処理の戦略が必要です。このコースでは、CSVファイルをチャンク単位でストリーミングし、結果を段階的に集計し、Pandasの置き換えとしてDaskを使い、結果をParquet形式で保存する方法を学びます。
本番環境のデータの多くは、CSVファイルではなくリレーショナルデータベースに保存されています。このコースでは、SQLAlchemyを使ってPandasからPostgreSQLとSQLiteを直接クエリし、クリーニング済みのDataFrameをテーブルに書き戻し、一般的な処理にお…
Pandasはデータを記述し、SciPyはデータに関する仮説を検定します。このコースでは、t検定、カイ二乗検定、ANOVA、相関の有意性検定など、代表的な統計検定を紹介し、記述統計から推測統計へ進むための知識を身につけます。
このコースで学んだすべてのスキルを、1つのエンドツーエンドプロジェクトに集約します。CSVとデータベーステーブルから生データを取り込み、クリーニングと結合を行い、groupbyとウィンドウ関数で高度なKPIを計算し、結果を可視化して、完成度の高いレポートとして出力します。
はい。Pandas & NumPy Academyコースは無料で始められ、インタラクティブレッスンをすべて無料で完了できます。オプションのPRO登録で、高度なAIツールと共有可能な認定資格がアンロックされます。
いいえ。コースは基礎から始まり、より高度なトピックへと進むので、PYTHONの事前経験がなくても始められます。
実践しながら学びます。短いインタラクティブレッスンは、わかりやすい説明と、リアルタイムで実行される実践的なコード演習が組み合わさっており、24時間対応のAIチューターがわからないときにいつでもサポートします。
はい。PRO学習者は試験を受けて、Pandas & NumPy Academyコースの完了を証明する共有可能な認定資格を取得できます（認証コード付き）。
はい。CoddyKitはウェブとネイティブiOS・Androidアプリで利用でき、どのデバイスでもPYTHONを学習でき、進捗がすべてのデバイスで同期されます。