データのシリアライゼーションと逆シリアライゼーション

データのシリアライゼーションと逆シリアライゼーション

データのシリアライゼーションと逆シリアライゼーションは，データの保存，転送，復元において非常に重要な役割を果たす。シリアライゼーションは，データをバイト列やテキストなどの直列化された形式に変換するプロセスであり，逆シリアライゼーションはその逆の操作である。この記事では，データのシリアライゼーションと逆シリアライゼーションについて詳しく説明する。

シリアライゼーションとは何か？

シリアライゼーションは，データを直列化された形式に変換するプロセスである。直列化されたデータは，バイト列やテキストなどの形式で表現され，保存，転送，または他のプログラムによる処理のために使用できる。シリアライゼーションの主な目的は，データを永続化し，異なるプラットフォームや言語間でデータを交換可能にすることである。

逆シリアライゼーションとは何か？

逆シリアライゼーションは，シリアライズされたデータを元のデータ形式に戻すプロセスである。つまり，直列化されたデータから元のデータオブジェクトを再構築する。逆シリアライゼーションは，保存されたデータを読み取ったり，ネットワークからデータを受信したりする際に使用される。

なぜシリアライゼーションと逆シリアライゼーションが重要か？

1. データの永続化: シリアライゼーションは，データをファイルに保存するための一般的な手法である。これにより，データはプログラムの実行を超えて永続化され，後で再利用できる。

2. データの転送: ネットワークを介してデータを送信する場合，データをシリアライズして送信し，受信側で逆シリアライズしてデータを復元する。これにより，異なるプログラムやプラットフォーム間でデータを共有できる。

3. データのクロスプラットフォーム互換性: シリアライゼーションと逆シリアライゼーションは，異なるプログラムやプラットフォーム間でデータを共有する際にクロスプラットフォーム互換性を提供する。例えば，PythonでシリアライズされたデータをJavaで逆シリアライズすることができる。

シリアライゼーションと逆シリアライゼーションの例

Pythonでは，標準ライブラリのpickleモジュールを使用してシリアライズと逆シリアライズを行うことができる。以下は，シンプルな例である。

import pickle

# オブジェクトのシリアライズ
data = {'name': 'John', 'age': 30}
with open('data.pickle', 'wb') as file:
    pickle.dump(data, file)

```python
# オブジェクトの逆シリアライズ
with open('data.pickle', 'rb') as file:
    loaded_data = pickle.load(file)

print(loaded_data)  # {'name': 'John', 'age': 30}

この例では，Pythonの pickle モジュールを使用してデータをシリアライズ（保存）し，その後逆シリアライズ（読み込み）した。

シリアライゼーションフォーマットの選択

シリアライゼーションにはさまざまなフォーマットがある。一般的なものにはJSON，XML，Protocol Buffers，MessagePackなどがある。選択するシリアライゼーションフォーマットは，データの複雑さ，可読性，クロスプラットフォーム互換性などを考慮して決定する必要がある。

セキュリティ上の注意

シリアライゼーションはデータをファイルやネットワークを介して共有するため，セキュリティの懸念が存在する。不正なデータやコードのシリアライズと逆シリアライズを防ぐために，信頼性のあるソースからデータを受け取るか，データの検証を行う必要がある。

結論 データのシリアライゼーションと逆シリアライゼーションは，データの永続化，転送，クロスプラットフォーム共有などのために非常に重要な概念である。これらの概念を理解し，適切に実装することは，プログラムの柔軟性とデータ操作の効率を向上させるのに役立つ。しかし，セキュリティに注意を払い，信頼性のある方法でデータのシリアライゼーションと逆シリアライゼーションを行うことが不可欠である。

CSV、JSON、Excelなど異なる形式のデータのエクスポートとインポート方法

CSV、JSON、Excelなど異なる形式のデータのエクスポートとインポート方法

データのエクスポートとインポートは，データ分析プロジェクトにおいて非常に重要なスキルである。異なる形式のデータを扱うことがあり，それらを適切にエクスポートおよびインポートする方法を知ることは，データの可用性と可操作性を高める。この記事では，CSV，JSON，Excelなどの異なるデータ形式をエクスポートおよびインポートする方法について詳しく説明する。

CSVファイルのエクスポートとインポート

CSVファイルのエクスポート

CSV（Comma Separated Values）は，テキストベースのデータ形式であり，データセットを単純なテキストファイルとして保存するために広く使用されている。PythonのPandasライブラリを使用してデータをCSVファイルにエクスポートできる。

import pandas as pd

# データフレームの作成
data = pd.DataFrame({'列1': [1, 2, 3], '列2': ['A', 'B', 'C']})

# CSVファイルにエクスポート
data.to_csv('data.csv', index=False)

CSVファイルのインポート

CSVファイルを読み込むには，Pandasのread_csv関数を使用する。

import pandas as pd

# CSVファイルを読み込む
data = pd.read_csv('data.csv')

JSONファイルのエクスポートとインポート

JSONファイルのエクスポート

JSON（JavaScript Object Notation）は，データをヒューマンリーダブルな形式で保存するための軽量なデータ形式である。PythonのPandasライブラリを使用してデータをJSONファイルにエクスポートできる。

import pandas as pd

# データフレームの作成
data = pd.DataFrame({'列1': [1, 2, 3], '列2': ['A', 'B', 'C']})

# JSONファイルにエクスポート
data.to_json('data.json', orient='records')

JSONファイルのインポート

JSONファイルを読み込むには，Pandasのread_json関数を使用する。

import pandas as pd

# JSONファイルを読み込む
data = pd.read_json('data.json')

Excelファイルのエクスポートとインポート

Excelファイルのエクスポート

Excelファイルは，表形式のデータを保存および共有するために一般的に使用される。PythonのPandasライブラリを使用してデータをExcelファイルにエクスポートできる。

import pandas as pd

# データフレームの作成
data = pd.DataFrame({'列1': [1, 2, 3], '列2': ['A', 'B', 'C']})

# Excelファイルにエクスポート
data.to_excel('data.xlsx', index=False)

Excelファイルのインポート

Excelファイルを読み込むには，Pandasのread_excel関数を使用する。

import pandas as pd

# Excelファイルを読み込む
data = pd.read_excel('data.xlsx')

その他のデータ形式

さまざまなデータ形式に対応するPythonライブラリが存在する。例えば，SQLiteデータベース，Parquetファイル，HDF5ファイル，XMLデータなどがある。データ形式に応じて適切なライブラリを使用してエクスポートおよびインポートを行う。

結論

異なる形式のデータをエクスポートおよびインポートする方法を知ることは，データ分析プロジェクトにおいて重要なスキルである。Pythonのライブラリを活用して，データを効率的に扱い，データの可用性と可操作性を高めよう。

PythonのJupyter Notebookを使用したリポータブルなデータ分析の作成

PythonのJupyter Notebookを使用したリポータブルなデータ分析の作成

データ分析の成果物を他の人と共有する際，分析の過程や結果をわかりやすく伝えることは非常に重要である。Jupyter Notebookは，リポータブルなデータ分析を行うのに役立つツールであり，コード，テキスト，グラフ，説明などを一つの文書にまとめることができる。この記事では，PythonのJupyter Notebookを使用してリポータブルなデータ分析を作成する手順について説明する。

1. Jupyter Notebookのセットアップ

まず，Jupyter Notebookをインストールする。

pip install jupyterlab

その後，Jupyter Notebookを起動する。

jupyter lab

2. プロジェクトのセットアップ

データ分析プロジェクトごとにディレクトリを作成し，Jupyter Notebookファイル（.ipynb）をそのディレクトリに保存する。プロジェクトフォルダ内にデータファイルや必要なリソースを配置する。

3. ノートブックの構築

Jupyter Notebookを開き，必要なライブラリをインポートし，データを読み込む。セルごとにコードと説明を書き加え，可読性を向上させる。

import pandas as pd

# データ読み込み
data = pd.read_csv('data.csv')

4. データの探索と可視化

データを探索し，可視化を行う。Markdownセルを使用して説明文やグラフのキャプションを追加し，解析結果を明確に伝える。

import matplotlib.pyplot as plt

# データの可視化
plt.hist(data['column'])
plt.xlabel('X軸ラベル')
plt.ylabel('Y軸ラベル')
plt.title('ヒストグラム')
plt.show()

5. モデルの構築と評価

必要な場合，機械学習モデルを構築し，評価する。モデルのパラメータ，評価指標，結果の説明を含める。

from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score

# データの分割
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

# ロジスティック回帰モデルの訓練
model = LogisticRegression()
model.fit(X_train, y_train)

# モデルの評価
y_pred = model.predict(X_test)
accuracy = accuracy_score(y_test, y_pred)

6. 結果のまとめと報告

Jupyter Notebook内で結果をまとめ，報告する。分析の要点，結論，提案，次のステップなどを明確に述べる。

7. Notebookのエクスポート

NotebookをHTML，PDF，Markdown，または他の形式にエクスポートして，他の人と共有できるようにする。

結論

Jupyter Notebookを使用することで，データ分析の過程と結果をわかりやすくドキュメント化できる。リポータブルなデータ分析は他の人とのコラボレーションや成果物の共有に非常に役立ち，プロジェクトの進行や意思決定をサポートする。

データ収集から可視化、モデリング、デプロイメントまでのエンドツーエンドのデータ分析プロジェクトの実行

データ収集から可視化、モデリング、デプロイメントまでのエンドツーエンドのデータ分析プロジェクトの実行

データ分析プロジェクトは，データを収集し，処理し，可視化し，モデルを構築し，最終的にデプロイメントする複数のステップで構成されている。この記事では，データ収集から可視化，モデリング，デプロイメントまでのエンドツーエンドのデータ分析プロジェクトの実行手順について詳しく説明する。

ステップ 1: プロジェクトの定義と目標設定

最初に，データ分析プロジェクトの目標を明確にし，プロジェクトのスコープを定義する。どのような情報を得たいのか，プロジェクトの成功をどのように評価するのかを確認する。

ステップ 2: データ収集

必要なデータを収集する。データ収集はさまざまなソースから行うことがあり，データベース，API，Webスクレイピング，センサーからのデータなどが含まれる。データの品質を確保し，データのクリーニングと前処理を行う。

ステップ 3: データの探索と可視化

データの探索と可視化を行い，データの特徴，分布，相関を理解する。Pythonのライブラリ（Pandas，Matplotlib，Seaborn，Plotlyなど）を使用して，グラフや図表を作成する。

ステップ 4: データの前処理

データの前処理を行い，欠損値の処理，カテゴリカルデータのエンコーディング，特徴量エンジニアリングなどを実施する。データをモデルに適した形式に整える。

ステップ 5: モデルの構築

機械学習モデルを選択し，トレーニングデータセットを使用してモデルを訓練する。モデルのハイパーパラメータをチューニングし，モデルの評価を行う。Pythonのライブラリ（Scikit-Learn，TensorFlow，PyTorchなど）を使用する。

ステップ 6: モデルの評価と改善

モデルの評価を行い，精度や性能メトリクスを確認する。モデルの改善のために，ハイパーパラメータの調整や特徴量エンジニアリングを繰り返す。

ステップ 7: モデルのデプロイメント

モデルが満足のいく結果を示したら，モデルをデプロイする。デプロイメント方法はプロジェクトによって異なるが，Webアプリケーション，API，バッチプロセスなどが一般的な選択肢である。

ステップ 8: ドキュメンテーションとメンテナンス

プロジェクトのドキュメンテーションを作成し，モデルのメンテナンス計画を策定する。新しいデータの取り込み，モデルの再トレーニング，セキュリティの確保などを定期的に行う。

ステップ 9: 結果のコミュニケーション

プロジェクトの成果物を関係者に伝える。可視化，レポート，プレゼンテーションを使用して結果を共有し，ビジネス上の意思決定をサポートする。

結論

データ分析プロジェクトの成功には計画，実行，評価，デプロイメント，そして持続的なメンテナンスが必要である。エンドツーエンドのアプローチを採用することで，プロジェクト全体をスムーズに進め，データから価値を抽出することができる。

Vaexという高速なデータフレームライブラリの紹介

Vaexという高速なデータフレームライブラリの紹介

データの処理や分析はデータサイエンスプロジェクトの中核であるが，大規模なデータセットを効率的に処理することはしばしば難しい課題である。そこで，高速なデータ処理を実現するためにVaexというライブラリが登場した。この記事では，Vaexの基本的な特徴と使い方について紹介する。

Vaexとは何か？

Vaexは，高速なデータ処理を可能にするPythonのデータフレームライブラリである。Vaexは，大規模なデータセットをメモリに読み込むことなく，遅延評価を使用して効率的に操作できるように設計されている。このため，Vaexは数十億行以上のデータを処理するのに適している。

Vaexの主な特徴

Vaexは多くの優れた特徴を持っている。

1. 高速性: Vaexは非常に高速で，大規模なデータセットでも効率的に動作する。これは，遅延評価と並行処理を活用して実現されている。

2. メモリ効率: データをメモリに読み込むことなく，データセットを操作できるため，メモリ不足の問題を回避できる。

3. 簡潔なAPI: VaexはPandasに似た簡潔なAPIを提供し，Pandasユーザーにとって使いやすい。

4. データ型のサポート: Vaexは数値，カテゴリカル，テキストなど，さまざまなデータ型をサポートしている。

5. 可視化ツール: Vaexは可視化ツールを提供し，データの探索と理解をサポートする。

Vaexの使い方

Vaexの基本的な使い方を示す。

インストール

Vaexをインストールする。

pip install vaex

データの読み込み

Vaexでは，データを読み込む際に遅延評価を使用する。つまり，データは実際には読み込まれず，必要な演算が実行されるまで待機する。

import vaex

# データの読み込み
df = vaex.from_csv('large_dataset.csv', convert=True)

データの操作

VaexはPandasと似た操作をサポートする。

# データのフィルタリング
filtered_df = df[df['column'] > 10]

# 新しいカラムの追加
df['new_column'] = df['column1'] + df['column2']

# グループ化と集約
agg_df = df.groupby('category').agg({'value': 'mean'})

可視化

Vaexはデータの可視化もサポートしている。

import vaex.ml

# 散布図の作成
df.plot1d(df['column'], limits=[0, 100])

# ヒストグラムの作成
df.plot(df['column1'], df['column2'])

# その他の可視化オプションも豊富

結論

Vaexは大規模なデータセットの処理と探索に非常に有用なツールであり，高速なデータ処理を可能にする。Vaexを使ってデータの処理，分析，可視化を行うことで，データサイエンスプロジェクトを効率的に進めることができる。

StatsModelsを使用した統計モデリングと仮説検定

StatsModelsを使用した統計モデリングと仮説検定

統計モデリングと仮説検定は，データ分析の中核的なスキルであり，データから洞察を得るために非常に重要である。PythonのStatsModelsライブラリは，統計モデリングと仮説検定を行うための強力なツールを提供している。この記事では，StatsModelsを使用して統計モデリングを行い，仮説検定を実施する方法について詳しく説明する。

StatsModelsのインストール

まず，StatsModelsをインストールする。

pip install statsmodels

ライブラリのインポート

StatsModelsを使用するために必要なライブラリをインポートする。

import numpy as np
import pandas as pd
import statsmodels.api as sm

データの準備

統計モデリングを行うために，データを読み込み，必要な前処理を実施する。

# データの読み込み
data = pd.read_csv('data.csv')

# 説明変数と目的変数の設定
X = data[['X1', 'X2', 'X3']]
y = data['y']

線形回帰モデルの構築

StatsModelsを使用して線形回帰モデルを構築する。

# モデルの設定
X = sm.add_constant(X)  # 定数項の追加
model = sm.OLS(y, X)  # 最小二乗法を使用した線形回帰モデル

# モデルの適合
results = model.fit()

結果の表示

結果を表示し，統計的な情報を確認する。

# モデルのサマリーの表示
print(results.summary())

仮説検定

StatsModelsを使用して，仮説検定を実施する。たとえば，係数の有意性検定を行える。

# 係数の有意性を検定
print(results.pvalues)

まとめ

StatsModelsを使用することで，統計モデリングと仮説検定をPythonで実施することができる。統計的なモデルを構築し，データに関する仮説を検定する能力は，データ分析において非常に重要である。StatsModelsはそのための強力なツールであり，データから洞察を得るのに役立つ。

MatplotlibとSeabornを使ったデータの視覚化の基本

MatplotlibとSeabornを使ったデータの視覚化の基本

データの視覚化は，データ分析とデータの理解において不可欠なステップである。Pythonにはデータ視覚化ライブラリとしてMatplotlibとSeabornがあり，これらのツールを使うことで美しいグラフを作成し，データのパターンを可視化することができる。この記事では，MatplotlibとSeabornを使ったデータの視覚化の基本について紹介する。

Matplotlibの基本

MatplotlibはPythonのデータ視覚化ライブラリで，様々なグラフを作成できる。以下はMatplotlibを使って折れ線グラフを描く基本的なステップである。

import matplotlib.pyplot as plt

# データ
x = [1, 2, 3, 4, 5]
y = [10, 16, 5, 12, 7]

# 折れ線グラフを描画
plt.plot(x, y)

# グラフにタイトルと軸ラベルを追加
plt.title('折れ線グラフの例')
plt.xlabel('X軸ラベル')
plt.ylabel('Y軸ラベル')

# グラフを表示
plt.show()

Seabornの基本

SeabornはMatplotlibをベースにした統計的データ視覚化ライブラリで，美しいデフォルトスタイルと統計的なプロットを提供する。以下はSeabornを使ってヒストグラムを描く基本的なステップである。

import seaborn as sns

# データ
data = [2, 2, 3, 3, 3, 4, 4, 4, 4, 5, 5, 6, 6, 6]

# ヒストグラムを描画
sns.histplot(data, bins=5, kde=True)

# グラフにタイトルと軸ラベルを追加
plt.title('ヒストグラムの例')
plt.xlabel('値')
plt.ylabel('頻度')

# グラフを表示
plt.show()

グラフのカスタマイズ

MatplotlibとSeabornを使って描画されたグラフは，カスタマイズできる。色，スタイル，軸の範囲などを調整して，グラフを自分のプロジェクトに合わせることができる。

まとめ

MatplotlibとSeabornは，データ視覚化の基本を学び，データを理解するための強力なツールである。これらのライブラリを使ってデータを視覚化するスキルを磨くことで，データ分析プロジェクトをより効果的に進めることができる。

Plotlyを使用した対話型データ可視化の作成

Plotlyを使用した対話型データ可視化の作成

データの可視化は，データ分析と情報の共有において極めて重要である。Plotlyは，対話的なデータ可視化を作成するための強力なPythonライブラリで，グラフや図表を対話的に操作し，データのパターンを探索するのに役立つ。この記事では，Plotlyを使って対話的なデータ可視化を作成する基本的な手法について説明する。

Plotlyのインストール

まず最初に，Plotlyをインストールする。

pip install plotly

折れ線グラフの作成

Plotlyを使用して折れ線グラフを作成する基本的なステップを見てみよう。

import plotly.express as px

# データ
x = [1, 2, 3, 4, 5]
y = [10, 16, 5, 12, 7]

# 折れ線グラフを作成
fig = px.line(x=x, y=y, title='折れ線グラフの例')
fig.show()

このコードでは，Plotly Expressを使用して簡単に折れ線グラフを作成し，対話的に操作することができる。

散布図の作成

散布図はデータの分布や関係性を視覚化するのに役立つ。

# 散布図を作成
fig = px.scatter(x=x, y=y, title='散布図の例')
fig.show()

ヒートマップの作成

データのパターンや相関をヒートマップで可視化する。

# ヒートマップを作成
data = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
fig = px.imshow(data, title='ヒートマップの例')
fig.show()

対話的な機能の活用

Plotlyを使えば，グラフをズームイン，ズームアウト，ドラッグ，ツールチップ表示などの対話的な機能を簡単に追加できる。また，Dashというライブラリを使用すれば，Plotlyの可視化をウェブアプリケーションに統合することもできる。

まとめ

Plotlyはデータ科学者やデータエンジニアにとって優れたツールであり，対話的なデータ可視化を作成し，データの洞察を得るのに役立つ。この記事では基本的な操作を紹介しましたが，Plotlyにはさらに多くの機能がある。詳細なカスタマイズや高度なプロットの作成を学ぶことで，データの探索と解釈を強化できる。

NumPyとPandasを組み合わせて高速なデータ操作を実現する方法

NumPyとPandasを組み合わせて高速なデータ操作を実現する方法

データ操作はデータサイエンスと機械学習の中で不可欠なスキルである。NumPyとPandasはPythonのデータ操作において非常に強力なツールであるが，それらを組み合わせて利用することで，さらに高速かつ効率的なデータ処理が可能である。この記事では，NumPyとPandasを連携させてデータ操作を最適化する方法について説明する。

1. NumPyの配列をPandas DataFrameに変換

NumPyの高速な配列操作を利用しながら，Pandas DataFrameの柔軟性を享受するために，NumPyの配列をPandas DataFrameに変換する。

import numpy as np
import pandas as pd

# NumPy配列を作成
data = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# NumPy配列をPandas DataFrameに変換
df = pd.DataFrame(data, columns=['A', 'B', 'C'])

# DataFrameを表示
print(df)

2. データの選択とフィルタリング

Pandas DataFrame内でデータを選択およびフィルタリングする際に，NumPyのブールインデックスを活用する。

# 条件に合致する行を選択
selected_data = df[df['A'] > 3]

# 特定の列を選択
selected_column = df['B']

# 条件に合致するデータを置き換え
df.loc[df['A'] > 3, 'B'] = 0

3. データの計算と集約

NumPyのベクトル化演算を使用して，Pandas DataFrame内で効率的な計算と集約を行う。

# 列ごとの合計を計算
column_sum = df.sum()

# 条件に合致する行の合計を計算
conditional_sum = df[df['A'] > 3].sum()

# 列ごとの統計情報を取得
column_stats = df.describe()

4. グループ化と集約

Pandasのgroupbyメソッドを使用してデータをグループ化し，NumPyの関数を適用して集約する。

# グループ化して平均値を計算
grouped_data = df.groupby('A').mean()

# グループごとのデータ数を計算
group_sizes = df.groupby('A').size()

これらのテクニックを組み合わせることで，NumPyとPandasを利用して高速かつ効率的なデータ操作を実現できる。データサイエンスプロジェクトにおいて，データのクリーニング，前処理，分析，モデリングなどのステップにおいて，この連携は非常に役立つ。

Pandasを使用したデータのクリーニングと前処理のベストプラクティス

Pandasを使用したデータのクリーニングと前処理のベストプラクティス

データ分析プロジェクトの最初のステップは，データのクリーニングと前処理である。クリーンで整然としたデータは，正確な分析とモデリングの基盤となる。この記事では，PythonのPandasライブラリを使用してデータのクリーニングと前処理を行う際のベストプラクティスについて説明する。

1. ライブラリのインポート

まず，Pandasをインポートする。

import pandas as pd

2. データの読み込み

データセットを読み込む。一般的なデータ形式に対応するため，pd.read_csv()やpd.read_excel()などの関数を使用する。

# CSVファイルの読み込み
data = pd.read_csv('data.csv')

# 最初の5行を表示してデータを確認
print(data.head())

3. 欠損値の処理

欠損値を処理する方法の一つは，欠損値を削除することであるが，情報の損失が生じる可能性があるため，注意が必要である。代わりに，以下のように欠損値を補完することもある。

# 欠損値を平均値で補完
data.fillna(data.mean(), inplace=True)

# 欠損値を削除
# data.dropna(inplace=True)

4. 重複データの削除

重複した行を削除することで，データの品質を向上させる。

# 重複行を削除
data.drop_duplicates(inplace=True)

5. カラムのリネーム

カラム名を分かりやすいものにリネームし，コードの可読性を高める。

# カラム名のリネーム
data.rename(columns={'old_column_name': 'new_column_name'}, inplace=True)

6. カテゴリカルデータのエンコーディング

カテゴリカルデータを数値に変換することで，機械学習モデルへの適用が容易になる。

# カテゴリカルデータのエンコーディング（例。One-Hot Encoding）
data = pd.get_dummies(data, columns=['categorical_column'])

7. データの保存

処理したデータを必要に応じて保存する。

# 処理したデータをCSVファイルとして保存
data.to_csv('cleaned_data.csv', index=False)

これらのステップを組み合わせて，データのクリーニングと前処理を効果的に行うことができる。データの品質向上は，データ分析プロジェクトの成功に不可欠である。

これで，Pandasを使用したデータのクリーニングと前処理に関する基本的なガイドができた。この手法を実際のプロジェクトに適用して，データの品質を向上させよう。

次の 13 日の金曜日はいつか？

ツェラーの公式を利用して列挙する

def Zeller(y, m, d):
    w = ['Sat', 'Sun', 'Mon', 'Tue', 'Wed', 'Thu', 'Fri']
    if m == 1 or m ==2:
        m += 12
        y -= 1
    C = y // 100
    Y = y % 100
    return w[(d + 26*(m+1)//10 + Y + Y//4 -2*C + C // 4) % 7]

for y in range(2021, 2030):
    for m in range(1, 13):
        if Zeller(y, m, 13) == 'Fri':
            print(y, m)

2021 8
2022 5
2023 1
2023 10
2024 9
2024 12
2025 6
2026 2
2026 3
2026 11
2027 8
2028 10
2029 4
2029 7

pandas version 1.0.0 (Python)

データフレームのマークダウン出力ができるようになった

>>> pd.__version__
'1.0.1'
>>> df = pd.DataFrame({"a": list("abcde"), "b": [1,2,3,4,5]})
>>> df
   a  b
0  a  1
1  b  2
2  c  3
3  d  4
4  e  5
>>> df.to_markdown()
'|    | a   |   b |\n|---:|:----|----:|\n|  0 | a   |   1 |\n|  1 | b   |   2 |\n|  2 | c   |   3 |\n|  3 | d   |   4 |\n|  4 | e   |   5 |'
>>> print(df.to_markdown())
|    | a   |   b |
|---:|:----|----:|
|  0 | a   |   1 |
|  1 | b   |   2 |
|  2 | c   |   3 |
|  3 | d   |   4 |
|  4 | e   |   5 |

groupby で，自作の関数を適用する(Python)

df2 = df.groupby(群)

df2.agg(自作関数の名前)

Python だからって...，numpy も使えば？

文字列中に，どのような文字が幾つあったか知りたいって...

>>> import numpy as np
>>> str = 'あいうえおあおaiueoao999112'
>>> index, count = np.unique(list(str), return_counts=True)
>>> index
array(['1', '2', '9', 'a', 'e', 'i', 'o', 'u', 'あ', 'い', 'う', 'え', 'お'],
      dtype='<U1')
>>> count
array([2, 1, 3, 2, 1, 1, 2, 1, 2, 1, 1, 1, 2])
>>> 
>>> list(index)
['1', '2', '9', 'a', 'e', 'i', 'o', 'u', 'あ', 'い', 'う', 'え', 'お']
>>> list(count)
[2, 1, 3, 2, 1, 1, 2, 1, 2, 1, 1, 1, 2]

さて，ここで問題です Challenge0001 (Python)

a, b, c, d の4個の数字を入力とする

もしどれかが 0 なら，それぞれに 0.5 を加える

x = a * d / (b * c)

としたとき，x か  1 / x の大きい方を返す関数を定義せよ

言語は問わない。合計文字数が少ない方がいいぞ！

 

解答例は，ずっとスクロールダウンして...

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

import numpy as np

def func(a, b, c, d):
  if a * b * c * d == 0:
  a, b, c, d = np.array([a, b, c, d])+0.5
  OR = a * d / (b * c)
  return max(OR, 1 / OR)

func(1,2,3,4) # 1.5
func(0,2,3,4) # 3.8888888888888893