0
2

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

@yoshisen(shigun)

データサイエンティストのためのPythonライブラリ応用（入門編）

0
Last updated at Posted at 2026-05-09

これは数年前に赤石雅典先生の著書『最短コースでわかる　Pythonプログラミングとデータ分析』を読んだ際に取ったメモの一部です。皆さんの参考になれば幸いです。

参考として、次の記事も参照してください。

データサイエンティストに必要な最低限のPython知識

ライブラリの利用 (import文)

  • import 文でライブラリを読み込み、その機能を利用できるようにする。
# 標準ライブラリmathをインポート
import math

# math.sqrt の形で関数を呼び出す
r2 = math.sqrt(2)
print(r2) # 1.4142135623730951
  • from ... import ... で特定の関数だけをインポートし、ライブラリ名なしで呼び出す。
from math import sqrt

# ライブラリ名なしで直接呼び出せる
r2 = sqrt(2)
print(r2)
  • import ... as ... で別名（エイリアス）を定義して利用する。
# numpyをnpという別名で利用する
import numpy as np

# np.xxx の形で関数を呼び出す
x = np.linspace(0, 2, 11)
print(x)

y = np.sqrt(x)
print(y)
  • __version__ 属性でライブラリのバージョンを確認する。
import numpy
print(numpy.__version__)

関数呼び出しとメソッド呼び出しの違い

  • 関数呼び出し：ライブラリ名（または別名）をドットで繋いで呼び出す。引数にデータを渡す。
import numpy as np
# np.array は関数呼び出し（npはimportで定義）
n1 = np.array([1, 7, 5, 2])
print(n1)
  • メソッド呼び出し：変数（オブジェクト）にドットで繋いで呼び出す。変数自体がデータの所有者。
# s1.upper() はメソッド呼び出し（s1は代入文で定義）
s1 = 'I like an apple.'
print(s1.upper()) # I LIKE AN APPLE.

!pipコマンドによるライブラリのインストール

  • Notebook上で !pip install を使って外部ライブラリを導入する。
# matplotlib日本語化ライブラリの導入
!pip install japanize-matplotlib | tail -n 1

# インポートして利用
import japanize_matplotlib

Python変数の値をOSコマンドに渡す

  • glob モジュールでファイルの一覧を取得する。
  • $変数名 の形でPython変数の値をシェルコマンドに渡す。
import glob
files = glob.glob('sample_data/*.csv')
print(files)

file = files[1]
# $file で変数の値をOSコマンドに渡す
!head -2 $file

NumPy入門

NumPy表示形式の設定

  • np.set_printoptions で小数点以下の表示桁数や表示形式を制御する。
import numpy as np

x = np.array([2/7, 1000/7, 0.00304567])
print(x)  # デフォルト表示

# 表示形式の設定
# suppress=True : 固定小数点表示
# precision=4 : 小数点以下4桁
# floatmode='fixed' : 最終桁が0でも表示
np.set_printoptions(
    suppress=True, precision=4, floatmode='fixed'
)
print(x)

データ定義 (array関数)

  • np.array でPythonリストからNumPy配列（ベクトル）を作成する。
# 1次元配列（ベクトル）の定義
n1 = np.array([1, 7, 5, 2])
print(n1)
  • type で型確認、shape で配列の形状、len で要素数を確認する。
print(type(n1))  # <class 'numpy.ndarray'>
print(n1.shape)  # (4,)
print(len(n1))   # 4
  • 2次元配列（行列）もネストしたリストで定義する。
# 2次元配列（行列）の定義
n2 = np.array([
    [1, 2, 3, 4],
    [5, 6, 7, 8],
    [9, 10, 11, 12]
])
print(n2)
print(n2.shape)  # (3, 4)
print(len(n2))   # 3（行数）

数値配列の生成 (linspace / arange)

  • np.linspace で等間隔の数値配列を生成する。第3引数は点の数（植木算）。
# 0から2まで11個の等間隔の点
n3 = np.linspace(0, 2, 11)
print(n3)
# [0.  0.2 0.4 0.6 0.8 1.  1.2 1.4 1.6 1.8 2. ]
  • np.arange で等間隔の数値配列を生成する。第3引数は間隔値。第2引数は「未満」。
# 0から2.2未満まで0.2刻み
n4 = np.arange(0, 2.2, 0.2)
print(n4)

参照（インデックス・スライス）

  • 2次元配列の特定の要素を [行, 列] で指定して取得する（0始まり）。
n2 = np.array([
    [1, 2, 3, 4],
    [5, 6, 7, 8],
    [9, 10, 11, 12]
])

# 1行目2列目の要素（0始まり）
n5 = n2[1, 2]
print(n5)  # 7
  • 行全体・列全体をスライスで抽出する。: はすべてを意味する。
# 1行目のすべての列
n6 = n2[1, :]
print(n6)        # [5 6 7 8]
print(n6.shape)  # (4,)

# すべての行の0列目
n7 = n2[:, 0]
print(n7)        # [1 5 9]
print(n7.shape)  # (3,)
  • 行・列の範囲をスライスで指定して部分行列を取得する。
# 0-1行目、2-3列目
n8 = n2[:2, 2:]
print(n8)
# [[ 3  4]
#  [ 7  8]]
print(n8.shape)  # (2, 2)
  • True/False配列（ブールインデックス）を使って特定の行を抽出する。
# 0行目と1行目を抽出（2行目は除外）
n2_index = np.array([True, True, False])
n9 = n2[n2_index]
print(n9)
# [[1 2 3 4]
#  [5 6 7 8]]
print(n9.shape)  # (2, 4)

演算（要素ごとの演算）

  • 同じ形状のNumPy配列同士は、要素ごとの演算が行われる。
n2 = np.array([
    [1, 2, 3, 4],
    [5, 6, 7, 8],
    [9, 10, 11, 12]
])
n10 = np.array([
    [1, 4, 7, 10],
    [2, 5, 8, 11],
    [3, 6, 9, 12]
])

# 要素ごとの加算
n11 = n2 + n10
print(n11)
# [[ 2  6 10 14]
#  [ 7 11 15 19]
#  [12 16 20 24]]

ブロードキャスト機能

  • 配列とスカラー値の演算では、スカラーが全要素に自動適用される。
n1 = np.array([1, 7, 5, 2])
# すべての要素から4を引く
n12 = n1 - 4
print(n12)  # [-3  3  1 -2]
  • 行列変数とスカラー値の演算も同様に全要素に適用される。
n2 = np.array([
    [1, 2, 3, 4],
    [5, 6, 7, 8],
    [9, 10, 11, 12]
])
n13 = n2 - 2
print(n13)
  • 行列とベクトルの演算では、ベクトルが各行に自動適用される。
n1 = np.array([1, 7, 5, 2])
# 行列の各行からベクトルn1を引く
n14 = n2 - n1
print(n14)

ユニバーサル関数

  • NumPyの数学関数は配列全体に一括適用される（ユニバーサル関数）。
x = np.linspace(0, 2, 11)
print(x)

# 全要素の平方根を一度に計算
y = np.sqrt(x)
print(y)

集約関数

  • sum, max, min などの集約関数で配列全体や特定の軸に沿った集計ができる。
  • axis=0 は列方向（縦）、axis=1 は行方向（横）、引数なしは全体。
n2 = np.array([
    [1, 2, 3, 4],
    [5, 6, 7, 8],
    [9, 10, 11, 12]
])

# 列ごとの合計 (axis=0)
s0 = n2.sum(axis=0)
print(s0)  # [15 18 21 24]

# 行ごとの合計 (axis=1)
s1 = n2.sum(axis=1)
print(s1)  # [10 26 42]

# 全体の合計
s2 = n2.sum()
print(s2)  # 78

応用例：精度計算

  • 配列同士の比較で True/False 配列を作成し、sum() で一致数をカウントする。
yt = np.array([1, 1, 0, 1, 0, 1, 1, 0, 1, 1])
yp = np.array([1, 1, 0, 1, 0, 1, 1, 1, 1, 1])

# 要素ごとの比較
matched = (yt == yp)
print(matched) # [ True  True  True ... False ...]

# True=1, False=0 として合計
correct = matched.sum()
total = len(matched)
accuracy = correct / total
print('一致数:', correct, '全体数:', total, '一致率:', accuracy)
# 一致数: 9 全体数: 10 一致率: 0.9

応用例：正規化（Min-Max変換）

  • ベクトルの値を [0, 1] の範囲に変換する（ブロードキャスト機能の応用）。
n1 = np.array([1, 7, 5, 2])

# 最大値・最小値を取得
n1_max = n1.max()
n1_min = n1.min()
print(n1_max, n1_min)  # 7 1

# Min-Max 正規化
n15 = (n1 - n1_min) / (n1_max - n1_min)
print(n15)  # [0.  1.  0.6667  0.1667]

Matplotlib入門

ライブラリの利用と日本語化

  • matplotlib.pyplot を plt としてインポートする。
  • japanize_matplotlib で日本語表示に対応する。
import numpy as np
import matplotlib.pyplot as plt
import japanize_matplotlib

# NumPy表示形式の設定
np.set_printoptions(
    suppress=True, precision=4, floatmode='fixed'
)

# グラフのデフォルトフォントサイズ
plt.rcParams["font.size"] = 14

# グラフのデフォルトサイズ
plt.rcParams['figure.figsize'] = (6, 6)

scatter（散布図）

  • plt.scatter(x, y) で散布図を描画する。
from sklearn.datasets import load_iris
iris = load_iris()
x, y = iris.data, iris.target
columns = iris.feature_names

# x, yの形状を確認
print(x.shape, y.shape) # (150, 4) (150,)
print(columns)
  • 最もシンプルな散布図。
# 簡単な散布図
plt.scatter(x[:,0], x[:,2])
plt.show()
  • タイトル・軸ラベル・グリッド・色分けなどを加えた散布図。
  • c 引数で色分けの値、cmap でカラーマップを指定する。
# やや複雑な散布図
plt.scatter(x[:,0], x[:,2], c=y, cmap='rainbow')
plt.grid()
plt.xlabel(columns[0])
plt.ylabel(columns[2])
plt.title('アイリスデータセットによる散布図')
plt.show()

plot（関数グラフ）

  • plt.plot(x, y) で折れ線グラフ（関数グラフ）を描画する。
x = np.linspace(0, 2, 11)
y = np.sqrt(x)

plt.plot(x, y)
plt.show()
  • plot を複数回呼び出すと重ね描きになる。label 引数と plt.legend() で凡例を表示する。
x = np.linspace(0, 2, 101)
y1 = np.sqrt(x)  # ルート関数
y2 = x ** 2      # 2次関数

plt.plot(x, y1, label='ルート関数')
plt.plot(x, y2, label='2次関数')
plt.legend()
plt.grid()
plt.xlabel('x')
plt.ylabel('y')
plt.title('2つの関数グラフの重ね描き')
plt.show()

複数グラフ表示 (subplot)

  • plt.figure(figsize=...) でグラフ全体のサイズを指定する。
  • plt.subplot(行数, 列数, 番号) で複数グラフの配置位置を指定する。
  • ax オブジェクト経由で scatter, set_title, grid などを呼び出す。
  • plt.tight_layout() でグラフの重なりを防ぐ。
from sklearn.datasets import load_iris
iris = load_iris()
x, y = iris.data, iris.target
columns = iris.feature_names

plt.figure(figsize=(15, 5))

for i in range(1, 4):
    ax = plt.subplot(1, 3, i)
    ax.scatter(x[:,0], x[:,i], c=y, cmap='rainbow')
    ax.set_title(columns[0] + ' vs ' + columns[i])
    ax.grid()

plt.tight_layout()
plt.show()

Pandas入門

ライブラリのインポートと初期設定

  • pandas を pd としてインポートし、display 関数でデータフレームを整形表示する。
import pandas as pd
from IPython.display import display
  • パラメータの初期化で表示精度と列の表示数を設定する。
# 小数点以下4桁表示
pd.options.display.float_format = '{:.4f}'.format

# すべての列を表示
pd.set_option("display.max_columns", None)

データフレームの定義

  • 2重リストと列名リストから pd.DataFrame を定義する。
data1 = [
    ['田中優花', '女', 140, 40.5],
    ['佐藤和也', '男', 175, 70.2],
    ['鈴木一郎', '男', 170, 65.0],
    ['高橋美香', '女', 158, 55.6],
]

df1 = pd.DataFrame(
    data1, columns=['氏名', '性別', '身長', '体重']
)
print(type(df1)) # <class 'pandas.core.frame.DataFrame'>
display(df1)
  • データフレームの構成要素（列インデックス・行インデックス・データの値）を確認する。
# 列名のリスト
print('列インデックス', list(df1.columns))

# 行インデックス
print('行インデックス', list(df1.index))

# データの値（NumPy配列として取得）
print('データの値')
print(df1.values)

CSVファイルの読み込み

  • pd.read_csv() でCSVファイルを読み込む。ローカルファイルパスまたはURLを指定できる。
# ローカルファイルからの読み込み
df2 = pd.read_csv('df-sample.csv')
display(df2)

# URLから直接読み込む
csv_url = 'https://raw.githubusercontent.com/makaishi2/samples/main/data/df-sample.csv'
df3 = pd.read_csv(csv_url)
display(df3)

Excelファイルの読み込み

  • pd.read_excel() でExcelファイルを読み込む。
excel_url = 'https://github.com/makaishi2/samples/raw/main/data/df-sample.xlsx'
df4 = pd.read_excel(excel_url)
display(df4)

Series（1次元データ）

  • pd.Series でリストから1次元データを定義する。name 引数で名前を付ける。
s1 = pd.Series(
    [140, 175, 170, 158],
    name='身長')
print(type(s1)) # <class 'pandas.core.series.Series'>
print(s1)
  • データフレームの特定列を参照するとSeries型になる。
# 列名を指定してSeriesを抽出
s2 = df2['身長']
print(type(s2)) # <class 'pandas.core.series.Series'>
print(s2)
  • loc で特定行を参照するとSeries型になる。
# 行インデックスを指定してSeriesを抽出
s3 = df2.loc[1]
print(type(s3))
print(s3)

参照（列・行の絞り込み）

  • 各列のデータ型を dtypes で確認する。
print(df2.dtypes)
  • 列名のリストを使って部分的なデータフレームを抽出する。
cols = ['身長', '体重']
df5 = df2[cols]
display(df5)
  • head(n) で先頭n行を取得する。
display(df2.head(2))
  • 条件式でTrue/False配列を作成し、行を絞り込む。
# 「性別が男」かどうかの判定
index1 = df2['性別'] == '男'
print(index1)

# True/False配列で行を絞り込む
df6 = df2[index1]
display(df6)

# 1行でまとめて書くこともできる
df7 = df2[df2['性別'] == '男']
display(df7)

操作（列の追加・削除・結合、行の追加）

列の削除

  • drop メソッドで指定した列を削除する。axis=1 で列方向を指定する。
  • copy() でオリジナルデータに影響を与えないようにする。
df9 = df2.copy()
df9 = df9.drop('氏名', axis=1)
display(df9)

列の追加

  • 新しい列名を指定してSeries変数を代入する方法。
# BMI値の計算
s4 = df2['体重'] / ((df2['身長']/100) ** 2)

df10 = df2.copy()
# 末尾に列を追加
df10['BMI'] = s4
display(df10)
  • insert メソッドで指定位置に列を追加する方法。
df10 = df2.copy()
# 2番目の位置に'BMI'列を挿入
df10.insert(2, 'BMI', s4)
display(df10)

列結合 (concat)

  • pd.concat で既存データフレームに新しい列を結合する（axis=1 で横方向結合）。
s5 = pd.Series(np.array([10, 25, 45, 34]), name='年齢')

df11 = pd.concat([df10, s5], axis=1)
display(df11)

行の追加

  • append メソッドや pd.concat で行を追加する。ignore_index=True で行インデックスを振り直す。
# 辞書形式で新しい行を追加
df12 = df2.append({
    '氏名': '山田太郎', '性別': '男',
    '身長': 165, '体重': 64.2},
    ignore_index=True)
display(df12)
0
2
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
0
2

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?