ｐａｎｄａｓ　＆　Ｐｌｏｔｌｙ　２Ｄ／３Ｄデータビジュアライゼーション実装ハンドブック　データサイエンティストや機械学習エンジニアのための　ハンズオン形式で学べるからよくわかる

表形式データ操作とデータ可視化を学ぶ！データを視覚的に理解するためのスキルを身につけることができます。動的な（インタラクティブ）グラフ作成方法を紹介し、静的なグラフと比較して探索的データ解析（ＥＤＡ）の負荷を軽減することを目指しています。

データサイエンティストやビジネスアナリスト、データエンジニアなど、データを扱う専門家を読者対象として提供する本です。
本書は読者のデータ分析作業の負荷が軽減されることを目指しています。
本書の目的の1つは、実務でよく利用されるpandasの機能をまとめており、処理速度やメモリ消費量についても言及しています。
もう1つの目的は、インタラクティブなグラフ作成方法を紹介し、静的なmatplotlibグラフと比較して探索的データ解析（EDA）の負荷を軽減することを目指しています。
本書は、表形式データ操作とデータ可視化の実装に焦点を当てています（全13章）。
内容の構成: 前半（第1章〜第4章）ではpandasの基本と操作方法を、後半（第5章〜第13章）ではPlotlyのグラフ作成機能を解説しています。
以上の内容を実装することで、データを視覚的に理解するためのスキルを身につけることができます。

※お届け日が変更になりました
6月22日→6月25日

目次

序章　データ可視化とインタラクティブなグラフ
0.1 可視化の分類
0.2 視覚的発見におけるグラフ作成の試行錯誤
0.3 機械学習プロジェクトと視覚的発見
0.4 本書で紹介するpandasの機能
0.5 本書で紹介するPlotlyのグラフ
0.6 本書で扱わない範囲とPlotlyの注意事項

第1章　表形式データの基本
1.1 pandasの表形式データを構成する要素
1.2 データの種類とpandasのデータ型
1.3 DataFrameの情報の確認
1.4 PythonのデータオブジェクトとDataFrameとの相互変換
1.5 DataFrameのインポートとエクスポート

第2章　表の変形と結合・分割
2.1 DataFrameの部分選択
2.2 DataFrameの分割
2.3 DataFrameの結合
2.4 行や列の追加と削除

第3章　表形式データの値の操作
3.1 値の演算と代入
3.2 自作関数を適用した操作
3.3 ループ処理への対応

第4章　例外値への対応
4.1 欠損値の表現とその確認方法
4.2 欠損値の除外・穴埋め・補間
4.3. 重複行の削除

第5章　グラフ作成の基本
5.1 Plotlyのグラフを構成する要素
5.2 グラフを作成する方法の選択肢

第6章　グラフの書式設定
6.1 データインクレシオと書式テンプレート
6.2 書式の細部設定
6.3 複数グラフの作図

第7章　インタラクティブなグラフの作成
7.1 インタラクティブなグラフの設定
7.2 アニメーショングラフ
7.3 高度なインタラクティブ機能のためのコールバック関数

第8章　変数内の値を比較するグラフ
8.1 棒グラフとヒートマップ
8.2 レーダーチャートとポーラーチャート

第9章　変数間の関係を表現するグラフ
9.1 散布図とバブルチャート
9.2 平行座標プロットと平行カテ　ほか

本の帯に関して

帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。

版・表紙について

版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。