Python 実践データ分析 100本ノック 第2版

【1】

Pythonを使ったデータ分析の基本がとても丁寧に書いてあります。バイブル的に私は、読んだ後も使っています。

【2】

初級編ではない。実践例が書いてある。解説にはGoogle colabで動かすことになっていますが、私はJupyter notebookで練習しました。1章当たり手打ちで写経して1-1時間半くらい、反復練習に良い教材と思います。シングルクォーテーションとダブルクォーテーションの使い分け、lenの書き方など、著者らの好みはこうだ、という以上のものではなく、あとは学習者の好みで取捨選択し、変えて行けばよいと思います。説明が少ないので、まず日本語を読んで大雑把に作業内容を理解してから写経すると、理解早い。

【3】

統計上級者で、Pythonを習得するため、購入。別のPython本より、コードの使い方がわかりやすいです。ライブラリから自分の使いたいアプリケーションを選択して応用すればいけます。

【4】

とにかく手を動かしていれば進んでいくので達成感はありますし、一度でも触れたことがあれば次に必要になったときに思い出せるので、そういう意味ではいい本ではあります。ただし、プログラミング自体の教科書として使うにはいくつかの問題があります。・　Pandasのlocやilocを頻繁に使い、for i in range(len(●●)):というインデックスループを回るコードが多いのですが、これはコードの可読性を下げバグを生みやすく処理も遅くなるので極力避ける方法を覚えるべきです。・　ローカル変数とグローバル変数に同じ名前を使う癖があるようなのですが、これもスコープの微妙なPythonやJavaScriptのような言語では極力避けるべきです。・　DataFrameに破壊的な変更を加えながら動く処理がいくつかあるのですが、これも追いにくいバグを誘発するので避けるべきです。こういう部分に批判的な気持ちを持ちながら読める人ならこの本で学習すること自体には問題がないし有用だと思います。それとは別に、ほかの人も書いていますがPandasのバージョンアップに伴う問題がサンプルコードにあり、PDFで公開されている修正内容も不完全です（他の人のレビューに出ている修正の方が多分網羅的です）。

【5】

Google coiaboratry を使って、難しい設定なしにすぐにコードが書ける。ストーリーに沿って進んでいくので、初心者でも流れと必要な処理の内容がわかりやすい。コードはちょっと気になる部分もあるが、何をするのかがわかっているので、自分流に書き直してもいい。初心者におすすめ。

【6】

1周しただけでは理解はできませんでしたが、とにかく写経と検索を繰り返して、一読しました。機械学習など触れてみたかった分野をストーリーに沿って触れてみることができたことが良かったです。例えば格好良いと何となく思っていた画像認識も、写経するだけで大変なことだということを実感することができました。これは無理だなとか絶対わからないなどと文句を言いながらも手を動かして進む日々でしが、手を動かせるのが自分には合っていました。読むだけなら早々に挫折していたと思います。またわからなくなった時の振り返りにも使えますし、初学者が流れを垣間見るにも良いと思いました。（インデントに関してはダメな箇所もあり都度自分で調整する必要ありました）

【7】

現在、私は、Pythonを勉強しており、他の参考書も使っていますが、本書のような、具体的な計算問題のみに特化した書籍はあまり無いと思います。将来的にkaggle挑戦にあたって、しっかりとお役立てたいと思います。

【8】

比較的簡単に手順書通りに環境が用意出来て、そしてサンプルプログラムを実行しながらサクサク実行出来るので、理解はスムーズでした。ただ理解がスムーズだった理由が３つあります。・すでにPythonをそこそこ理解しているのでコードの意味が理解出来た。・Pandasをすでに別途学習済みだったので、いきなり出てきたオブジェクトやメソッドがわかっていた。・元々SQLやExcelのピボットなど普段から使っていたのでどんなデータ操作をしているのか理解できた。ある程度前提知識のある人だとサクサクですが、pandasは最低別途勉強していないとただ本の通りに実行してなんにも理解出来ず、結局使えないという可能性があるので注意です。逆に言えばPandasを勉強してからこの本をやるとすごく効果的です。

【9】

第1版でコードがそのままでは動かないという指摘があったので、第2版では修正されているだろうと思い、kindle版を購入しましたが、第1章から躓きました。（わざと躓かせてトラブルシュートさせることでスキルアップを狙っているのかも知れませんが。）正誤表にも記載されていないので以下に書きます（紙の本が正誤表になるのは仕方がありませんが、Kindle版は常にアップデートして欲しいものです）。P50誤：join_data.groupby(['payment_month']).sum()['price']正：join_data.groupby(['payment_month'])['price'].sum()又は正：join_data［['payment_month','price']］.groupby(['payment_month']).sum()P51誤：join_data.groupby(['payment_month','item_name']).sum()［['price','quantity']］正：join_data.groupby(['payment_month','item_name'])［['price','quantity']］.sum()又は正：join_data［['payment_month','item_name','price','quantity']］.groupby(['payment_month','item_name']).sum()P97誤：uselog_customer = uselog_months.groupby('customer_id').agg(['mean','median','max','min'])['count']正：uselog_customer = uselog_months.groupby('customer_id')['count'].agg(['mean','median','max','min'])又は正：uselog_customer = uselog_months［['customer_id','count']］.groupby('customer_id').agg(['mean','median','max','min']).droplevel(0,axis=1)※'['や']'を2連続で使うとこのページでは表示されないので一部2バイト文字の'［’と'］'を使いました。故にコピペして使う場合には気を付けてください。いずれまた追記するかもしれません。

【10】

幅広くのっていて分かりやすかった。