Python

非エンジニア、中高年、初心者向けに、実データを用いてPythonの基本的で実用的なExcel、CSVデータの読み込みや書き出し方法、加えてCSVデータの文字化けの対応方法についてもご紹介します。データファイルはダウンロード可能です。

40代、50代の普通のサラリーマンもセカンドキャリアや業務課題解決のためにPythonのAI、機械学習を学んで自分の付加価値を高めていきましょう！最短で習得するための具体的なおすすめの学習方法などをご紹介していきます。

プログラミング教室って高額だし、何を選んでいいかわからないと二の足を踏んでしまいますよね。特に40，50代サラリーマンで経験と知識を活かしてAI、機械学習に取り組もうと考えている方に向け、主要8校のプログラミングスクールを比較してみました。

世界最大のユーザーを誇る音楽配信サービスのSpotifyからAPIを通して世界中のTOPチャートの曲とその詳細情報を入手する方法について解説します。 入手された情報から、世界の音楽を知るきっかけになればいいですね。

曲の詳細情報（アコースティック感、ライブ感、音圧、明るさ、ダンサビリティ、テンポなど）から、2021年7月25日時点の世界のTOPチャート200曲のなかで、特徴別に曲をピックアップして曲のレビューをしてみました。普段なかなか聞く機会のない国々の音楽に触れてみてはいかがでしょうか。

時系列予測の代表的なモデル(AR, ARMA, ARIMA, SARIMA, Prophet)で、東京の2012年～2021年までの約10年間の平均気温データを使い予測性能を比較してみました。それぞれのモデルの学習から予測までをPythonで行っています。

PythonによるProphetで過去100年分の地震データを使って、Prophetの基本的な使い方を学習しながら今後の地震の予測をおこなってみました。 Prophetに興味があるけど、まだやったことがないといった方の参考となればと思います。

Pythonでデータ分析をするときには必ずデータを読み込みますが、データファイルを動かしたくない、コピーも出来る事なら避けたい場合ってありますよね。そんなときにはファイルパスを取得してデータを直接読み込むようにするのが便利です。いくつかのコツについて記載します。

世界28ヶ国のTOPチャート20曲を、Pythonでk-means法によるクラスター分析とSVDによる次元削減で特徴を分析してみました。 世界で流行っている音楽にはどのような特徴があり、国別の音楽的な好みはどんなものがあるのでしょうか。

Pythonでの探索的データ分析（EDA）をする場合に便利なメソッド、pivottablejs を紹介します。まるでエクセルのピボットテーブルの操作のように直感的に操作が可能です。また、pivottablejs を使って 存在しない null がカウントされる場合の対応策も記しています。