Python(データサイエンス系)プログラマー速攻入門

Python,パイソン,ぱいそん。
近年、Pythonが人気ですよね。

Web開発であればJavaScriptやTypeScript。
Microsoft系であれば.NET C#や.NET VB。
組込や速度重視の本気のライブラリ開発ならC言語やC++。
統計ならR言語。

なぜ、Pythonなのか？統計パッケージはR言語の方が充実です。
Webやネイティブアプリ開発であればそれぞれ適した言語があります。
おそらくPythonの人気の理由は圧倒的に充実している機械学習への期待値でしょう。

まだまだ未開拓の領域ですので一攫千金あるかもしれませんね。

では、Python(データサイエンス系)入門編です。
元気よく取り組んでまいりましょう。

環境構築

環境構築はこちらをご参照ください。簡単に入ります。

環境構築手順 – データサイエンス時のPythonのインストール(Anaconda編)

データ分析入門

データ分析入門と言いながら分析手法やプログラミング方法については触れていません。
その前段階ツールの使い方です。

Jupyter Notebookの使い方 – Pythonでデータ分析入門

データ分析参考

この辺が雑にPythonを使って行った分析です。
ご興味があればご参考まで。

• ブログの記事数からアクセス数を予測する
• Visual Studio Code関連
  • Visual Studio Codeの開発言語ランキング
  • ソフトウェア開発において平等な仕事の分担はありえるのか？
  • ソフトウェア開発において平等な仕事の分担はありえるのか？- Part2
  • VSCodeの貢献者の特徴

まとめ

Pythonは素晴らしい技術ですが、
データサイエンティストを目指すのであればBIツールも便利です。
プログラミング一辺倒にならないよう視野を広く持つことが大切です。
ただ、Pythonは色々面白い。

おわり