03. NumPyとPandas¶

NumPy¶

NumPyは数値計算を効率よく行うためのライブラリです。

import numpy as np

scores = np.array([80, 65, 90])
print(scores.mean())
print(scores.max())

配列にまとめて計算できるため、機械学習の内部でもよく使われます。

scores = np.array([80, 65, 90])
adjusted = scores + 5
print(adjusted)

Pandas¶

Pandasは表形式データを扱うためのライブラリです。

import pandas as pd

df = pd.read_csv("examples/scores.csv")
print(df.head())

よく使う操作¶

print(df.info())
print(df.describe())
print(df["math"])
print(df[["math", "english"]])

条件で絞り込む¶

passed = df[df["math"] >= 60]
print(passed)

新しい列を作る¶

df["average"] = (df["math"] + df["english"]) / 2
print(df)

機械学習でよく見る形¶

機械学習では、入力データ X と正解ラベル y に分けることが多いです。

X = df[["math", "english"]]
y = df["passed"]

この X と y の考え方は、次の機械学習講習会で何度も使います。