こんにちは。 PyQマーケティングチームです。
もうすぐ新年度ですね。
暖かくなってきて気持ちも上向きになり、新しいことに挑戦したくなりませんか?
この春におすすめするプログラミング学習はデータ分析です。
データ分析ができるようになればより精度の高い、正確な現状分析ができます。
データ分析はプロのプログラマーだけではなく、営業やマーケティングなどにも活かせます。
数字をもとにした提案やこれからのことを決めていくことができます。
今回は「pandasを使ったデータ処理の基本を学びたい人」と「pandasを使ったより実践的なプログラミングの腕試しがしたい人」を対象とした学習計画を2つご紹介します。
どちらもPyQを使った1週間分のカリキュラムとしています。
PyQとは
PyQは、Python独学プラットフォームです。
ブラウザだけで始められ、基礎文法から実務的な内容まで、1900問以上の問題が学習できます。
pandasデータ処理・可視化集中プラン
プランの概要
pandasを使ったデータ処理を学べる「データ分析」コースがおすすめです。
今回はJupyter Notebookの使い方を学んだ後データ処理初級ランクを7日間で学べるようピックアップしたプランを紹介します。
このプランの対象は、データ処理でよく使われるpandasに入門したい方、pandasの基本を改めて体系だって学び直したい方です。
※プログラミング自体が初めての方は、先に「Pythonプログラミングをはじめようコース」から始めることをおすすめします。
学習に必要な時間
全体の学習目安時間
- 19時間〜
7日で学習した場合の1日あたりの学習目安時間
- 2〜3時間
7日で学習した場合のスケジュール例
1日目:約3時間
- Jupyter Notebookの使い方 (40分)
- pandas体験 (110分)
2日目:約2.5時間
- pandasのデータ構造(DataFrame) (105分)
- Seriesとインデックスと欠損値【前半】 (50分)
3日目:約3時間
- Seriesとインデックスと欠損値【後半】 (50分)
- データ入出力 (65分)
- DataFrameの列の演算と追加 (75分)
4日目:約3時間
5日目:約2.5時間
- データ加工 (90分)
- データのグループ化【前半】 (65分)
6日目:約2時間
- データのグループ化【後半】 (75分)
- pandasのデータ可視化 (40分)
7日目:約3時間
- 総合演習(Pythonデータ処理初級) (180分)
pandasデータ処理演習プラン
プランの概要
pandasを使ったより実践的なプログラミングの腕試しをしたい人は「pandasデータ処理ドリル」ランクにチャレンジしてみてください。
pandasを使ったプログラミングの演習問題です。
pandasの機能について自分で調べながら解いてみましょう。
pandasには豊富な機能が用意されていますが、実務で使いこなすためには 自分の頭で考え、手を動かして試行錯誤すること が重要です。
学習に必要な時間
全体の目安時間
- 5時間〜
7日で学習した場合の1日あたりの学習目安時間
- 0.5〜1時間
7日で学習した場合のスケジュール例
1日目:約0.5時間
- データを入出力しよう (15分)
- データの概要を確認しよう(15分)
2日目:約1時間
- データを部分的に参照しよう (25分)
- データを変形しよう (35分)
3日目:約0.5時間
- データを加工・演算しよう(35分)
4日目:約0.5時間
- データをグループ化しよう (25分)
5日目:約0.5時間
- 文字列を操作しよう (35分)
6日目:約1時間
- 日付時刻型のデータを操作しよう (70分)
7日目:約1時間
- テーブル表示を見やすくしよう (70分)
まとめ
「pandasを使ったデータ処理の基本を学びたい人」と「pandasを使ったより実践的なプログラミングの腕試しがしたい人」を対象とした学習計画を2つご紹介しました。
この機会にデータ分析を始めて、業務などに取り入れてみてください。