こんにちは! やさしいPython運営事務局です。 8月17日(土)に大阪の本町オープンソースラボで、 「python初心者データ解析＆基礎講座(関数、ライブラリPandas、Numpy) ④基礎編・⑤初級編」を開催しました。

やさしいPythonラボは、Pythonの基礎を学ぶ連続講座で、 プログラミングを仕事、研究、趣味などで使用できるよう、 文系の超初心者から、仕事でPythonを使用している人まで、一緒に学んでいます。 今回はエンジニアの方のほか、大学生も参加してくれました！

海外出張中の平尾講師は、Slack上で参加し、参加者の質問に答えていました！

<当日のプログラム>

Python基礎講座④（関数、ライブラリ基礎編）

• 関数基礎編（関数の基礎、組み込み関数）
• 関数初級編（関数構造の作成、引数、戻り値などの基本的な実装方法）
• 関数の練習問題

Python基礎講座⑤（関数、ライブラリ初級編）

• Numpy：２次元配列、標準偏差などの説明
• Pandas : データの参照、ソート、スライス、loc/iloc、統計量の表示
• チャレンジ問題(Seabornを使ってデータを可視化してみよう）
• ヒストグラム、カーネル密度分布、箱ひげ図、散布図などデータ分析・機械学習の前段階として必要なデータの可視化方法について実際のデータ（不動産）を使用しながら学びました。

基礎講座4では、基本的な関数の使い方を学び、どんどん演習に挑戦！

基礎講座5では、Numpyの使い方のほか、 実際にデータを使い、グラフなどを作成し、どんなことを読み取れたのかグループごとに話し合いました。

最後には、新たなデータを元に、一からデータ分析に挑戦！ 難しいと言いながらも、この日学んだことを生かして、チャレンジ問題に取り組んでいました！

次回9月29日（日）9:45~第６回を開催します。内容は以下の通りです。

第６回の内容

日時：9月29日（日）　9:45~12:00

• Pandas実践講座 ：read_csv, データ構造の確認、データの前処理（欠損値処理、行列の追加削除など）
• 統計学の基礎：平均値、中央値、分散、標準偏差
• データの可視化：散布図、相関（Searbornなどのライブラリを使用）
• Scikit-learnを用いた線形回帰分析：単回帰分析と予測モデルの構築（偏回帰係数、切片、決定係数）

URLはこちら

実際に現場で使用されているデータ(Kaggleより)を使用し、統計学の基礎的な学びを挟みながら、pythonでのデータ分析方法について学びます。

ライブラリ基礎講座の第５、６、７回を併せて受講することで、機械学習を行うために必要な前処理の一連の流れ（データ処理、データの構造理解、データの可視化方法）を理解することができます。

また、今日行ったものと同じ基礎講座④＆⑤(関数、ライブラリPandas、Numpy) を開催します。

第４回、５回開催日時

9月29日（日）　13:00~16:00

URLはこちら

今回参加されなかった方はもちろん！参加された方も、復習としてご参加ください。 時間や勉強内容の詳細は、すでにTeck PlayにUPしています。 お早めにお申し込みください！ 初心者の方も、現役エンジニアの方もお待ちしています！