Pythonがデータ分析の主流になった理由

データサイエンスの世界でPythonが圧倒的な地位を築いたのは、豊富なライブラリ群と書きやすい文法のおかげです。特にpandasとmatplotlibは、データ処理から可視化まで一貫して使える強力なツールです。

pandasの基本操作

pandasはデータをDataFrameという表形式で扱います。

import pandas as pd

df = pd.read_csv('data.csv')
print(df.head())          # 先頭5行表示
print(df.describe())      # 統計サマリー
print(df.isnull().sum())  # 欠損値確認

よく使う操作

操作 コード
列選択 df['列名']
条件フィルタ df[df['年齢'] > 30]
グループ集計 df.groupby('部門').mean()
欠損値補完 df.fillna(0)
ソート df.sort_values('売上', ascending=False)

matplotlibで可視化する

import matplotlib.pyplot as plt

# 折れ線グラフ
df['売上'].plot(figsize=(10, 5), title='月別売上推移')
plt.xlabel('月')
plt.ylabel('売上（万円）')
plt.tight_layout()
plt.savefig('sales.png')
plt.show()

seabornを組み合わせると、より洗練されたグラフが描けます。

import seaborn as sns

sns.heatmap(df.corr(), annot=True, cmap='coolwarm')
plt.title('相関ヒートマップ')
plt.show()

実践的なデータ分析の流れ

  1. データ収集：CSV・Excel・DB・API
  2. データクレンジング：欠損値・外れ値の処理
  3. 探索的分析（EDA）：分布・相関の把握
  4. 可視化：グラフで傾向を明確化
  5. モデル構築：予測・分類（scikit-learn連携）

学習ロードマップ

ステップ 内容 期間目安
入門 Python基本文法 2週間
中級 pandas・numpy 1ヶ月
上級 統計・ML連携 2〜3ヶ月

データ分析スキルはAI活用の土台となります。まずはKaggleの入門コンペに挑戦するのがおすすめです。