公共データでPythonデータ分析を始める
イディヤはスターバックスの近くに入店するという説がありました。果たしてイディヤとスターバックスの店舗立地はどのくらい違いがありますか？ 2013年から2019年までの不動産価格変動の傾向は、アパートの売り手にも反映されますか？ 私たちの近所にはどんな公園がありますか？公共データポータルのデータをどのように活用すればよいですか？パブリックデータを通じてさまざまな形式のデータを扱い、Pythonと複数のデータ分析ライブラリに慣れることを目指しています。
商店街の情報分析がはるかに詳細になりました。チャプター1リニューアルに続き、チャプター2～4まで改編されました。
商店街の情報分析がはるかに詳細になりました。
チャプター1リニューアルに続き、チャプター2～4までリニューアルになりました。全ての映像とソースコードを新たに作成しました。
＜リニューアル前＞
＜リニューアル後＞
チャプター2 29分=>167分
チャプター3 37分=>101分
チャプター4 91分=>113分
過去1年間に受け取った貴重な質問とフィードバックで内容を補完し、説明をはるかに詳細に追加しました。
また、練習ができるファイルと結果ファイルを一緒に提供し、Google Colaboratoryですぐに練習ができるリンクも提供します。
＜チャプター2商店街（商圏）情報で技術統計を身につける＞
missingnoを介してより多様な欠測値を可視化します。
また、欠測値を削除したときにメモリ使用量が異なることを見て、メモリ使用量を減らすことができる方法について説明します。
区別レストラン分析と大知洞と木洞に入試学院が多いか仮説を立てて分析をしてみる内容が追加されました。
そして技術統計内容を大幅に補完しました。
describeを通じて数値型、カテゴリー型データをまとめてみると、それぞれの値に対する意味と個々の値を別々に計算するプロセスが追加されました。
相関係数を求めて回帰線を描いて相関分析をする内容も追加されました。
<チャプター3フランチャイズ入店分析>
さまざまな変数を視覚化し、jointplotを介して2つの数値変数を視覚化する方法をより詳しく説明します。
FoliumのCircleMarkerの他に、 MarkerCluster、Heatmapで位置別店舗の密集度を表現します。
＜チャプター4スターバックス、イディーヤ店舗位置比較＞
CircleMarkerを区別するために、胃経度の平均を求めるプロセスをforステートメントを使用せずにpivot_tableを介して演算し、 mergeを介して演算結果を合わせるプロセスを扱います。また、説明がはるかに詳細になりました。
<チャプター5>もすぐにリニューアルされる予定です！
今後も質問や受講評を通じてコメントを残していただければ、より良い講義を作るのに役立つと思います！
受講評価とフィードバックを待ちます:)
