IPythonデータサイエンスクックブック ―対話型コンピューティングと可視化のためのレシピ集

著者 : Cyrille Rossant 菊池彰

• オライリージャパン (2015年12月25日発売)

作品紹介・あらすじ

Pythonの対話環境IPythonを使ってデータ分析を行い結果を可視化するレシピ集！
本書はPythonの対話型環境IPythonを使ってデータ分析および可視化を行うためのレシピを集めたクックブックです。IPythonではPythonの豊富な科学技術計算用のライブラリを簡単に使いこなせるため、プログラミングに必ずしも精通しているわけではない科学者やデータサイエンティストの救世主として、人気を集めています。実際のデータを分析して可視化するという作業を通して、IPythonの使い方をマスターします。

感想・レビュー・書評

[aokikenichiさんの感想 · 2021年5月22日]

積読してた古い本だが、IPythonに限らず役に立つ記述が多かった
新しい類書で良い本がたくさん出ているので、必読とまでは言わないが読んで損のない内容

[gunmakeさんの感想 · 2020年2月8日]

メインWebページ（セコンドバージョン）
https://github.com/ipython-books/cookbook-2nd-code

てんこもりです

1章 IPythonによる対話的コンピューティング
　JupyterはPythonの実行環境であるがそれ以外にもいろいろな
　機能がある。マジックコマンド、MarkDown、数式も記述できる
　画像もYouTube動画も表示できる
　pandasによるデータ分析のの解説、NumPyによる多次元配列
　IPython自身の設定方法など

2章 対話的コンピューティングのベストプラクティス
　IPythonをGitで管理する方法を解説。Prtojectのフォルダ構成の
　お勧め例など。Pythonを書くときの推奨スタイル、テストツールの紹介
　デバック、デバッガの紹介

3章 IPython notebookを使いこなす
　IPythonの表示をCSSを使って細かく制御する

4章 プロファイリングと最適化
　マジックコマンド%timeit,%%timeitを使った実行時間の測定方法
　cProfileとIPythonによるコードプロファイル、memory_profileを
　使ったメモリ使用状況レポート。NumPyを効率よく操作するための
　テクニック。HDF5とPyTablesによる巨大配列の操作

5章 ハイパフォーマンスコンピューティング
　Pythonで高速で処理したい場合の手段が解説されている
　・マルチプロセス
　・Cythonを使う方法
　・Numbaを使う方法
　・Numexprを使う方法
　・cudaを使う方法
　・OpenCLを使う方法
　・IPythonのparallelを使う方法
　最後にPythonではないJuliaを取り上げている

6章 先進的ビジュライゼーション
　matplotlibとその周辺の描画の話題
　・prettyplotlib
　・seaborn
　・Bokeh
　・D3.js,NetworkXによるグラフネットワークの可視化
　・mpld3を使ったmatplotlibを図をD3.jsに変換

7章 統計データ解析
　pandasとmatplotlibを使った探索的データ分析
　統計的な話題、R言語をIPythonから実行する

8章 機械学習
　scikit-learnを使った機械学習

9章 数値最適化
　scipyを使った最適化

10章 信号処理
　高速フーリエ変換

11章 画像処理と音声処理
　画像処理（フィルタ、画像分割、特徴点の抽出）

12章 決定論的力学系
　省略

13章 確率力学
　省略

14章 グラフ、幾何学、地理情報システム
　NetworkXによるグラフ操作
Shapely,basemapによる地理情報

15章 記号処理と数値解析
　SymPｙによる数式処理

[mf2tさんの感想 · 2017年3月22日]

http://public-errata.appspot.com/errata/book/9784873117485/

[katie1223さんの感想 · 2016年9月14日]

機械学習やその他データサイエンスに必要なモデルを概観できる。コードのミスが多いこと、ディープラーニングや教師なし学習のサンプルのすくなさには多少不満はあるものの、決定論的力学系以降の話は特に興味範囲だったので面白かった。特にロジスティック方程式のシミュレーションができて感動した。そしてsageなどで本当に数学という分野がほとんどCSに取られていくかもしれないと感じた。全体を通してNotebookでは非常に簡単に数学やモデルを扱える。

機械学習については補足的に特化した本を別に読んだ方がいいと思う。

[makai.numaさんの感想 · 2016年7月6日]

様々な問題に対してPythonで解いた実績があるという紹介
IPythonのみの話はクスない
「紹介」なので細部はあまりない

5章 Num Expr
ipcluster start -n 4
%%px
v = rc[:]
v.map(~)

MPI
julia

後半はデータサイエンスより（の活用例紹介）

[tyotsuさんの感想 · 2016年4月14日]

・magicの使用、%%writefile test.txt
・Jupyter上でpandasを使ってデータ操作と可視化
・Numpyを使って計算が通常のPythonで計算したよりも高速であることを確認
・カスタムmagicコマンドを作成して使う

[fraserlibさんの感想 · 2016年2月12日]

請求記号　007.64/R 73