「データ分析をやるならRとPythonのどちらを使うべき？」への個人的な回答 - 渋谷駅前で働くデータサイエンティストのブログ
(Background image by Pixabay) 最近また「データ分析をやるならRとPythonのどちらでやるべきか」という話題が出ていたようです。 言語仕様やその他の使い勝手という点では、大体この記事に書いてあることを参考にすれば良いと思います。その上で、人には当然ながら趣味嗜好がありますので、個々人が好みだと思う方を使えば良い話ではあります。 とは言え、僕自身もクソコードの羅列ながらこのブログにR & Pythonのコードを載せているということもあるので、便乗して今回の記事では僕個人の意見と感想も書いてみようと思います。いつもながらど素人の意見（特にPythonは本業ではない）なのと、自分がメインに使っているRでもtidyverseをほとんど使わないなど割とout-of-dateな使い方をしているということもあり、読んでいておかしなところなどあればどしどしご指摘くださると有難
データを扱う開発者なら統計学の知識は大きな強みに～Pythonを使って基礎から学ぶ
「データを扱う多くの人たちに統計学の知識や技術は有用」と話すのは、『Pythonで学ぶあたらしい統計学の教科書』の著者・馬場真哉さんです。注目集めるPythonを通して統計学を学ぶのは一見すると難しそうですが、その利点も多いとのこと。今回馬場さんに、本書の狙いについてうかがいました。 Pythonは統計学の基礎を学ぶための十分な機能を持っている ――今回、『Pythonで学ぶあたらしい統計学の教科書』を執筆された馬場さんにお話をうかがいます。まずはご自身のことを簡単に教えてください。 馬場：私は大学では水産学部で水産資源解析を専攻し、サンマの来遊量予測とその評価に関する研究をしていました。自分自身の研究以外でも同期の友人や先輩方からデータ分析を依頼されることが多く、そういった要望に応える形で統計学を頻繁に利用していました。いまでも研究者になった友人たちの分析を手伝うことがあります。 卒業後
データサイエンティストを目指して半年で学んだことまとめ - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに 本記事では、データサイエンティストを目指して勉強した半年間で学んだこと、気付いたことをまとめます。これからデータサイエンティストを目指して勉強する人の参考になればと思います。 最初の一手 個人的にではありますが、最初はアプローチの理解から始めると思いますが、数式とプログラミングの両方を勉強する方が良いと思います。**数式→プログラミング or プログラミング→数式の順序はどちらでも良いと思いますが、プログラミング（フレームワーク）のみ**はやめた方が良いと思います。出力結果の解釈で苦労することになるので、理論、数式はしっかり理
RユーザーのためのJulia100問100答 - りんごがでている
R Adevnt Calendar 8日目の記事です。大幅に遅れて大変申し訳ないです。 この記事ではR言語ユーザーのために100問100答形式でJuliaを紹介していこうと思います。 Julia言語 Juliaってどういう言語なの? Juliaは高レベルでハイパフォーマンスな技術計算のための動的言語だよ。書きやすさと実行速度の両立がウリの言語だよ。 誰が作ってるの? 主にボストンのMITの人達が中心に作っている言語だよ。特にJeff Bezonson, Stefan Karpinski, Viral Shah, Alan Edelmanの4人が初期の重要人物だよ。 自由に使えるの? Juliaの処理系はMITライセンスで配布されているから、商用でもなんでもかなり自由に使えるよ。 どれくらい速いの? すごく速いよ！大体C言語の2倍以内くらいの収まる速度だよ。 Rと比較してどうなの? 数倍から
Rおじさん、Pythonistaになる - cucumber flesh
こちらをご覧ください。踏み絵ではありません。R上で地理空間データを扱うPythonモジュール、geopandasによる作図を行なっている画面です。 え、RでPythonを!?と驚かれる方もいるかもしれませんが、reticulateというRパッケージを使うことで、ほぼストレスフリーでPythonのモジュールや関数がR上で利用可能になります。先の図は次のコードによって実行されました。 library(reticulate) # モジュールの呼び出し gpd <- import("geopandas") plt <- import("matplotlib.pyplot") # サンプルデータの読み込み world <- gpd$read_file(gpd$datasets$get_path("naturalearth_lowres")) # データセットの確認 head(world) # ではな
Jupyterがすごい勢いでやってくるからお前ら備えとけ（IPython Notebook + R） - Qiita
今までIPython Notebook上でRを動かそうとするとrpy2やらをごにょごにょやるとかいう方法がありましたが、いちいち%%を打ったりといろいろ不便でした。 が、先月末（2015/02/27）のIPython 3.0のリリースでIPython Notebookが大きく変わり、（まだ開発版ですが）Rとの連携もかなり楽になりました！というか今後はRだけでなく、Juliaや他の言語もカバーする方向に進むそうで、特定の言語に依存しない部分をJupyterという別プロジェクトでやっていくそうです。 代表的な言語のJupyterカーネルとしては以下のようなものが存在する模様。 Python (https://github.com/ipython/ipython) Julia (https://github.com/JuliaLang/IJulia.jl) R (https://github.c
データ分析・解析をやりたいエンジニアにおすすめ！Pythonの入門スライド13選
Pythonには「NumPy」や「Pandas」などデータ分析に役立つライブラリが充実しており、中にはPythonからRを呼び出すことができるライブラリもあります。 これからデータ分析を始めるエンジニアのために、Pythonでのデータ分析に関する入門スライドを13個まとめてご紹介いたします。 データ分析の初心者向けのスライドを中心にピックアップしていますので、これからデータ分析を学びたいというエンジニアの方はぜひご覧ください。 【ご自身のデータ分析スキルの価値を知りたい方はご相談ください】 ・市場価値を知りたい方の個別相談会 ・キャリアアップを目指す方の個別相談会 ・転職のタイミングや業界動向を知りたい方の相談会 10分でわかるPythonの開発環境 10分でわかるPythonの開発環境 from Hisao Soyama Pythonを書く前にやっておくべき開発環境の構築についてまとめた
R vs Python：データ解析を比較 | POSTD
主観的な観点からPythonとRの比較した記事は山ほどあります。それらに私たちの意見を追加する形でこの記事を書きますが、今回はこの2つの言語をより客観的な目線で見ていきたいと思います。PythonとRを比較をしていき、同じ結果を引き出すためにはそれぞれどんなコードが必要なのかを提示していきます。こうすることで、推測ではなく、それぞれの言語の強みと弱みの両者をしっかりと理解できます。 Dataquest では、PythonとRの両方の言語のレッスンを行っていますが、データサイエンスのツールキットの中では両者ともそれぞれに適所があります。 この記事では、NBA選手の2013/2014年シーズンの活躍を分析したデータセットを解析していきます。ファイルは ここ からダウンロードしてください。解析はまずPythonとRのコードを示してから、その後に2つの異なるアプローチを解説し議論していきます。つま
第51回R勉強会＠東京(TokyoR)にてLT発表しました - バイアスと戯れる
概要 10月10日に開催されたTokyoRのLTセッションにて、『Rでいろんな言語』というタイトルでRからPythonを呼ぶパッケージ{PythonInR}を紹介しました。発表の途中でスクリーンが砂嵐になるというトラブルに見舞われましたが、なんとか無事に時間内に収めることができました。 また、公開したスライドに未掲載だった{PythonInR}を使ってChainerを呼び出したコードを手直ししたので、メモ書きとして残しておきます。 第51回R勉強会＠東京（#TokyoR） : ATND speakerdeck.com 発表について LT発表スライドの概要は次の通りです。 2015年10月10日はTokyoRとPyConJPが同日に開催されました とても素晴らしいPythonを脆弱なRから活用できたらRユーザーは幸せだけど、できないのだろうか？ {PythonInR}というパッケージがあり、
TokyoR51_LT // Speaker Deck
All slide content and descriptions are owned by their creators.
とりいそぎ{PythonInR}でRからTensorFlowを動かしてみた - Qiita
GoogleのTensorFlowがPythonで使えるということだったので、とりいそぎ{PythonInR}で動かしてみました。TensorFlowがどういうものかについては、「参考」の項目に記載の記事などをご参照ください。 「{PythonInR}って何？」という方のために簡単に説明すると、RからPythonを呼び出すパッケージです。 PythonInR: Use Python from Within R PythonInR - Makes accessing Python from within R as easy as pie. 下記のような使い方ができます。 第51回R勉強会＠東京(TokyoR)にてLT発表しました "An R package for creating and exploring word2vec and other vector models"を試す（+ Gl
My Life as a Mock Quant
掲題の件、そういう時あると思います。 結論 まあ、ちょっと考えれば自明なんだが、以下です。 ドルコスト平均法は平均的なリターンを押し下げる（儲かる投資なら！）効果があるので嬉しくはない ドルコスト平均法は最終的な儲けのバラツキ（標準偏差）を押し下げる効果があるので、これは不確実性を削減出来ているという意味で嬉しい 状況と結果 投資期間: 250日間 平均リターン（年率）: 7% ボラティリティ（年率）: 20% 投資戦略① ①全期間（250日間）において毎日一定金額(1円)を投資した場合の最終的な儲けとそのバラツキ > performance(s1) [1] 258.46619 30.96698 投資戦略② ②初日に全額(250円)を投資した場合の最終的な儲けとそのバラツキ > performance(s2) [1] 266.92645 53.44526 それぞれのシミュレーションを複数回
Pythonや機械学習、そして言語の競争について – 極めて主観的な見地から | POSTD
(訳注：2016/1/5、いただいた翻訳フィードバックを元に記事を修正いたしました。) よくある主観的で痛烈な意見を題名に付けたクリックベイト（クリック誘導）記事だろうと思われた方、そのとおりです。以前指導してくれた教授から教わったある洞察/処世術は、些細でありながら私の人生を変えるマントラとなったのですが、私がこの記事を書いたのはそれによるものです。「同じタスクを3回以上繰り返す必要があるなら、スクリプトを書いて自動化せよ」 そろそろ、このブログはなんだろうと思い始めているのではないでしょうか。半年振りに記事を書いたのですから。ツイッターで書いた Musings on social network platforms（ソーシャル・ネットワークプラットフォームについてじっくり考える） はさておき、この半年の間書き物をしていないというのはうそです。正確には、400ページの 本 を書きました。
rpy2
The rpy2 site has moved to https://rpy2.bitbucket.io. You will be redirected in 15 s econds. About rpy2 is an interface to R running embedded in a Python process. The project is mature, stable, and widely used. Source and installation Released source packages are available on PyPi. Installing should be as easy as pip install rpy2 The source code is also in a public repository on bitbucket. Documen
StatsFragments
著者の松浦さんから「StanとRでベイズ統計モデリング」をいただきました。ありがとうございます！ 書籍では Stan の R バインディングである RStan を利用していますが、Stan には Python 用の PyStan もあります。松浦さんが書籍 5.1節の PyStan での実行例を書かれています。 statmodeling.hatenablog.com 補足 PyStan については過去にも書いた内容があります。 sinhrks.hatenablog.com 同じように、「StanとRでベイズ統計モデリング」の内容を Python で実施してみました。 11.3 ゼロ過剰ポアソン分布 以降、書籍 "11.3節 ゼロ過剰ポアソン分布" の流れに沿って Python のスクリプトを記載します。ロジックや処理自体の説明は書籍をご参照ください。データと Stan のスクリプトは Gi
「Rプログラミング入門」をPythonで書き直す - めもめも
何の話かというと RStudioではじめるRプログラミング入門 作者: Garrett Grolemund,大橋真也,長尾高弘出版社/メーカー: オライリージャパン発売日: 2015/03/25メディア: 大型本この商品を含むブログを見る 某編集長から上記の書籍が送られてきて、「これは、次はRの本を書けという指示か？？？？」と勘ぐってみたものの、筆者はPython派なので、「これと同じことは全部Pythonでもできるんだよー」と言いたくなって、このエントリーを書き始めた次第です。ちなみに、この本、Rの入門書としてはよくできているので、これのPython版ができたら、それはそれで役に立つ気もします。 なお、このエントリーでは、あくまでコードの部分だけを書き直して、RとPythonの差異についての説明だけを行ないます。コードそのものの説明については、上記の書籍をご購入ください。 環境準備 IP
R - MacWiki
R とは？[編集] http://www.r-project.org/ http://cran.r-project.org/bin/macosx/ Ｒはオープンソースの統計解析言語。高機能な商用の統計解析言語であるSと高い互換性を持つ。統計解析と連動したグラフの作成については最も強力なアプリケーションかと思われる。散布図行列など、いわゆるグラフソフトでは描画にかなりの手間がかかるようなグラフが簡単に描ける。 日本語の情報は wikipedia:R言語 や RjpWiki に最もよくまとまっている。 CarbonEmacsPackage には、R ファイルを編集するのに便利な ess ライブラリが収録されている。 R for Mac OS X Developer's Page http://r.research.att.com/ R for Mac OS X FAQ http://cran.
統計を始めたい人に僕がPythonよりＲを勧める理由 - 蛍光ペンの交差点
今回は「ほぼＲしか使ったことがない」人間*1が、できる限り二者の優劣をくっきり述べる。 僕はほとんどＲしか使ったことがない。Pythonはtfidfやクイックソートをライブラリ無しで実装した程度。 前半の主張は以下である。 「過去のＲでの１０回程度の解析において、Ｒで不十分さを感じてPythonを使った経験は１度だけ、しかも部分的にしかなかった。Ｒの使いにくさを感じることも最近はだいぶ無くなった。だから初学者には「事足りる」Ｒを勧める。」 前半の主張 今までにＲでやった解析の内容は大体以下である。 （未発表）は途中で頓挫した、もしくは現在進行中／契約により詳細＆解析結果の公開不可能のプロジェクトである。 [ビジネス・製造業] 米国新車価格の線形重回帰分析（授業の期末課題） [ビジネス・不動産] 不動産賃貸価格の線形重回帰分析（発表スライド） [ビジネス・ＩＴ] ＥコマースサイトのＡＲＩＭＡ
Creative morphometrics
Convex hull is one of the most widely used techniques for finding the minimum enclosing shape around a set of points in a plane, but for certain tasks it is necessery to find such shape which encloses concave parts of the outline as well. Convex hulls are also sensitive to localized point groups, far apart from the majority of other points. In these cases, hulls enclose a lot of empty space so tha
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
RPy (R from Python)