データ サイエンティスト のための新しい Python 環境 Rodeo がなかなかいい / Watch & try out python new IDE for data scientist - datalove’s diary
** Sorry, this note is Japanese only, but please take a look at some code snippets. Hope it helps you a bit! 唐突ですが、このブログの読者のみなさんってどんな環境でコード書いたり データ分析 したりしてるんでしょうか？ たぶん、RStudio が一番メジャーかな？で、Jupyter / IPython notebook がそれに続き、以下、Anaconda とも縁の深い Spyder とかなんでしょうか。最近だと PyCharm とか使ってる人もいるのかも。 そんな環境に悩める子羊ならぬ データサイエンティスト のみなさん、（これまで R 使ってる人なら特に）朗報です。 Python のデータサイエンティスト向け開発環境に新しい選択肢「Rodeo」が加わりました。 英語版しかないせい
データ欠損の状況を把握する - Python vs. R - Qiita
はじめに データ分析でデータを与えられて最初に行うこととして，概略の内容把握がある．データを表の形にして，特徴量は何か，データのタイプは何かを理解しようとする．これと同時に行う作業が，欠損値についての調査である．データ欠損の有無は，データ操作に影響を及ぼすのでまず有無を確認し，さらに欠損値の頻度をみる．本記事では，この作業について，PythonとRでどのように行うかについて確認していく． （プログラミング環境は，Jupyter Notebook + Python 3.5.2 および Jupyter Notebook + IRkernel (R 3.2.3) になります．） Pythonでのデータ欠損状況確認 データセットとして，Kaggleが提供する"Titanic"を用いることとした．データを見た方も多いと思われるが，これは，乗客の特徴量から「生存した」/「生存できなかった」を分類するも
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
Infographic Python vs. R for Data Analysis
Choosing Python or R for Data Analysis? An Infographic Wondering whether you should use Python or R for data analysis? You’ve come to the right place. It's hard to know whether to use Python or R for data analysis. And that’s especially true if you're a newbie data analyst looking for the right language to start with. But it is possible to figure out the strengths and weaknesses of both languages.
1
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
処理を実行中です
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
