マネージャーになって1年、新米だった過去の自分にしたい10のアドバイス | 株式会社LIG(リグ)｜DX支援・システム開発・Web制作
皆さんこんにちは、メディアマネージャーそめひこです。 マネージャーになって1年が経ちました。 本当にまだ1年？というくらい、目まぐるしく変化する状況の中で、成功も失敗も経験しました。そのおかげで、少しはマネージャーとして成長出来たかな、と思っています。 そんな僕が、マネージャーになりたての過去の自分に対して、今だからこそ助言したい！と思うことを10個にまとめてみました。1年前の自分よ、しっかり見るんだぞ。 そして、新しくマネージャーになったばかりの方も、よろしければ参考にしてください。 マネージャーなりたての自分に助言したい10のこと 1. 自分が出来ないことを見つけなさい マネージャーになりたてのころは、一気に様々なことを考えてしまいます。こうしたい、ああしたい、これはしないといけないなどなど。課題も期待も、ぐっちゃぐちゃに押し寄せて来ていますね。 そんな時は、まず自分が出来ないことを見
pandas を利用してデータセットの可視化を素早く試行する - Qiita
今まで pandas + matplotlib を利用したプロッティングとしては pandas + matplotlib による多彩なデータプロッティング や matplotlib (+ pandas) によるデータ可視化の方法 といったものを紹介してきました。 抽出および加工したデータを俯瞰するにあたり、可視化までの流れをあらためて整理して追ってみましょう。 データセットを pandas オブジェクトにする まず pandas の世界にデータセットを持ってくることになりますが、これは主に 2 通りの流れがあります。 csv ファイルなど外部ファイルから pd.read_csv や pd.read_table といった関数を使って読み込む方法 連想配列 (辞書) オブジェクトなどを DataFrame に変換する方法 このうち 1. についてはすでにそのまま使える構造化されたデータが外部の
5. 【pandas】関連 — kaiyori 1.1 documentation
In [86]: df Out[86]: <class 'pandas.core.frame.DataFrame'> Int64Index: 2634 entries, 0 to 2633 Data columns (total 8 columns): 0 2634 non-null values 1 2634 non-null values 2 2634 non-null values 3 2634 non-null values 4 2634 non-null values 5 2634 non-null values 6 2634 non-null values diff 2634 non-null values dtypes: float64(5), int64(1), object(2) In [87]: rows = random.sample(df.index.tolist(
pandasメモ - Qiita
Python for Data Analysisの日本語版発売記念に よく使いそうなものとか詰まりそうなところとか めちゃくちゃ長くなってしまったので目次 複数のSeriesを結合してDataFrameに DataFrameのインデックス参照 columnの参照 rowの参照 行と列を同時に範囲指定して参照 (ixによる参照) Seriesのインデックス参照 bool値によるマスキング Series同士, DataFrame同士の演算 階層的インデックス stackメソッドとunstackメソッド 名前付け 行または列の名前付け インデックスラベル自体の名前付け ビンニング 列とインデックスの変換 ランダムサンプリング カテゴリカルデータをダミー変数化 グルーピング 複数のSeriesを結合してDataFrameに concatを使ってでaxis=1にすれば良い s1 = pd.Serie
Python Pandasでのデータ操作の初歩まとめ − 前半：データ作成＆操作編 - Qiita
はじめに Pythonでデータ分析を扱う上で必須となる、Pandasでのデータ操作方法の 初歩についてまとめました。 ついつい忘れてしまう重要文法から、ちょっとしたTipsなどを盛り込んでいます。 こんな人にオススメ → Pandasを初めて触ってみたい！ → Rが使えることをPythonでもやってみてーなー → Pandasの文法覚えきれねー どっかに一覧があれば便利なのに... → そもそもPythonでデータハンドリングってどれくらいできるものなのさ こちらも合わせてどうぞ ◆Pandasでデータ操作：Pandas_plyを使う http://qiita.com/hik0107/items/3dd260d9939a5e61c4f6 データを作ってみよう import pandas as pd df_sample =\ pd.DataFrame([["day1","day2","day
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
