2021年の記事をまとめてみた①〜Python編〜

数字の1から5

 

著者は、ナレッジ共有メディアCrossKnowledgeでブロクを投稿を続けてきましたが、今回のブログ記事が50本目の投稿となります。

49本もブログ記事を書くと、当時はそれぞれの点に過ぎなかった記事も、少しずつ線となり、やがて面を形成し始めたように感じます。

 

ということで、これまでの振り返りも兼ねて、2021年に投稿を行なった全49本のブログ記事を3回に分けてまとめていきます。

 

今回は第1弾のまとめ記事ということで、

 

  • ① Pythonでやってみた編
  • ② Pythonツール&サービス編

 

に分類できるブログ記事を一挙に紹介していきます。

 

① Pythonでやってみた編

 1.1. ビールの出荷量予測編(計7記事)

 1.2. Pythonに自分好みの日本酒を選んでもらう編(計5記事)

 1.3. 令和婚はあったのか編(計4記事)

 1.4. 機械に予約を任せてみた編(計2記事)

 

② Pythonツール&サービス編

 2.1. Pythonツール編(計3記事)

 2.2. Python学習サービス編(計4記事)

 

① Pythonでやってみた編:

1.1. ビールの出荷量予測編(計7記事)

 

はじめに紹介するのは、ビールの出荷量予測というテーマを、実際のアサヒスーパドライの出荷量データと東京都の平均気温のデータを用いて、回帰分析重回帰分析を用い予想してみた結果のまとめた記事となります。

シリーズ記事の中には、多重共線性の回避に取り組んだものや、時系列予測ライブラリProphetと予想精度の比較勝負を行ってみた内容などがあり、Pythonでやってみた編のシリーズ中でも最も最多投稿数となる7記事で構成されるシリーズ記事となります。

また、本コンテンツは、著者がデータを集めるところから作り上げたオリジナルコンテンツでもあるのですが、パラレルキャリア研究会で開催した、本テーマを扱ったPythonハンズオンセミナーも好評だったと自負しており、著者自身、最も力をかけて作ったコンテンツかもしれません。

 

気温が上がるとビールの出荷量は増えるのか?

重回帰分析で求められるビールの出荷量の予測精度は?

重回帰分析で将来のビール出荷量を予測してみた

重回帰分析で発生する多重共線性に対処してみた

これさえあれば誰でも将来予想が出来るようになる?時系列予測ライブラリProphet

時系列予測ライブラリProphetにオーソドックスな統計学は勝てるのか?

エクセルより便利?Pythonで散布図の特異なデータを色分け表示させる方法

 

 

1.2. Pythonに自分好みの日本酒を選んでもらう編(計5記事)

 

続いて紹介するのは「Pythonに自分好みの日本酒を見つけてもらう」というテーマのシリーズ記事となります。

実は、著者がはじめてPythonで作ったプロジェクトは、この「Pythonに自分好みの日本酒を見つけてもらう」でした。

そして、このテーマの最大の特徴は、「Pythonに自分好みの日本酒を見つけてもらう」という、著者がやってみたいことを実現するために、ウェブスクレイピング正規表現形態素解析クラスタリングなどの要素技術を、能動的に学んでいったということだと思っています。

インターネットで調べ四苦八苦しながら何かを作り上げるという行為は、教科書やスクールを通じた学習では得難い経験であり、Python初学者の著者のエンジニア魂に火をつけてくれたテーマとなりました。

 

Pythonに自分好みの日本酒を見つけてもらうための7つのステップ

ウェブスクレイピングのメリットと注意点

データエンジニア必須スキルの正規表現のすすめ

SNSや口コミデータの分析で使える形態素解析について

データ分析で使われるクラスタリングとは?

 

 

1.3. 令和婚はあったのか編(計4記事)

 

3つ目に紹介するのは「令和婚はあったのか?」や「2019年の過去最低の出生数は偶然なのか?」というテーマを、t検定・回帰分析・95%信頼区間などの統計検定2級でも登場する統計学の知識を駆使して検証してみた結果を紹介した記事となります。

本テーマは、統計学をしっかり学ぼうと、著者に思わせるきっかけともなったテーマとなりました。

 

統計学的に「令和婚」はあったのか?

婚姻数と出生数には相関があるのか?

過去最低の出生数は偶然なのか?

あなたはどのぐらい分かる?回帰分析のサマリの読み方

 

 

1.4. 機械に予約を任せてみた編(計2記事)

 

4つ目に紹介するのは、「機械にWeb予約を任せるための4つのステップ」と題した、Pythonのウェブスクレイピングで、Web予約などの自動化をする手順を紹介した記事となります。

同記事は、著者の予想に反し、同サイトの中でも常に人気記事の上位に登場する記事となっており、google検索でも、「Python Web 予約」などのキーワード検索でも上位に表示される記事となっております。

上記検索キーワードで本サイトに訪れてくれた多くの人は、実際のPythonコードを参考にしたい人だと思われることから、Pythonコーディング例を掲載した記事を追加投稿しております。

 

機械にWeb予約を任せるため4つのステップ

PythonでWebスクレイピング結果を自動でLINEに送る方法 ~写経用コードあり~

 

 

2. Python ツール&サービス編:

2.1. Pythonツール編(計3記事)

 

Pythonをはじめてみようと思い立ったとしても、どういった環境を導入すればいいのかで迷う人はきっと多いことと思います。

次の記事では、Pythonでプログラミングを行うために著者が利用している開発環境について紹介しております。

 

Python開発環境ツール Anacondaの3つの特徴と注意点

Jupyter Notebookの5つの特徴と注意点

Google Colaboratoryの5つの特徴と注意点

 

2.2. Python学習サービス編(計4記事)

 

近年のデータサイエンスブームの流れがある中で、データサイエンスやPythonを学ぶ手段は数多くあります。

次の記事では、著者が実際に購入した書籍や、世の中にある代表的な学習サービスについてまとめた内容を紹介しております。

 

私がPythonの学習で最初に購入した書籍とおすすめポイント2つ

Pythonを学べるオンラインサービス6選

Python初学者がKaggleに挑戦すべき3つの理由

データサイエンスを学べるサービス6選

 

 

まとめ

 

今回の記事では、著者が2021年に投稿した49本のブログ記事のまとめ第1弾ということで、

  • ① Pythonでやってみた編
  • ② Pythonツール&サービス編

 

の2つに分類することができるブログ記事をまとめて紹介していきました。

 

「① Pythonでやってみた編」では次のシリーズの計18記事を投稿しました。

  • 1.1. ビールの出荷量予測編(計7記事)
  • 1.2. Pythonに自分好みの日本酒を選んでもらう編(計5記事)
  • 1.3. 令和婚はあったのか編(計4記事)
  • 1.4. 機械に予約を任せてみた編(計2記事)

 

「② Pythonツール&サービス編」では次のシリーズの計7記事を投稿しました。

  • 2.1. Pythonツール編(計3記事)
  • 2.2. Python学習サービス編(計4記事)

 

 

次回は、第2弾ということで「統計学編」の記事17本を紹介していきます。

 

 

じゃあ

 

 

関連記事

2021年の記事をまとめてみた②〜統計学編〜

[article-banner-2]

ABOUTこの記事をかいた人

パラレルキャリア研究会創設メンバー 岩手県出身。東北大学工学部卒、同大学院工学研究科修了。半導体メーカーに入社後、エンジニアとして半導体製品の企画・開発に従事。30代後半に軸ずらし転職でキャリアをシフト。本業の傍ら独学でPython&統計学を学習中。1児のパパ。趣味は日本酒、ロードバイク。中小企業診断士、SAKE DIPLOMA。