Pythonで始めるデータ分析入門：初心者でもわかるステップバイステップガイド

はじめに

データ分析は、現代のビジネスや研究で不可欠なスキルとなっています。その中でも、Pythonは使いやすさと強力なライブラリ群で人気の高いプログラミング言語です。本記事では、プログラミング初心者でも理解できるように、Pythonを使ったデータ分析の基本をステップバイステップで解説します。

Table of Contents

なぜPythonでデータ分析を行うのか？

1. 豊富なライブラリ

Pythonには、データ分析に特化したライブラリが数多く存在します。

NumPy：数値計算を効率的に行うためのライブラリ
Pandas：データ操作や加工を容易にするデータフレームを提供
Matplotlib：データの可視化に使用
Scikit-learn：機械学習アルゴリズムが豊富

2. シンプルで読みやすい文法

Pythonのコードは英語に近い形で書かれており、初心者でも理解しやすいです。

3. 大規模なコミュニティ

困ったときに助けを得られるコミュニティが活発で、情報も豊富です。

必要な環境の準備

Pythonのインストール

まずはPythonをインストールします。最新版のPython 3.x系を公式サイトからダウンロードしましょう。

Python公式サイト

Anacondaの利用（おすすめ）

データ分析に必要なライブラリが一括でインストールされているAnacondaを利用すると便利です。

Anaconda公式サイト

Jupyter Notebookのインストール

コードの実行と結果の確認が容易なJupyter Notebookを使用します。Anacondaには既に含まれています。

実際に手を動かしてみよう

ステップ1：Jupyter Notebookの起動

ターミナル（コマンドプロンプト）で以下のコマンドを入力します。

jupyter notebook

ブラウザが自動的に開きます。

ステップ2：ライブラリのインポート

以下のコードを入力して、必要なライブラリをインポートします。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline

ステップ3：データの読み込み

サンプルデータとして、CSVファイルを読み込みます。ここでは、sample_data.csvというファイルを使用します。

data = pd.read_csv('sample_data.csv')

ステップ4：データの確認

データの先頭5行を表示します。

data.head()

ステップ5：基本的なデータ分析

データの基本統計量を表示

data.describe()

欠損値の確認

data.isnull().sum()

ステップ6：データの可視化

ヒストグラムの作成

data['column_name'].hist()
plt.xlabel('値')
plt.ylabel('頻度')
plt.title('ヒストグラム')
plt.show()

散布図の作成

plt.scatter(data['column_x'], data['column_y'])
plt.xlabel('X軸のラベル')
plt.ylabel('Y軸のラベル')
plt.title('散布図')
plt.show()

具体的な例：売上データの分析

サンプルデータの作成

import pandas as pd

# サンプルデータの作成
data = {
    'Month': ['January', 'February', 'March', 'April', 'May'],
    'Revenue': [1000, 1500, 2000, 2500, 3000]
}

df = pd.DataFrame(data)

# CSVファイルとして保存
df.to_csv('sales_data.csv', index=False)

データの読み込み

sales_data = pd.read_csv('sales_data.csv')

月別売上の集計

monthly_sales = sales_data.groupby('Month')['Revenue'].sum()
print(monthly_sales)

出力結果：

月別売上の折れ線グラフ

import matplotlib.pyplot as plt

monthly_sales.plot(kind='line')
plt.xlabel('Month')
plt.ylabel('Revenue')
plt.title('Monthly Sales Trend')
plt.show()