Introduction 50 Exp

Mission 1

データ分析の最終的な目的は、データからビジネス等にとって有益な情報を見出すことです。しかし、数値等で構成された膨大なデータを眺めるだけでそのデータが示す意味を理解することは人間にとって非常に困難です。データの可視化とは、人間が直感的に理解できるよう、膨大なデータの持つ意味をグラフ等を用いて視覚化することです。
可視化には主に以下のメリットがあります。
　- データの特徴を人間にとって分かりやすく示すことができる
　- 隠された課題を発見しやすくなる
　- 社内外の第三者への共有や説明が容易になる

まずは、可視化に必要なライブラリであるmatplotlibやグラフの種類について学んでいきましょう。

Mission 2

可視化の準備が整ったら、折れ線グラフや棒グラフといった代表的なグラフの作成を通して、matplotlibの操作に慣れていただきます。

Mission 3

単に折れ線や棒グラフを描いただけでは、グラフとして不十分です。グラフが何を表しているかを読み手に理解させるためには、データの特徴を分かりやすく示す必要があります。
ここでは、グラフにタイトルを追加したりグラフの色を変えたりといった、グラフの操作について学習します。

Mission 4

特に大規模なデータを分析をする場合、様々な視点で作成したグラフを並べて描画したいことがあります。
これまでは1つのグラフしか扱ってきませんでしたが、ここでは複数のグラフを作成する方法を学習します。また、複数のグラフを扱う上で特に重要になる、figureとaxesという概念についても解説します。

Mission 5

複数のグラフを並べて描画する際にも、図全体のタイトルの追加や余白の調整などを行い、読み手にとって分かりやすくしてあげることが重要です。
ここでは、複数のグラフの操作方法を学習します。

Mission 6

データ分析を行う際には、データフレーム形式で読み込んだデータに様々な加工を施しながら、可視化を行うことがよくあります。データフレームを扱うライブラリであるpandasには、matplotlibの機能を包含した便利なグラフ作成関数が用意されており、これを使うことでデータフレームから簡単にグラフを作成することができます。
ここでは、pandasのグラフ作成関数の使い方を学びます。

Mission 7

pythonの代表的な可視化ライブラリに、matplotlibをベースに作られたseabornというものあります。これを使うと、綺麗なグラフを簡単に作成することができます。
ここでは、seabornで作成できるグラフの特徴や作り方を中心に学習します。