Rust製高速データフレームライブラリ、Polarsを試す | gihyo.jp

2023/02/07 56 users pandas Polars gihyo.jp Rust製

門脇@satoru_kadowakiです。今月のPython Monthly Topicsでは、Rust製の高速データフレームライブラリ Polars について紹介します。 Polarsとは Pythonでデータ分析に使用される主なライブラリに pandas があります。Polarsはpandasと同様にデータフレームというデータ構造オブジェクトを提供するサードパーティライブラ... 続きを読む

速いと噂のPythonのVaexについて詳しく調べてみた。 - Qiita

2020/12/28 19 users Qiita pandas Python 行列 気配

結構前にPandasやDaskなどよりも大分高速と話題になっていたPythonのVaexライブラリについて、仕事で利用していきそうな気配がしているので事前にしっかり把握しておくため、色々調べてみました。 どんなライブラリなのか Pandasと同じように行列のデータフレームなどを扱うことのできるPythonライブラリです。 Pandasと... 続きを読む

Pythonで因果推論したい(CausalImpact) - あれもPython,これもPython

2020/08/14 23 users 因果 Python 最初 タイトル 通り

タイトルの通り、CausalImpactをPythonで試してみます。 下記本を元にし、RからPythonで書き直し、同様の効果が推定できるか試してみます。 導入 pyが最初につくのに注意します。 pip install pycausalimpact データの作成 statsmodelsのcigarデータを使います。 CausalImpactはデータフレームの一番左をyとし、それ以降... 続きを読む

seabornの細かい見た目調整をあきらめない - Qiita

2019/01/04 32 users Qiita matplotlib seaborn 相関 威力

はじめに seabornの洗練されたスタイルで作ったグラフはとてもきれいです。見た目だけでなく、列の多いデータの全体像を把握するのにも威力を発揮します1。特に適切に整形されたデータフレームを渡せばカテゴリの比較や全パラメータの相関を一瞥できる図が一瞬で作れる機能は、同等の図をmatplotlibで一から作る苦労を考... 続きを読む

データフレームの特徴をもっと早く掴みたい ~ ハドリーへの挑戦 - まだ厨二病

2017/08/09 38 users EDA 欠損 要約 性質 一方

2017 - 08 - 09 データフレームの特徴をもっと早く掴みたい ~ ハドリーへの挑戦 precis data exploration 探索的なデータ分析 (Explore Data Analysis: EDA )を行う際は、データの要約や欠損の有無の確認、可視化が欠かせない作業となります。 特に可視化は、データのもつ性質や関係を表現するのに大変役立ちます。一方で、可視化に用いた図はコードと... 続きを読む

dplyrを使いこなす！基礎編 - Qiita

2015/04/10 103 users Qiita SQL 新卒 プログラミング言語 パッケージ

はじめに 4月ということで、新卒が入ってきたりRを使ったことないメンバーがJOINしたりしたので、 超便利なdplyrの使い方を何回かに分けてまとめて行きます。 Rは知らないけど、SQLとか他のプログラミング言語はある程度やったことあるみたいな人向けです。 dplyrとは データフレームの操作に特化したパッケージです。 Rは基本的に処理速度はあまり早くないですが、dplyrはC++で書かれているの... 続きを読む