【自己紹介】
#Twitter：@Nurruttan / #YouTube：@Nurruttan
【転職支援サービス】
転職を検討しているデータサイエンティスト向けに【完全無料の】転職支援サービスを実施しています！
詳しくは下記をご覧ください！
【キャリア相談サービス】
キャリアに悩むデータサイエンティスト向けにキャリア相談サービスをやっています！
詳しくは下記をご覧ください！
- 未経験からPythonの基礎の学び方が知りたい
- 未経験からPythonを学ぶオススメの書籍を知りたい
- 「入門Python 3」ってめっちゃ分厚い？全部読まないとダメなの・・？
未経験からデータ分析に必要なプログラミングを学びたいけど、何をしたらいいかわかんない。。Pythonの基礎を学ぶのにオススメの書籍が知りたい。。など悩んでいる人もいるのではないでしょうか？
今回はPythonの基礎を学ぶためにオススメの「入門Python 3」を紹介します。さらに、どのように「入門Python 3」を使って学習すべきかまで詳細に解説します。
筆者は約500名が在籍する会社で長らくデータサイエンティストとして働いています。いまではデータサイエンティストとして活躍できているものの、スタートは未経験からの転職でした。
実際に筆者が学んだ方法を基に「入門Python 3」を使った「Pythonの基礎」の学習方法を解説します。
この記事を読むと、Pythonの基礎の学び方がわかります。さらにこの記事を実践するとPythonの基礎が身に付き、データ分析に必要なプログラミングを学ぶスタート地点に立つことができます。
未経験からデータサイエンスを学ぶ方法は下記に詳しく解説していますので、ぜひご覧ください。
下記、本記事のまとめです。
- データサイエンティストにプログラミングって必要なの
→超重要！プログラミングができないと業務ができない！ - データ分析に必要なプログラミング言語って？
→「Python」！データ分析に必要なライブラリが豊富！ - 「入門 Python 3」ってなにを学べる？
→Pythonの基礎が学べる！まずは触ってみてPythonに慣れよう！ - 基礎を学び終えたら別の書籍に移ってより実践的な勉強をしよう！
では、本編にいきます。
データサイエンティストにプログラミングは超重要
データサイエンティストにプログラミングは超重要です。その理由は下記の2点です。
- プログラミングはデータサイエンティストの業務に必須だから
- データサイエンティストの最初の仕事はプログラムを使った「データ加工」
プログラミングはデータサイエンティストの業務に必須だから
データサイエンティストがデータの収集・整理・解析をするために、プログラミングスキルが必要不可欠です。
データ分析には大量のデータを処理する必要があり、手作業で処理することは不可能です。そこで、プログラミングを使ってデータを処理し、分析する必要があります。
また、機械学習やディープラーニングなどの技術もプログラミングを使って実装されるため、プログラミングスキルはデータサイエンティストに欠かせないものとなっています。
ビッグデータを扱うにはそんな簡単にはいかないよ。プログラムを作ってコンピューターにお願いしないといけなんだ。データを操作するためにはプログラミングが必須だよ。
データサイエンティストの最初の仕事はプログラムを使った「データ加工」
データサイエンティストの最初の仕事はプログラムを使った「データ加工」です。
データ分析を行うためには、最初にデータの前処理が必要です。データの前処理とは、データを整形し、欠損値や異常値を除去するなど、データ分析に適した形にすることです。
データ加工は指示通りにプログラムを作成する仕事になるので、データサイエンティストになりたての最初の仕事になることが多いです。
そのため、データサイエンティストとして仕事を進めていくために、最初に必要なのがプログラミングスキルになります。
新米は作業を任せられることが多いからね。まずはデータ加工のプログラミングを任されることが一般的だよ。データサイエンティストの仕事ができるようになるために最初に必要なのがプログラミングスキルなんだよ。
データ分析に必要なプログラミング言語は「Python」
データ分析に必要なプログラミング言語は「Python」です。なぜなら、Pythonはデータ分析を効率的に実施できる豊富なライブラリがあるからです。
ライブラリとは、ある程度まとまった汎用性の高い処理（関数・クラス・その他）を他のプログラムから読み込むことで、使うことが出来るようにしたファイルです。
AI Academy Media：【初心者向け】モジュール・パッケージとは何か？
これらのライブラリを使用することで、データの読み込み、前処理、可視化、モデリングなど、データ分析に必要な機能を簡単かつ効率的に実行することができます。
また、Pythonは多くのデータ分析コミュニティで広く使われており、問題解決のための情報やサポートが豊富にあります。これらの要素が組み合わさって、Pythonはデータ分析に適した言語となっています。
そのため、データ分析を行うためには、Pythonの学習が必須です。Pythonを使いこなせば、データ分析のスキルを高めることができます。
他にも「SQL」や「R」など聞くと思うけど、最先端のデータ分析をやるなら「Python」一択だよ。いまどき「SQL」や「R」だけで分析している企業は将来性がないから入る必要がないよ。「Pyrhon」をまずは学ぶことが最善だよ。
【重要】書籍で学ぶ際に重要なポイント
書籍でプログラミングを学ぶSTEP
書籍でプログラミングを学ぶSTEPは下記のようになります。
- ページを読み進める
- 書いてある実行プログラムを写経（書き写す）してみる
- 実行する
- 成功をよろこぶ
プログラミング初心者は簡単な成功体験を積むのが重要です。こんな僕にもプログラミングができた！と感じてほしいです。
そのため、まずは記載されているプログラムを書き写して実行することから始めましょう。そして、なにより成功をよろこびましょう。重要なのは実行してよろこびを感じることです。
まずは写経して、プログラミングに慣れようね。書いて、実行するんだ。未経験の人は自分書いたプログラムが動いたらよろこびを感じようね。成長を実感することが継続につながるよ。
書籍でプログラミングを学ぶ重要な心構え
書籍でプログラミングを学ぶ重要な心構えは下記です。
- 1時間以上考えて理解できなければ諦める
1時間以上考えて理解できなければあきらめましょう。大丈夫です。
完全に理解しようとしないでください。
ここでは理解しきれずとも、将来的にその要素の存在を思い出せれば大丈夫です。使わなければいけない時に思い出せれば十分です。重要なことはすべてを網羅的に知ることです。
わからないことに時間を使い過ぎてもダメだよ。1時間ほど考えてもわからなかったら飛ばして、次に進もうね。使うときに改めて使えれば問題ないよ。
「入門Python 3」の使い方
「入門Python 3」の使い方を解説します。
- まずは環境設定
- Pythonをとりあえず触ってみる
- Pythonの基礎を学ぶ
- 挫折しよう
詳しく解説していきます。
まずは環境設定
Pythonの環境を整えます。一番の難所です。これは本書の「1.9章 Pythonのインストール」を参照してください。本ブログでは詳細な設定方法は解説しません。
つまづいた方は下記のページをご参照ください。筆者がお世話になったProgateさんのサイトです。
https://prog-8.com/docs/python-env-win/
ここではかなり苦労すると思います。しかし、正直、初心者の方は最初だけなんとか頑張ればよいです。なにをやっているかは気にせず、なんとかプログラムを実行できる環境を整えましょう。
環境設定は最初に乗り越えることが大事だよ。なにをやっているかわからないけど、手順通りに進めれば問題なく進められるよ。がんばろうね。
【サクサクいける】Pythonをとりあえず触ってみる（~100P）
Pythonをとりあえず触ってみるフェーズです。
具体的には「6章 Whileとforによるループ」（約100P目）までです。
ここまでは少しつまづく部分もありながら、比較的サクサクと進められると思います。ここまでくればPythonの基礎の基礎は学べた状態になっています。
Pythonがどんなものなのかとりあえず触ってみようね。少し触って見れば、感覚がわかるよ。最初の内はそこまで難しくないけど、少しつまづく部分はあるよ。気にしなくていいよ。
【頑張りどころ】Pythonの基礎を学ぶ（~250P）
ここからはデータ分析でも使うPythonの基礎を学ぶフェーズです。
「7章 タプルとリスト」あたりから少し頭を使うシーンが増えてきます。初心者にとっては少しずつ苦労するポイントが増えてくるでしょう。みな一緒です。
「11章 モジュール、パッケージ、標準ライブラリ」まで終えれれば、Pythonの基礎は学んだも同然です。少し頭を使うことが増えると思いますが、時に諦めながらここまで進みましょう。
こっから先は理解しきれないことも出てくるよ。1時間以上考えたら諦めて、飛ばしながら進めようね。ここまでできればPythonの基礎は学んだも同然だよ。
挫折しよう（250P~）
ここから先の「第Ⅱ部 Pythonの実践」は挫折の対象です。
「第Ⅱ部 Pythonの実践」の内容はやや目的に特化する部分もあり、基礎の学習としてはコスパが悪くなります。そして、最もオススメしない理由が「学習がつまらなくなること」です。
データ分析の基礎としては外れる内容が多くなるので、進んで学習しなくてよいです。
少し学ぼうとしてみて、250P以降で挫折してみることをオススメします。
ここから先は難易度があがるよ。また、目的特化した内容だから学ぶコスパが悪くなるよ。これ以降は諦めても全く問題ないよ。
残りは辞書的に使うのがオススメ
「入門Python 3」の残りは辞書的に使うことをオススメします。
今後、学習や仕事を進めていくと、プログラミングでつまづくこともあるでしょう。そんな時に「入門 Python 3」を取り出して調べましょう。学習済の内容の復習にもなります。
「関数の作り方ってどうやるんだっけ？」「リストと辞書の違いってなんだっけ？」など、細かいところは学習してても忘れます。
大切なのは、辞書で気になったポイントを探せるようになっていることです。調べられて解決できるのであれば仕事を進める上でも問題ありません。
実際の仕事でも調べながら実装できれば問題ないよ。プロのデータサイエンティストだった調べながらプログラミングを実装してるよ。後から調べて実装できるように、存在を覚えておくことが重要だよ。
次の書籍に移って実践的な学習をしよう
ここまで来たら、Pythonの基礎は一定レベルになっています。次の書籍に移って少し実践に近しい内容を学ぶことをオススメします。
次はデータ分析のより実践的な内容を学ぶために、下記の書籍がオススメです。
「Pythonによるデータ分析入門」はデータ分析を学ぶためにより実践的な内容になっています。データ加工でよく使われるライブラリや処理を学ぶことができます。
この本を学ぶことでデータ加工で用いる処理を8割ほど網羅することができます。
⇒【未経験から】Pythonでデータ分析を学ぶ！「Pythonによるデータ分析入門」の使い方 はコチラ
Pythonの基礎を学び終えたら、データ加工に特化して学習を進めようね。この書籍で学べば、データ加工の処理をほとんど学ぶことができるよ。
【まとめ】「入門 Python 3」は基礎の基礎を学習！以降は辞書！
「入門 Python 3」はPythonの基礎を学ぶためには最適な良書です。以降は辞書扱いして利用する書籍になります。
下記、本記事のまとめです。
- データサイエンティストにプログラミングって必要なの
→超重要！プログラミングができないと業務ができない！ - データ分析に必要なプログラミング言語って？
→「Python」！データ分析に必要なライブラリが豊富！ - 「入門 Python 3」ってなにを学べる？
→Pythonの基礎が学べる！まずは触ってみてPythonに慣れよう！ - 基礎を学び終えたら別の書籍に移ってより実践的な勉強をしよう！
今回は以上になります。
にほんブログ村
