After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
コース説明
タイムマシンはなくても、時間を分析する「マシン」なら作れます。時間が関わる分析では、日や月の境目、タイムゾーン、夏時間など、準備が足りないと戸惑うポイントがたくさんあります。時間を含む分析を行うなら、Pythonでしっかり整理するのがおすすめです。ハリケーンと自転車シェアのデータを使い、イベントのカウント、イベント間の経過時間の算出、時系列のプロットまで扱います。標準のPythonとPandasの両方で作業し、公式Pythonドキュメントが推奨する唯一のタイムゾーンライブラリであるdateutilにも触れます。本コース修了後は、あらゆる形式の日付・時刻データを自信を持って扱えるようになります。
前提条件
カリキュラム
コース概要
1
日付とカレンダー
ハリケーン（サイクロンや台風とも呼ばれます）は、米国フロリダ州を毎年何度も襲います。このコースの最初では、1950年以降にフロリダを直撃したすべてのハリケーンの日付から始め、Pythonで日付オブジェクトを扱う方法を学びます。Pythonにおける日付の扱い方、よく使う日付操作、混乱を避けるための正しい日付の書式設定を身につけます。
2
日付と時刻の組み合わせ
世界中の都市で自転車シェアが普及し、ありがたいことにすべての走行が記録されています！ここでは、ワシントンD.C.の1台の自転車の出発と到着のデータを使って、日付と時刻を一緒に扱う練習をします。テキストからの日時のパース、ピーク時間帯の分析、走行時間の計算などに取り組みます。
3
タイムゾーンと夏時間
この章では、多くの人が最も苦労する時間関連のテーマ――タイムゾーンと夏時間――に自信を持って取り組めるようになります。自転車データを使い続けながら、世界各地の時刻の比較、「春に1時間進める」「秋に1時間戻す」へのスマートな対処法、そしてdateutilライブラリから最新のタイムゾーンデータを取得する方法を学びます。
4
かんたん＆強力：Pandasでの日時処理
最後の章では、標準のPythonで学んだ日時処理をPandasに応用します。各ライドについて、開始・終了ステーションや年間会員かどうかといった追加情報も用いて、自転車トリップデータをより深く掘り下げます。この章では、時刻でのグループ化や結果のプロットなど、Pandasの強力な操作を取り上げます。
Pythonで扱う日付と時刻
コース修了
