時系列-Pythonライブラリ

Pythonは、その記述しやすく理解しやすいコード構造とさまざまなオープンソースライブラリにより、機械学習を実行する個人の間で定評があります。次の章で使用するこのようなオープンソースライブラリのいくつかを以下に紹介します。

NumPy

数値Pythonは、科学計算に使用されるライブラリです。これは、N次元配列オブジェクトで機能し、サイズ、形状、平均、標準偏差、最小、最大などの基本的な数学関数に加えて、線形代数関数やフーリエ変換などのより複雑な関数を提供します。このチュートリアルを進めるにつれ、これらについて詳しく学習します。

パンダ

このライブラリは、シリーズ、データフレーム、パネルなどの非常に効率的で使いやすいデータ構造を提供します。単なるデータの収集と準備からデータ分析まで、Pythonの機能を強化しました。PandasとNumPyの2つのライブラリを使用すると、小さいデータセットから非常に大きいデータセットまでの操作が非常に簡単になります。これらの関数の詳細については、このチュートリアルに従ってください。

SciPy

Science Pythonは、科学技術コンピューティングに使用されるライブラリです。最適化、信号および画像処理、積分、補間、線形代数の機能を提供します。このライブラリは、機械学習を実行するときに便利です。このチュートリアルを進める際に、これらの機能について説明します。

Scikit Learn

このライブラリは、さまざまなカスタマイズ可能な回帰、分類、およびクラスタリングモデルが含まれているため、統計モデリング、機械学習、ディープラーニングに広く使用されているSciPyツールキットです。Numpy、Pandas、その他のライブラリとうまく連携し、使いやすくなっています。

Statsmodels

Scikit Learnと同様に、このライブラリは統計データの探索と統計モデリングに使用されます。また、他のPythonライブラリでもうまく動作します。

Matplotlib

このライブラリは、折れ線グラフ、棒グラフ、ヒートマップ、散布図、ヒストグラムなどのさまざまな形式でのデータの視覚化に使用されます。プロットからラベル付けまで、グラフに関連するすべての機能が含まれています。このチュートリアルを進める際に、これらの機能について説明します。

これらのライブラリは、あらゆる種類のデータを使用した機械学習から始めるために非常に重要です。

上で説明したものに加えて、時系列を処理するために特に重要な別のライブラリは次のとおりです。

日付時刻

このライブラリは、datetimeとcalendarの2つのモジュールを備えており、時刻の読み取り、フォーマット、および操作に必要なすべての日時機能を提供します。

これらのライブラリは、次の章で使用します。