ZeroTerasu

Pythonライブラリ「pandas-datareader」を使った株価情報の取得方法に関する記事です。 インストール方法、情報取得元、pandas_datareader.data.DataReader(ticker-symbol, data_source, start, end, api_key)、stooqから株価情報を取得する方法、stooq使用時の数式：pandas_datareader.data.DataReader(‘ティッカー*’, data_source=’stooq’, start, end)、yahoo finance (米国)から株価情報を取得する方法、yahoo fianance使用時の数式：pandas_datareader.data.DataReader(‘ティッカー*’, data_source=’yahoo’, start, end)

Python標準ライブラリである「os」についての解説記事です。このライブラリでは、ファイルやフォルダ操作をPythonコードで実行可能です。 ライブラリの呼び出し：import os 現在の作業ファイルのパスを確認：os.getcwd() 現在の作業ファイルのパスを確認：!pwd ファイルの削除：os.remove(ファイルパス) ファイル名変更：os.rename(‘変更前のファイルパス’, ‘変更後のファイルパス’) ディレクトリの作成：os.mkdir(フォルダパス*)　*ディレクトリ名のみ記述＝現在の作業ディレクトリに新規ディレクトリが作成される。 ディレクトリの削除：os.rmdir(フォルダパス*)　*ディレクトリ名のみ記述＝現在の作業ディレクトリ内に該当フォルダが存在する場合削除されます。

Pythonのデータ分析ライブラリPandasで使用されるDataFrameの行と列の追加と削除に関する記事です。 DataFrameの列への追加 列の追加方法-1：インデックス参照 df[‘列名’] = 値(スカラー値, 配列, Series) 列の追加方法-２：assign()メソッド df.assign(列名=値) 列の追加方法-３：insert()メソッド df.insert(挿入位置, 列名, 値) 列の削除方法：drop()メソッド df.drop(列名, axis=1, inplace=True or False) or df.drop(df.columns[[列名]], axis=1, inplace=True or False) DataFrameの行への追加 行の追加方法-1：loc[]メソッド df.loc[‘行名’] = 値(スカラー値, 配列, Series) 行の追加方法-２：append()メソッド df.append(DataFrame, Series, 辞書型, リスト) 行の削除方法：df.drop()メソッド 行名で削除：df.drop(行名, axis=0, inplace=True or False) or df.drop(index=[行名], axis=0, inplace=True or False) 行インデックス指定で削除：df.drop(df.index[[インデックス番号]] axis=0, inplace=True or False) 複数行・複数列を削除：df.drop(index=[‘行名’], columns=[‘列名’])

Pythonのデータ分析ライブラリPandasで使用されるDataFrameの要素、行、列の取得方法および代入方法に関する記事です。 要素の取得方法1 ＝ インデックス参照(df[‘列名’][行番号] ) 要素の取得：df[‘列名’][行番号] 要素の取得：df[‘列名’][‘行名’] ※DataFrameのindexに特定の列を指定している場合 要素の代入：df[‘列名’][行番号] = 値 単列の取得：df[‘列名’] 複数列の取得：df[[‘列名’, ‘列名’]] 行の取得：df[‘行名’:’行名’] or df[行番号:行番号] 要素の取得方法-2 = df.at[行番号, 列名] 要素の取得：df.at[行番号, 列名] 要素の取得：df.at[行名, 列名]　※DataFrameのindexに特定の列を指定している場合 要素の取得方法-3 = df.iat[行番号, 列番号] 要素の取得：df.iat[行番号, 列番号] 要素の取得方法-4 = df.loc[行名, 列名] 行・列の取得：df.loc[行名:行名, 列名:列名] 要素の取得：df.loc[行名, 列名] 要素の取得方法-5 = df.iloc[行番号, 列番号] 要素の取得：df.iloc[行番号, 列番号] 行・列の取得：df.iloc[行番号:行番号, 列番号:列番号] or df.iloc[[行番号,行番号], [列番号,列番号]]

【Python】Pandasの基礎と使い方１ - DataFrame作成方法についての解説記事です。①Pandasのインストール, ②Pandasのimport,③DataFrameメソッドを使用してテーブルを作成,DataFrameメソッド,DataFrameの構成要素（パーツ）,DataFrameの行名と列名,DataFrameメソッドの引数,【重要】DataFrameのdata引数にデータを格納する方法,①-1 リストをdataに格納する方法(data=リスト、indexおよびcolumns=省略),①-2 リストをdataに格納する方法(data=リスト, index=指定, columns=指定),②-1 numpy.array 1次元配列をdataに格納する方法,②-1 numpy.array 2次元配列をdataに格納する方法,③ seriesをdataに格納する方法

【Python】リスト二次元配列作成方法の解説記事です。[[リスト1], [リスト2], [リスト3]]のようなリストの各要素がリストになっている2次元配列の作成方法について解説致します。numpyを用いてndarrayを生成し、reshapeメソッドおよびtolistメソッドを用いて目的のリストを生成します。

Python スライスを用いた文字列やリストの部分選択・代入・二次元配列の操作について説明します。スライスの基本的使い方：オブジェクト[start:stop:step], 文字列に対するスライス, リストに対するスライス, stepを指定した場合の挙動, stepのみ指定した場合, マイナスの値で後ろからスライス, スライスされる文字列 = between start and stop, stepをマイナスで指定した場合, スライスを使った代入, スライスで選択した範囲に値を代入することが出来ます。（既に値がある場合は、置換になります。）, 代入出来るオブジェクトは、文字列・リスト等のイテラブルオブジェクトのみです。,空配列を代入すると、要素の削除が出来ます。,二次元配列の例

【Python】リスト内包表記 - リストを加工して新たなリストを作成

Pythonにおけるfor文の基本について解説しています。①for文基本形（for 変数 in オブジェクト）, ②配列の格納（for i in list）, ③-➄range関数（for i in range）, ⑥continiue文, ➆break文　の順番に解説しています。