時系列データ分析を効率的に "pandasによる時系列データ処理" #pyconjp #pyconjp_202
-
- いいね！0
Yusuke KUNO / Done is better than perfect.
@KUNOYusuke
SARIMAモデル：季節的自己回帰和分移動平均モデル #pyconjp_202
2016-09-22 16:00:15
さわでぃさん🍅🦒🗼🐴💻⚓
@sawadyrr5
pandas2.0 - Python3.0のみサポート - 2次元以下のデータに特化 Panelさようならなのか… #pyconjp_202
2016-09-22 16:05:33
Yusuke KUNO / Done is better than perfect.
@KUNOYusuke
pandas のバックエンド、2.0 では、numpy —> Apache Arrow を検討 #pyconjp_202
2016-09-22 16:05:48
Shinichi Nakagawa / 中川 伸一
@shinyorke
レイヤーで使うもの分けるって感じなのでは?(個人の感想) #pyconjp #pyconjp_202
2016-09-22 16:06:45
Shinichi Nakagawa / 中川 伸一
@shinyorke
#pyconjp #pyconjp_202 1.0でAPI凍結、2.0でpy3のみサポートとかc++移行などなど pic.twitter.com/LZuva6V9cA
2016-09-22 16:06:45
拡大
Shinichi Nakagawa / 中川 伸一
@shinyorke
たしかに、生のnumpyで頑張るのはつらい #pyconjp #pyconjp_202
2016-09-22 16:07:29
Yusuke KUNO / Done is better than perfect.
@KUNOYusuke
numpy と pandas の使い分けね… #pyconjp_202
2016-09-22 16:07:33
どん
@dondokono
公表されてる季節調整の時系列モデルX13-ARIMA-SEATSがあると書こうと思ったら、すでにshinhrksさんが遥か昔のブログで書いてたw #pyconjp_202
2016-09-22 16:08:20
Tatsuro Fujii
@FGtatsuro
分析自体はpandasの領域で、他のライブラリに渡すなどで必要であればnumpyのデータを取り出す、ということかな #pyconjp_202
2016-09-22 16:09:24
さわでぃさん🍅🦒🗼🐴💻⚓
@sawadyrr5
numpyとpandasの使い分けは確かによくわからん。数値計算だけならnumpy一択でもいいのかな #pyconjp_202
2016-09-22 16:10:13
Shinichi Nakagawa / 中川 伸一
@shinyorke
多分始めたばっかりの人たちはnumpy, scipy, pandasの使い分けとかまで意識回らないんじゃないかな? なので質問も難しい、これきっとPyDataやる人ほぼ全員が歩む道な気がする #pyconjp #pyconjp_202
2016-09-22 16:10:57
Yusuke KUNO / Done is better than perfect.
@KUNOYusuke
#pyconjp_202 pandas でいろいろできることは理解。ただし、何をやりたいのかわかってないと何もできなさそう。（どんなツールでも一緒か…）
2016-09-22 16:11:07
Tatsuro Fujii
@FGtatsuro
利用したいモデルにあわせてパッケージ(言語)を選ぶというのは、昨日の言語キメラの話と通ずるものがあるな #pyconjp_202
2016-09-22 16:11:17