- このリポジトリに収録されているデータは Python 入門等で利用可能できるデータです．
- 実際のデータと演習のために生成されたデータの両方が混在しています．
電子機器販売業者の受注データ (machine-sales.csv など)
- Pandas のグループ化とピボットテーブル，結合のためのサンプルデータ
- https://rinsaka.com/python/pandas/12-groupby-pivot.html
- machine-sales.csv
- ピボットテーブルによる分析などを行うためのデータ
- machine-sales-utf8.csv
- machine-sales.csv の支店名や営業担当者名に漢字を使用 (UTF-8)
- machine-sales-sjis.csv
- machine-sales.csv の支店名や営業担当者名に漢字を使用 (Shift-JIS)
- machine-sales-sales.csv, machine-sales-branch.csv, machine-sales-staff.csv
- machine-sales.csv を正規化して3つのファイルに分割したもの
- 結合時には同じ系列名のリレーションシップをたどれば良い
- machine-sales-sales.csv, machine-sales-branch-id.csv, machine-sales-staff-id.csv
- machine-sales.csv を正規化して3つのファイルに分割したもの
- 3つのファイルの主キーがすべて id になっているため，結合時には系列名を明示的に指定する必要がある
- machine-salesフォルダ
- PowerQueryのための分割データ
- 自然言語処理で用いるテキストファイル
- https://rinsaka.com/python/nltk/index.html
- ワードクラウドのマスク用白黒画像データ
- https://rinsaka.com/python/nltk/05-wordcloud.html
clustering-sample.csv，clustering-sample-notitle.csv，clustering-sample-kmeans.csv，clustering-sample-small.csv
-
クラスタリング (k-means法や非階層クラスタリング) で利用する2次元データ
-
- clustering-sample.csv は先頭行に列名があり，clustering-sample-notitle.csv は先頭行に列名がない
- clustering-sample-kmeans.csv は k-means 法のアルゴリズムを理解するための小さなサンプルデータ
-
- clustering-sample-small.csv は非階層クラスタリングのアルゴリズムを理解するための小さなサンプルデータ
- 表計算 (Excel) の基礎実習
- 専門基礎講義で使用
- 「ゴチ」バトルで用いるメニューと価格のデータ
- https://rinsaka.com/python/gochi/index.html
- 統計学の母平均の差の検定で用いる2つの母集団の得点データ
- https://rinsaka.com/python/statistics/test-difference-between-means.html
- カーネル密度推定のためのサンプルデータ
- https://rinsaka.com/python/kde.html
- 線形回帰モデルのためのサンプルデータ
- https://rinsaka.com/python/linear-regression/index.html
- 重回帰分析，ニューラルネットワークによる回帰分析のためのデータ
- https://rinsaka.com/python/mra1.html
- https://rinsaka.com/python/mra2.html
- https://rinsaka.com/python/nn-regression.html
- リッジ回帰のための学習データとテストデータ
- https://rinsaka.com/python/ridge/index.html
- 相関分析，線形回帰分析のためのサンプルデータ
- カンマ区切り以外に，空白区切り，タブ文字区切り，Excel形式のファイルもある
- https://rinsaka.com/python/corrcoef.html
- https://rinsaka.com/python/ols-linregress.html
- https://rinsaka.com/python/ols.html
- https://rinsaka.com/python/ols-sklearn.html
- 相関分析，複数のグラフ（散布図）を作成するためのサンプルデータ
- データ数 100
- x列は 平均5, 標準偏差 2 の一様乱数
- その他の列は x との相関係数が -1.0 から +1.0 になるように生成したもの
- https://rinsaka.com/python/matplotlib/10-subplot.html
- JSONファイルの読み書きに関するサンプルデータ
- https://rinsaka.com/python/file/04-01-json.html
- 手書き数字の認識のためのサンプルデータ
- https://rinsaka.com/python/tegaki/index.html
- hyaku.json : JSON形式で文字コードは UTF-8
- hyaku-utf-8-csv : カンマ区切りテキストデータで文字コードは UTF-8
- hyaku-sjis.csv : カンマ区切りテキストデータで文字コードは Shift-JIS（10番目の歌人「蟬丸」は「蝉丸」で代用していることに注意してください）
- 協調フィルタリングによる推薦システムを作ってみよう
- https://rinsaka.com/python/collaborative/index.html
- collaborative_filtering_matrix.csv :
- 行列形式の評価データ
- collaborative_filtering_items.csv, collaborative_filtering_customers.csv, collaborative_filtering_ratings.csv
- 商品テーブル，顧客テーブル，評価テーブルのデータです．この3つを結合すると行列形式の評価データ (collaborative_filtering_matrix.csv) を生成できます．
- tweet_20140617_hour.csv
- 2014年6月17日の16時から8月7日12時までの1時間ごとの日本語ツイート数（全ツイートの1%を取得した結果を集計）
- tweet_20140624_minute.csv
- 2014年6月24日の5時から8時までの1分ごとの日本語ツイート数（全ツイートの1%を取得した結果を集計）
- tweet_20140617_usj_hour.csv
- 2014年6月17日15時から8月6日13時までの1時間ごとのUSJ関連ツイート数
- tweet_20140618_usj_day.csv
- 2014年6月18日から8月6日までの1日ごとのUSJ関連ツイート数
- https://rinsaka.com/python/tesseract/index.html
- tesseract_data フォルダ
- tesseract_data.zip
- 上の tesseract_data フォルダのファイルを圧縮したもの
- tesseract_data/en_1.docx, tesseract_data/en_1.pdf
- 英文のWordファイル（1ページ）とそれをPDFに変換したもの
- PDFから文字列のコピーが可能
- tesseract_data/en_1_img.png, tesseract_data/en_1_img_trim.png, tesseract_data/en_1_img.pdf
- tesseract_data/en_1.docx を画像に変換したもの（スクリーンショット）
- tesseract_data/en_2.docx, tesseract_data/en_2.pdf
- 英文のWordファイル（合計2ページ）とそれをPDFに変換したもの
- PDFから文字列のコピーが可能
- tesseract_data/en_2_img1.png, tesseract_data/en_2_img1_trim.png, tesseract_data/en_2_img2.png, tesseract_data/en_2_img2_trim.png, tesseract_data/en_2_img.pdf
- tesseract_data/en_2.docx をページごとに画像に変換したもの（スクリーンショット）
- tesseract_data/ja_1.docx, tesseract_data/ja_1.pdf
- 日本語のWordファイル（1ページ）とそれをPDFに変換したもの
- PDFから文字列のコピーが可能
- tesseract_data/ja_1_img.png, tesseract_data/ja_1_img_trim.png, tesseract_data/ja_1_img.pdf
- tesseract_data/ja_1.docx を画像に変換したもの（スクリーンショット）
- YOLOv5 で物体検出をしてみよう https://rinsaka.com/python/yolov5/index.html
- yolo_images フォルダ
- 20枚の写真データ
- yolo_images.zip
- 20枚の写真データをzip形式に圧縮したもの
- SQLite データベースのサンプル
- https://rinsaka.com/python/db/index.html
- staffs テーブルがある
- staffs テーブルは「id」「name」「age」「department」の列からなる
% sqlite3 db.sqlite
SQLite version 3.37.0 2021-12-09 01:34:53
Enter ".help" for usage hints.
sqlite> .tables
staffs
sqlite> .schema staffs
CREATE TABLE staffs (
id INT NOT NULL,
name VARCHAR(32),
age INT,
department VARCHAR(32),
PRIMARY KEY(id)
);
sqlite> .headers ON
sqlite> SELECT * FROM staffs;
id|name|age|department
1|藤川|23|営業部
2|藤本|35|人事部
3|藤枝|32|製造部
4|藤原|48|営業部
5|藤森|44|人事部
6|藤平|28|製造部
7|藤谷|38|営業部
sqlite> .exit
%
- もうひとつの SQLite データベースのサンプル