身近なデータをPythonで分析できるようになるための知識を、最短コースで身に付けられる本です。Pythonのホントの基本から、データ分析に必要なPythonライブラリの使い方、データ分析の実践例までを一気に学べます。プログラミングの経験がない方もこの1冊を読めば、実際のデータ分析を始められます。 　 　ベストセラーの「最短コースでわかる ディープラーニングの数学」「Pythonで儲かるAIをつくる」などを執筆した著者が送るデータ分析＆AI書籍の第4弾。いつもの平易な解説で、初学者も安心して学べます。 　本書は次のような方に最適です。 （1）プログラミング言語自体を知らないが、データ分析のためにこれから勉強したいという方 （2）Pythonのプログラミングは理解しているが、pandasなどの分析用ライブラリがわからないのでAI書籍の実習コードが読めない方 （3）データ分析の全体像がつかめず、いざデータ分析をしようとすると、どこから手を付けていいかわからない方 　本書において、Pythonプログラミングとデータ分析を「最短コース」で学べるようにしたポイントは三つあります。 （1）学習内容を最低限に抑える 　Python自体も、pandasなどの分析用ライブラリも、機能は多いですが、データ分析で本当に必要なものは意外と多くありません。各領域で本当に必要な機能に絞り込んで解説しています。データ分析の実務でほとんど登場しないPythonの機能は、思い切って全部落としました。Pythonやpandas、Matplotlibなど、それぞれを分厚い本で学ぶ必要はなく、本書1冊で身に付けられます。 （2）演習問題でプログラミングの実地訓練を積む 　テーマ（節）ごとに演習問題を設けていて、実際のコーディングによる訓練でプログラミングの実務スキルが身に付きます。 （3）開発環境（Google Colab）上の試行錯誤で体得 　関数の細かい挙動について、トライアンドエラーを繰り返して体験・実験により理解できます。 　実際にデータ分析ができるようになるには、さらに「洞察の導出」という難しいタスクがあります。このタスクは内容が抽象的なだけに、なかなか体系的には学べません。そこで本書では「この業務要件でこのデータを分析した場合、こんな洞察が得られる」という話をたくさん入れ込みました。このような具体例を通して、自分自身のテーマに対して洞察を導くためのヒントが得られます。 　本書を読了した方は、プログラミングとデータ分析という必須スキルを身に付けられ、ニーズの高いDX人材のど真ん中に位置できます。 1章　Pythonプログラミング入門 　Google Colabの基本操作、変数、データ型、 条件分岐、関数とメソッド、リストとループ処理、タプルと辞書、関数定義、やや高度なループ処理 2章　データ分析ライブラリ入門編 　ライブラリ入門、NumPy入門、Matplotlib入門、pandas入門 3章　データ分析ライブラリ中級編 　pandas活用、データ読み込み、確認・加工（前処理）、集計、可視化、検索・結合、日付データの処理 4章　データ分析実践編 　公開データセットから知見を導出、相関関係と因果関係の違い、仮説と検証