高等学校情報科「情報Ⅰ」教員研修用教材「第4章 情報通信ネットワークとデータの活用」の内容あるいは関連する内容をPythonで実装します。ただし、すべてを網羅するものではありません。このページですでに類似の内容を提供済みの場合は原則として取り上げません。また、独自の補足などを追加しています（練習問題はオリジナル）。このページは随時更新していきます（したがって、準備中の項目もあります）。
（０）学習20 ＜演習 1 ＞
〔参考〕
IPSJ MOOC 情報処理学会 公開教材 ＞ データサイエンスの基礎
（１）学習 21 ＜演習 1 ＞
〔参考〕
edu1290 – 隣接行列
（２）学習 22 ＜演習 1 ＞
- 過去の気象データ・ダウンロード
- 2017年および2018年の7月1日から8月31日の熊谷の日最高気温のデータ
(先頭部分のイメージ)
- 不要な見出し部分およびC列とD列を削除する。
- 整形後のデータ
(先頭部分のイメージ)
- さらに整形後のデータ（年を別の列に分割する。また、月日の列は文字列として変換する。）
(先頭部分のイメージ)：Excelで表示した場合
- 統計量
- 箱ひげ図
(a) 折れ線グラフ：補足〔Excel〕
(b) 統計量〔Python〕
〔実行結果〕
〔プログラム〕
(c) 箱ひげ図〔Python〕
〔実行結果〕
〔プログラム〕
(d) 折れ線グラフ：補足〔Python〕
〔実行結果〕
〔プログラム〕
（３）学習 22 ＜演習 2 ＞
(a) Excelによる実装
■手順１ データ収集
- 体力運動能力調査 政府統計
- 体力・運動能力調査 | ファイル | 統計データを探す
- 平成29年度
- テスト項目の年次推移
- Excel
- 政府統計の総合窓口（e-Stat）からの時系列データ
■手順２ データ整形
■手順３－１ 散布図行列を用いて散布図や相関係数から関係を読み取る
■手順３－２ 単回帰分析による予測モデル構築
(b) Pythonによる実装
■手順１ データ収集
■手順２ データ整形
■手順３－１ 散布図行列を用いて散布図や相関係数から関係を読み取る
■手順３－２ 単回帰分析による予測モデル構築
（４）学習 22 ＜演習 3 ＞
（５）学習 23 ＜演習 1 ＞
（６）学習 23 ＜演習 2 ＞
（７）学習 23 ＜演習 3 ＞
Copyright (C) 2022 Easy Programming
