データサイエンティストが使うClaude Code

データサイエンティスト固有の課題

データサイエンティストのコーディング作業には特有の課題があります。

• 探索的分析とスクリプト開発の混在: Jupyterノートブックでの試行錯誤と、本番用Pythonスクリプトの開発が混在する
• ライブラリの多さ: pandas・NumPy・scikit-learn・PyTorch・Plotly…APIが膨大
• エラーの意味が直感的でない: NumPyのブロードキャストエラー、形状不一致エラーなど
• 前処理コードの再利用: 毎回似たような前処理を書いている
• 可視化のコーディング: matplotlib・seaborn・Plotlyの細かい設定

※API: Application Programming Interface の略。外部サービスとプログラム間でデータをやりとりするための接続口。

Claude Code がどう解決するか

ライブラリAPIを覚えなくていい

「pandasで以下の操作をするコードを書いてください:
- CSVを読み込む（encoding='utf-8-sig'）
- 日付カラムを datetime に変換
- 月次集計（合計金額）
- 前月比を計算して新しいカラムに追加
- 結果をCSVに保存」

APIを覚えていなくても、「やりたいこと」を自然言語で伝えるだけで、正確なpandasコードを生成してくれます。

エラーの診断

「このエラーが出ています:
ValueError: operands could not be broadcast together with shapes (100,) (100,1)

コード:
[コードをペースト]

何が原因で、どう直せばいいですか？」

NumPyの形状エラーを解説してくれます。

前処理パイプラインの設計

「機械学習モデルの前処理パイプラインを設計してください。

データ:
- ECサイトのユーザー購買履歴（20万件）
- カラム: user_id, item_id, category, price, date, rating

タスク: 次に購入するアイテムを予測（レコメンデーション）

必要な前処理:
1. 欠損値処理の方針
2. カテゴリ変数のエンコーディング
3. 時系列分割（train/val/test）
4. scikit-learnのPipelineで実装」

CLAUDE.md の設定例（データサイエンス向け）

# データ分析プロジェクト

## プロジェクト概要
[プロジェクトの目的・ゴール]

## 技術スタック
- Python 3.11
- pandas 2.x, NumPy 1.x
- scikit-learn 1.x
- PyTorch 2.x（モデル）
- Plotly（可視化）
- MLflow（実験管理）

## データ
- メインデータ: `data/raw/` 以下
- 前処理済みデータ: `data/processed/` 以下
- データの説明: `docs/data_dictionary.md`

## コーディング規約
- 型ヒントを使う（`df: pd.DataFrame`）
- 乱数はシード固定（`np.random.seed(42)`）
- 実験結果はMLflowに記録する
- Jupyterノートブックは `notebooks/` 以下
- 再利用コードは `src/` にPythonファイルとして整理

## Claudeへのお願い
- コードを書く前にデータの形状・型を確認するコードも追加して
- マジックナンバー（閾値等）は定数として定義して
- 処理に時間がかかる場合はtqdmでプログレスバーを表示して

※CLAUDE.md: プロジェクトのルートに置くClaude Code専用の設定ファイル。プロジェクト固有のルールやコンテキストを記述する。

この職種に特有のプロンプトパターン

EDAのコード生成

「Exploratory Data Analysis（EDA）のコードを書いてください。
データ: sales_data.csv（読み込み済み、変数名: df）

含めてほしい項目:
1. 基本統計量（describe）
2. 欠損値の確認と可視化
3. 数値カラムのヒストグラム
4. カテゴリカラムのバーチャート
5. 相関係数のヒートマップ
6. 外れ値の確認（IQR法）

Plotlyで全てインタラクティブな可視化にしてください。」

モデルの評価コード

「分類モデルの評価コードを書いてください。

変数:
- y_true: 正解ラベル（numpy配列）
- y_pred: 予測ラベル
- y_prob: 予測確率

含めてほしい評価指標:
- Accuracy, Precision, Recall, F1（macro/weighted）
- ROC曲線とAUC
- 混同行列（ヒートマップ）
- Calibration curve

全てplotlyで可視化してください。」

特徴量エンジニアリングのアイデア出し

「以下のデータから特徴量エンジニアリングのアイデアを提案してください。

タスク: 顧客の解約予測（binary classification）
データ:
- 契約開始日、終了日
- 月次利用金額（12ヶ月分）
- サポート問い合わせ履歴
- ログイン頻度

以下の観点でアイデアを出してください:
1. 集計特徴量（統計量）
2. 時系列特徴量（トレンド・季節性）
3. ドメイン知識に基づく特徴量
4. 相互作用特徴量

優先度（効果が期待できる順）も教えてください。」

※プロンプト: AIへの指示文。Claude Codeへの指示の質がそのまま出力の質に影響する。

Jupyter Notebook での活用

Claude CodeはJupyter Notebookも扱えます。

「このJupyterノートブックを整理してください。
notebooks/eda.ipynb

整理の内容:
1. セルの順序を整理（読みやすい流れに）
2. 重複している処理をまとめる
3. コメント・マークダウンセルを追加
4. デバッグ用の print 文を削除
5. 関数化できる処理を関数に切り出す」

Tip

データサイエンティストがClaude Codeを使うときの最強パターンは「まずJupyterで試してClaudeに聞く→動いたら整理させてsrc/にPythonファイルとして保存」です。実験の素早さと、再利用性・保守性を両立できます。