# チュートリアル: 基本的なデータ解析

このチュートリアルでは、収集済みのデータを使って、基本的な解析を行う流れを体験します。

## ステップ1: データの準備

解析対象のデータ（`processed_events.csv.gz`など）を用意します。

## ステップ2: ノートブックのセットアップ

Jupyter Lab や VS Code など、お好みのノートブック環境を立ち上げます。
`haniwers` ライブラリと、`pandas`, `matplotlib` などの解析用ライブラリをインポートします。

```python
import polars as pl
import matplotlib.pyplot as plt

from haniwers.utils import load_events

# データの読み込み
events = load_events("path/to/your/data.csv.gz")
```

## ステップ3: データの可視化

読み込んだデータから、興味のある物理量（例：ADC値）の分布をプロットしてみましょう。

```python
# ADC値のヒストグラムを作成
plt.hist(events["adc"], bins=100)
plt.xlabel("ADC Value")
plt.ylabel("Counts")
plt.show()
```

## ステップ4: 簡単な解析

イベント間の時間差（デルタT）を計算し、その分布を見てみましょう。

お疲れ様でした！これがデータ解析の基本的な第一歩です。