トップページ

2022/8/28

こんにちは，shun（@datasciencemore）です！！今回は，geom_point：散布図について学習していきます． geom_pointは，散布図を作成するためのメソッドです．イメージとしてはこのようになります．データフレームにgeom_pointを適用すると散布図が作成されます．０．準備

# パッケージ読み込み
import pandas as pd
import numpy as np
import seaborn as sns
from plotnine import *
from plotnine.themes import *
import warnings

# データフレームの表示行数を指定
pd.set_option('display.max_rows', 5) 

# 図のサイズ調整
theme_set(theme(
    figure_size=(4.2, 3.6), 
    axis_title=element_text(size=15), 
    axis_text=element_text(size=15)
    )
)

# 警告の非表示
warnings.filterwarnings('ignore')

# データ読み込み
df = \
sns\
.load_dataset('iris')

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

# パッケージ読み込み

import pandas as pd

import numpy as np

import seaborn as sns

from plotnine import *

from plotnine.themes import *

import warnings

# データフレームの表示行数を指定

pd.set_option('display.max_rows', 5)

# 図のサイズ調整

theme_set(theme(

figure_size=(4.2, 3.6),

axis_title=element_text(size=15),

axis_text=element_text(size=15)

)

# 警告の非表示

warnings.filterwarnings('ignore')

# データ読み込み

df = \

sns\

.load_dataset('iris')

１．散布図の基本散布図は，連続値の2変数の関係の傾向を確認するためのグラフです．散布図にすることで，2変数の関係の傾向が明確にな ...

ReadMore

2022/8/28

【plotnine】geom_bar：棒グラフ【可視化】

こんにちは，shun（@datasciencemore）です！！今回は，geom_bar：棒グラフについて学習していきます． geom_barは，棒グラフを作成するためのメソッドです．イメージとしてはこのようになります．データフレームにgeom_histogramを適用するとヒストグラムが作成されます．０．準備

# パッケージ読み込み
import pandas as pd
import numpy as np
import seaborn as sns
from plotnine import *
from plotnine.themes import *
import warnings

# データフレームの表示行数を指定
pd.set_option('display.max_rows', 5) 

# 図のサイズ調整
theme_set(theme(
    figure_size=(4.2, 3.6), 
    axis_title=element_text(size=15), 
    axis_text=element_text(size=15)
    )
)

# 警告の非表示
warnings.filterwarnings('ignore')

# データ読み込み
df = \
sns\
.load_dataset('iris')

# speciesでグルーピングして各列の平均値を算出
df_group = df.groupby("species").mean().reset_index()

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

# パッケージ読み込み

import pandas as pd

import numpy as np

import seaborn as sns

from plotnine import *

from plotnine.themes import *

import warnings

# データフレームの表示行数を指定

pd.set_option('display.max_rows', 5)

# 図のサイズ調整

theme_set(theme(

figure_size=(4.2, 3.6),

axis_title=element_text(size=15),

axis_text=element_text(size=15)

)

# 警告の非表示

warnings.filterwarnings('ignore')

# データ読み込み

df = \

sns\

.load_dataset('iris')

# speciesでグルーピングして各列の平均値を算出

df_group = df.groupby("species").mean().reset_index()

１．棒グラフの基本棒グラフは，カテゴリの数値の大きさを比較するためのグラフです．棒グラフにすることで，各カテゴリの数値 ...

ReadMore

2022/8/28

【plotnine】geom_histogram：ヒストグラム【可視化】

こんにちは，shun（@datasciencemore）です！！今回は，geom_histogram：ヒストグラムについて学習していきます． geom_histogramは，ヒストグラムを作成するためのメソッドです．イメージとしてはこのようになります．データフレームにgeom_histogramを適用するとヒストグラムが作成されます．０．準備

# パッケージ読み込み
import pandas as pd
import numpy as np
import seaborn as sns
from plotnine import *
from plotnine.themes import *
import warnings

# データフレームの表示行数を指定
pd.set_option('display.max_rows', 5) 

# 図のサイズ調整
theme_set(theme(
    figure_size=(4.2, 3.6), 
    axis_title=element_text(size=15), 
    axis_text=element_text(size=15)
    )
)

# 警告の非表示
warnings.filterwarnings('ignore')

# データ読み込み
df = \
sns\
.load_dataset('iris')

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

# パッケージ読み込み

import pandas as pd

import numpy as np

import seaborn as sns

from plotnine import *

from plotnine.themes import *

import warnings

# データフレームの表示行数を指定

pd.set_option('display.max_rows', 5)

# 図のサイズ調整

theme_set(theme(

figure_size=(4.2, 3.6),

axis_title=element_text(size=15),

axis_text=element_text(size=15)

)

# 警告の非表示

warnings.filterwarnings('ignore')

# データ読み込み

df = \

sns\

.load_dataset('iris')

１．ヒストグラムの基本ヒストグラムは，連続値である1変数の分布を確認するためのグラフです ...

ReadMore

2022/8/28

【plotnine】plotnineの使用方法【可視化】

こんにちは，shun（@datasciencemore）です！！今回は，plotnineの使用方法について学習していきます． plotnineでは，グラフを3つの要素である，キャンバス，グラフ，体裁で考えます．そして，これらをレイヤーとしてひとつずつ重ね合わせることで全体のグラフを作成します．０．準備

# パッケージ読み込み
import pandas as pd
import numpy as np
import seaborn as sns
from plotnine import *
from plotnine.themes import *
import warnings

# データフレームの表示行数を指定
pd.set_option('display.max_rows', 5) 

# 図のサイズ調整
theme_set(theme(
    figure_size=(4.2, 3.6), 
    axis_title=element_text(size=15), 
    axis_text=element_text(size=15)
    )
)

# 警告の非表示
warnings.filterwarnings('ignore')

# データ読み込み
df = \
sns\
.load_dataset('iris')

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

# パッケージ読み込み

import pandas as pd

import numpy as np

import seaborn as sns

from plotnine import *

from plotnine.themes import *

import warnings

# データフレームの表示行数を指定

pd.set_option('display.max_rows', 5)

# 図のサイズ調整

theme_set(theme(

figure_size=(4.2, 3.6),

axis_title=element_text(size=15),

axis_text=element_text(size=15)

)

# 警告の非表示

warnings.filterwarnings('ignore')

# データ読み込み

df = \

sns\

.load_dataset('iris')

１．基本

# 1.キャンパス
ggplot(
  data = df, 
  mapping = aes(x="sepal_length", y="petal_length")
)

1

2

3

4

5

# 1.キャンパス

ggplot(

data = df,

mapping = aes(x="sepal_length", y="petal_length")

)

[crayon-64772e09cc58b26704980 ...

ReadMore

2022/8/28

【pandas】概要【欠損値処理】

こんにちは，shun（@datasciencemore）です！！これからしばらくpandasの欠損値処理について，学習していきます．今回はこれから学習していくpandasの欠損値処理の概要について説明していきます．欠損値というのは，欠損している値のことを示しています．欠損値があると計算ができなかったり，予期しないエラーが発生したりといいことがありません．なので，何らかの処理をして欠損値の影響を少なくする必要があります．その何らかの処理を欠損値処理と呼んでいます．欠損値はpandasでは，Na ...

ReadMore

もっとデータサイエンスを！！

新着記事

カテゴリー

【機械学習講座1】当講座の概要

【機械学習講座2】機械学習

【pandas】str.len：長さ取得【文字列処理】

データサイエンスプロジェクトの業務内容

tidymodelsによるtabnet

Udemy　おすすめコース

最強のオンライン学習サイト：Udemy