Python の seaborn, scikits.learn のデータセット（Python，scikit-learn, seaborn を使用）

前準備

scikit-learn, seaborn のインストール

• Windows の場合

  Windows では，コマンドプロン プトを管理者として実行し， 次のコマンドを実行する．

  Windows で pip を実行するときは，コマンドプロンプトを管理者として開き，それを使って pip を実行することにする．

  python -m pip install -U scikit-learn scikit-learn-intelex seaborn
  

• Ubuntu の場合

  sudo apt -y update
  sudo apt -y install python3-sklearn python3-seaborn
  

Python の seaborn のデータセット

• iris(sepal_length, sepal_width, petal_length, petal_width, species)

• tips(total_bill, tip, sex, smoker, day, time, size)

• planets(method, number, orbital_period, mass, distance, year)

• gammas(timepoint, ROI, subject, BOLD_signal)

• titanic(survived, pclass, sex, age, sibsp, parch, fare, embarked, class, who, adult_male, deck, embark_town, alive, alone)

• anscombe(dataset, x, y)

• exercise(id, diet, pulse, time, kind)

Python のプログラム例

次のプログラムは iris, tips, planets, gammas, titanic, anscombe, exercise を CSV ファイルとして保存する．確認表示も行う．

import pandas as pd
import seaborn 

iris = seaborn.load_dataset('iris')
tips = seaborn.load_dataset('tips')
planets = seaborn.load_dataset('planets')
gammas = seaborn.load_dataset('gammas')
titanic = seaborn.load_dataset('titanic')
anscombe = seaborn.load_dataset('anscombe')
exercise = seaborn.load_dataset('exercise')

iris.to_csv('iris.csv', encoding='utf-8', index_label='id')
tips.to_csv('tips.csv', encoding='utf-8', index_label='id')
planets.to_csv('planets.csv', encoding='utf-8', index_label='id')
gammas.to_csv('gammas.csv', encoding='utf-8', index_label='id')
titanic.to_csv('titanic.csv', encoding='utf-8', index_label='id')
anscombe.to_csv('anscombe.csv', encoding='utf-8', index_label='id')
exercise.to_csv('exercise.csv', encoding='utf-8', index_label='id')

iris.head()
tips.head()
planets.head()
gammas.head()
titanic.head()
anscombe.head()
exercise.head()

Python の scikits.learn のデータセット

公式ページ: https://scikit-learn.org/stable/datasets

• diabetes(data, target): the diabetes dataset (regression).
  • 'data', the data to learn.
  • 'target', the labels for each sample.

• digits(data, target) : the digits dataset (classification)
  • 'data', the data to learn.
  • 'target', the classification labels for each sample.

• iris(sepal_length, sepal_width, petal_length, petal_width, species_number, species) : the iris dataset (classification).

• linnerud(weight, waist, pulse, chins, situps, jumps) : the linnerud dataset (multivariate regression).

Python プログラム

次のプログラムは，diabetes, digits, iris, linnerud を CSV ファイルとして保存する．

import pandas as pd
import scikits.learn.datasets

a = scikits.learn.datasets.load_diabetes()
diabetes = pd.DataFrame( pd.Series( map(list, a.data) ), columns=["data"] )
diabetes["target"] = pd.Series(a.target)
  
a = scikits.learn.datasets.load_digits()
digits = pd.DataFrame( pd.Series( map(list, a.data) ), columns=["data"] )
digits["target"] = pd.Series(a.target)

a = scikits.learn.datasets.load_iris()
iris = pd.DataFrame( a.data, columns=['sepal_length', 'sepal_width', 'petal_length', 'petal_width'] )
iris["species_number"] = pd.Series(a.target)
iris["species"] = pd.Series(a.target_names[a.target])

a = scikits.learn.datasets.load_linnerud()
linnerud = pd.DataFrame( np.hstack((a.data_exercise, a.data_physiological)), columns=['weight', 'waist', 'pulse', 'chins', 'situps', 'jumps'] )

diabetes.to_csv('diabetes.csv', encoding='utf-8', index_label='id')
digits.to_csv('digits.csv', encoding='utf-8', index_label='id')
iris.to_csv('iris.csv', encoding='utf-8', index_label='id')
linnerud.to_csv('linnerud.csv', encoding='utf-8', index_label='id')

次のプログラムは，digits データセットの 0 番目のデータを表示する．

import pylab as pl
pl.matshow( array( digits["data"][0] ).reshape(8, 8) )

import pylab as pl
pl.gray()
pl.matshow( array( digits["data"][0] ).reshape(8, 8) )