トップページ -> コンピュータ実習 -> オープンデータの活用 -> irisデータセット、titanicデータセットの読み込み、散布図、要約統計量、ヒストグラム
[サイトマップへ], [サイト内検索へ],

irisデータセット、titanicデータセットの読み込み、散布図、要約統計量、ヒストグラム

サイト構成 連絡先,業績など コンピュータ実習 データの扱い コンピュータ設定 教材(公開) サポートページ

金子邦彦研究室: データベース、人工知能(AI)、データサイエンスの融合により不可能を可能にする

前準備

前準備として,Pythonのインストールが終わっていること.

Python のインストール

※ Python のプログラム作成には、PyCharmなどが便利である.

以下,Windows に Python, git, cmake をインストール済みであるものとして説明を続ける.

spyder, numpy scipy h5py scikit-learn scikit-image matplotlib seaborn pandas pillow のインストール

conda install -y -c spyder-ide spyder
conda install -y numpy scipy h5py scikit-learn scikit-image matplotlib seaborn pandas pillow

irisデータセット, titanic データセットの読み込み

Python プログラムを動かしたい.

Anacondaに入っている開発環境 spyder を実行し,右下の ipython コンソールを使うのが簡単.

  1. iris, titanic データの読み込み
    import pandas as pd
    import seaborn as sns
    
    iris = sns.load_dataset('iris')
    titanic = sns.load_dataset('titanic')
    
    

  2. 読み込んだ iris データセットの表示
    print(iris) 
    

  3. iris データセットのうち、1列目と 2列目の表示

    オブジェクト iris には 0, 1, 2, 3, 4列目がある.

    print(iris.iloc[:,1]) 
    print(iris.iloc[:,2]) 
    

  4. iris データセットについて、1列目と 2列目の散布図

    plt.style.use('ggplot')」はグラフの書式の設定.「ro」は「赤い丸」という意味.

    import matplotlib.pyplot as plt
    plt.style.use('ggplot')
    plt.plot(iris.iloc[:,1], iris.iloc[:,2], 'ro')
    plt.show()
    

  5. 基本的な情報の表示
    print(iris.head())
    print(iris.info())
    print(iris.shape)
    print(iris.ndim)
    print(iris.columns)
    
    print(titanic.head())
    print(titanic.info())
    print(titanic.shape)
    print(titanic.ndim)
    print(titanic.columns)
    


各属性の要約統計量(総数、平均、標準偏差、最小、四分位点、中央値、最大)

import seaborn as sns

iris = sns.load_dataset('iris')
titanic = sns.load_dataset('titanic')


print(iris.describe())
print(titanic.describe())


ヒストグラムの表示

plt.style.use('ggplot')
plt.hist(iris.iloc[:,1])
plt.show()

plt.style.use('ggplot')
plt.hist(iris.iloc[:,2])
plt.show()

2次元ヒストグラム

plt.style.use('ggplot')
plt.hist2d(iris.iloc[:,1], iris.iloc[:,2])
plt.show()



問い合わせ先: 金子邦彦(かねこ くにひこ)