ポケモンデータセット（CSVファイル）の読み込みと散布図（Python, pandas, matplotlib, seaborn を使用）

1. エグゼクティブサマリー

ポケモンデータセット（CSVファイル）の読み込みと散布図の作成を，Python, pandas, matplotlib, seaborn で行う．

本記事で扱う内容は以下のとおりである．

• Pokemon データセット（CSV ファイル）のダウンロードと配置
• pandas による CSV ファイルの読み込みとデータフレームの基本操作（head, shape, ndim, columns, info, describe）
• seaborn による散布図の作成（Attack と Defense の関係を Type 1 で色分け）
• scikit-learn による主成分分析（PCA）プロット

2. 前準備（必要ソフトウェアの入手）

ここでは、最低限の事前準備について説明する。機械学習や深層学習を行う場合は、NVIDIA CUDA、Visual Studio、Cursorなどを追加でインストールすると便利である。これらについては別ページ https://www.kkaneko.jp/cc/dev/aiassist.htmlで詳しく解説しているので、必要に応じて参照してください。

winget install --id Python.Python.3.12 -e --scope machine --silent --accept-source-agreements --accept-package-agreements --override "/quiet InstallAllUsers=1 PrependPath=1 Include_test=0 Include_pip=1 Include_launcher=1 InstallLauncherAllUsers=1 TargetDir=\"C:\Program Files\Python312\""
powershell -Command "$p='C:\Program Files\Python312'; $s=\"$p\Scripts\"; $m=[Environment]::GetEnvironmentVariable('Path','Machine'); if($m -notlike \"*$s*\") { [Environment]::SetEnvironmentVariable('Path', \"$p;$s;$m\", 'Machine') }"

python --version

winget install --scope machine --id Codeium.Windsurf -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --custom "/SP- /SUPPRESSMSGBOXES /NORESTART /CLOSEAPPLICATIONS /DIR=""C:\Program Files\Windsurf"" /MERGETASKS=!runcode,addtopath,associatewithfiles,!desktopicon"
powershell -Command "$env:Path=[System.Environment]::GetEnvironmentVariable('Path','Machine')+';'+[System.Environment]::GetEnvironmentVariable('Path','User'); windsurf --install-extension MS-CEINTL.vscode-language-pack-ja --force; windsurf --install-extension ms-python.python --force; windsurf --install-extension Codeium.windsurfPyright --force"

REM Git をシステム領域にインストール
winget install --scope machine --id Git.Git -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --override "/VERYSILENT /NORESTART /NOCANCEL /SP- /CLOSEAPPLICATIONS /RESTARTAPPLICATIONS /COMPONENTS=""icons,ext\reg\shellhere,assoc,assoc_sh"" /o:PathOption=Cmd /o:CRLFOption=CRLFCommitAsIs /o:BashTerminalOption=MinTTY /o:DefaultBranchOption=main /o:EditorOption=VIM /o:SSHOption=OpenSSH /o:UseCredentialManager=Enabled /o:PerformanceTweaksFSCache=Enabled /o:EnableSymlinks=Disabled /o:EnableFSMonitor=Disabled"

pip install -U numpy pandas matplotlib seaborn scikit-learn

3. 実行のための準備とその確認手順（Windows 前提）

3.1 プログラムファイルの準備

第5章のソースコードをテキストエディタ（メモ帳，Windsurf 等）で pokemon_analysis.py として保存する（文字コード：UTF-8）．Jupyter Notebook の場合は，各コードブロックを順にセルへ入力して実行する．

3.2 実行コマンド

コマンドプロンプトでファイルの保存先ディレクトリに移動し，以下を実行する．

python pokemon_analysis.py

コード中の %matplotlib inline は Jupyter Notebook 専用のマジックコマンドである．スクリプト実行時はこの行を削除またはコメントアウトする．

3.3 動作確認チェックリスト

4. 概要・使い方・実行上の注意

Pokemon データセットの準備

Windows では，次のように操作する．

• データディレクトリの作成

  mkdir c:\data
  

  
• カレントディレクトリの移動とデータのダウンロード

  cd C:\data
  git clone https://gist.github.com/armgilles/194bcff35001e7eb53a2a8b441e8b2c6
  move 194bcff35001e7eb53a2a8b441e8b2c6\pokemon.csv .
  

  

  CSV ファイル pokemon.csv がデータディレクトリに作成される．

データフレームの基本操作

pandas で読み込んだデータフレームでは，以下の属性・メソッドが使用できる．

• head: 先頭部分の表示
• shape: サイズ
• ndim: 次元数
• columns: 属性名
• info(): 各属性のデータ型

describe() で各数値属性の件数，平均，標準偏差，最小値，四分位数，最大値を確認できる．

散布図の作成

seaborn の scatterplot で，Attack（攻撃力）と Defense（防御力）の関係を Type 1（タイプ1）で色分けして表示する．

主成分分析プロット

scikit-learn の PCA で数値属性を2つの主成分に次元削減し，Type 1 で色分けした散布図として描画する．

5. ソースコード

CSV ファイルの読み込み

import pandas as pd
pokemon = pd.read_csv("C:/data/pokemon.csv")

データの確認

print(pokemon.head())

基本的な情報の表示

print(pokemon.head())
print(pokemon.info())
print(pokemon.shape)
print(pokemon.ndim)
print(pokemon.columns)

基本統計量の表示

print(pokemon.describe())

seaborn による散布図

import seaborn as sns
import matplotlib.pyplot as plt
sns.scatterplot(x='Attack', y='Defense', hue='Type 1', data=pokemon, alpha=0.6)
plt.title('Attack vs Defense by Type 1')
plt.show()

主成分分析プロットの前準備

import numpy as np
import seaborn as sns
import sklearn.decomposition
%matplotlib inline
import matplotlib.pyplot as plt

def prin(A, n):
    pca = sklearn.decomposition.PCA(n_components=n)
    return pca.fit_transform(A)

def prin2(A):
    return prin(A, 2)

def scatter_label_plot(M, b, alpha):
    a12 = pd.DataFrame(M[:, 0:2], columns=['a1', 'a2'])
    f = pd.factorize(b)
    a12['target'] = f[0]
    g = sns.scatterplot(x='a1', y='a2', hue='target', data=a12, palette=sns.color_palette("hls", np.max(f[0]) + 1), legend="full", alpha=alpha)
    labels = f[1]
    for i, label in enumerate(labels):
        g.legend_.get_texts()[i].set_text(label)
    plt.show()

def pcaplot(A, b, alpha):
    scatter_label_plot(prin2(A), b, alpha)

主成分分析プロット

X = pokemon.iloc[:, 4:7].to_numpy()
y = pokemon.iloc[:, 2]
pcaplot(X, y, 0.4)

6. まとめ

pandas による CSV ファイルの読み込み

pd.read_csv で CSV ファイルを読み込み，データフレームとして扱う．head, shape, ndim, columns, info(), describe() でデータの構造や基本統計量を確認できる．

seaborn による散布図

seaborn の scatterplot で，2つの数値属性の関係をカテゴリ（Type 1）で色分けして可視化する．

scikit-learn による主成分分析（PCA）

sklearn.decomposition.PCA で数値データを2つの主成分に次元削減し，散布図としてプロットする．

Pokemon データセット

Pokemon データセットは CSV 形式で提供され，各ポケモンの名前，タイプ，各種ステータス（HP, Attack, Defense, Sp. Atk, Sp. Def, Speed），世代，伝説かどうかの情報を含む．git clone で取得できる．