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）

前準備

Git のインストール

Python の準備（Windows，Ubuntu 上）

Windows での Python 3.10，関連パッケージ，Python 開発環境のインストール: 別ページ »で説明

Ubuntu では，システム Pythonを使うことができる．Python3 開発用ファイル，pip, setuptools のインストール: 別ページ »で説明

【サイト内の関連ページ】

【関連する外部ページ】

Pokemon データセットの準備

謝辞：Pokemon データセットの作者に感謝します．

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と展開（解凍）

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できる

Ubuntu, Debian 系（Ubuntu や RaspyerryPi など）のとき

前準備

wget, p7zip-full のインストール

sudo apt -y update
sudo apt -y install wget p7zip-full

データディレクトリの作成と，カレントディレクトリの移動

sudo mkdir /usr/local/dt
sudo chown -R ${USER}:${USER} /usr/local/dt
cd /usr/local/dt

データのダウンロードと展開（解凍）

CSV ファイル pokemon.csv が，データディレクトリにできる

wget https://gist.github.com/armgilles/194bcff35001e7eb53a2a8b441e8b2c6/archive/92200bc0a673d5ce2110aaad4544ed6c4010f687.zip
 "c:\Program Files\7-Zip\7z.exe" x -o/usr/local/dt 92200bc0a673d5ce2110aaad4544ed6c4010f687.zip 
rm -f 92200bc0a673d5ce2110aaad4544ed6c4010f687.zip 
mv 194bcff35001e7eb53a2a8b441e8b2c6-92200bc0a673d5ce2110aaad4544ed6c4010f687/pokemon.csv .
rmdir 194bcff35001e7eb53a2a8b441e8b2c6-92200bc0a673d5ce2110aaad4544ed6c4010f687
ls -la pokemon.csv

Python のデータフレームで扱ってみる

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

4. pokemon データセットの主成分分析プロット

主成分分析プロットの前準備

import numpy as np
import sklearn.decomposition
%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings

# 主成分分析
def prin(A, n):
    pca = sklearn.decomposition.PCA(n_components=n)
    return pca.fit_transform(A)

# 主成分分析で２つの成分を得る
def prin2(A):
    return prin(A, 2)

# M の最初の2列を，b で色を付けてプロット．b はラベル
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)
    # lenend を書き換え
    labels=f[1]
    for i, label in enumerate(labels):
        g.legend_.get_texts()[i].set_text(label) 
    plt.show()

# 主成分分析プロット
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)

本サイトは金子邦彦研究室のWebページである．

資料等の公開では，原則，「クリエイティブコモンズ BY NC SA」として公開するようにしている． PDFファイル，パワーポイントファイルなどには，「クリエイティブコモンズ BY NC SA」を明記するとともに，ロゴを記載するようにしている（作業が間に合っていない分もあるのでご容赦ください）．

公開している資料をご利用になる場合の，再配布の条件，剽窃の防止などについて，別ページ »で説明再配布や資料改変の際には，そのページをご確認ください．

サイトマップは，サイトマップのページをご覧下さい．本サイト内の検索は，サイト内検索のページをご利用下さい．

問い合わせ先：金子邦彦（かねこくにひこ） [image]