データから要約統計量の算出、分布のプロット（Kaggle の titanic データセットを使用）

前準備

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（winget を使用しないインストール）: 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】

• Python のまとめ: 別ページ »にまとめ
• Google Colaboratory の使い方など: 別ページ »で説明

【関連する外部ページ】 Python の公式ページ: https://www.python.org/

Python の scikit-learn 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．

  python -m pip install -U numpy pandas seaborn matplotlib
  

• Ubuntu の場合

  端末で，次のコマンドを実行

  sudo apt -y update
  sudo apt -y install python3-numpy python3-pandas python3-seaborn python3-matplotlib
  

Iris データセット, titanic データセットの準備

Iris データセットの準備

import pandas as pd
import seaborn as sns
sns.set()

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

属性間の相関 (correlation) （書きかけ）

sns.heatmap(train.corr()) https://www.kaggle.com/helgejo/an-interactive-data-science-tutorial https://www.kaggle.com/c/titanic#tutorials https://www.kaggle.com/sashr07/kaggle-titanic-tutorial https://www.kaggle.com/helgejo/an-interactive-data-science-tutorial https://www.kaggle.com/arthurtok/introduction-to-ensembling-stacking-in-python https://www.kaggle.com/jeffd23/scikit-learn-ml-from-start-to-finish https://gist.github.com/mwaskom/8224591

文字列を数値に変換

簡単な例

import pandas as pd
x = pd.Series( ['apple', 'orange', 'apple', 'apple'] )
x.map( {'apple': 0, 'orange':1} )