トップページ ▶ データ処理 ▶ Python の Pandas データフレーム ▶ Pandas データフレームの基本情報の表示，散布図、要約統計量、ヒストグラム（Python, pandas, matplotlib, seaborn, Iris データセット, titanicデータセットを使用）

サイトマップ

サイト内検索

まとめページ

アクセスログ

金子邦彦研究室

Pandas データフレームの基本情報の表示，散布図、要約統計量、ヒストグラム（Python, pandas, matplotlib, seaborn, Iris データセット, titanicデータセットを使用）

1. Google Colab へのリンク

このページの内容は，Google Colaboratory でも実行できる．

そのために，次の URL で，Google Colaboratory のノートブックを準備している．

https://colab.research.google.com/drive/1LfMuE3IVYKhXb57YGdsX_dmfnTvj5oKb?usp=sharing

2. 前準備

Python の準備

Google Colaboratory のノートブックを使うか， 自分のパソコンで Python を動かすなどがありえる．

• Google Colaboratory のノートブックを使う場合: 必要に応じて，下の「(1)」を参考に準備する．
• 自分のパソコンで Python を動かす場合: 必要に応じて，下の「(2)」を参考に準備する．

(1) （Google Colaboratory を使う場合）Google Colaboratory のノートブックの準備

Google Colaboratory のノートブックを新規作成を行う．

1. Google Colaboratory のWebページを開く

   https://colab.research.google.com

   Google Colab はオンラインの Python 開発環境． 使用するには Google アカウントが必要

2. 「ファイル」で、「ノートブックを新規作成」を選ぶ
   
3. Google アカウントでのログインが求められたときはログインする
   
   

(2) （自分のパソコンで Python を動かす場合）Python の準備

Python のインストール: 別ページで説明している．，pip と setuptools の更新，Python 開発環境

• Windows での Python のインストール: 別ページで説明している．，pip と setuptools の更新: 別ページで説明している．（あとのトラブルが起きにくいような手順を定めている）
• Ubuntu の場合:

  システム Python を使うことができる（システム Python を使う場合，Python のインストールは行わない）

  システム Python を用いるときは，pip, setuptools の更新は次のコマンドで行う．

  sudo apt -y update
  sudo apt -y install python3-pip python3-setuptools
  

  Ubuntu で，システム Python 以外の Python をインストールしたい場合は pyenv が便利である: 別ページで説明している．

Python の URL: http://www.python.org/

Python の numpy, pandas, seaborn, matplotlib, scikit-learn のインストール

• Windows の場合

  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．

  python -m pip install -U pip setuptools numpy pandas matplotlib seaborn scikit-learn scikit-learn-intelex
  

  
• 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 python3-sklearn
  

Iris データセット, titanic データセットの準備

1. iris, titanic データセットの読み込み

   import pandas as pd
   import seaborn as sns
   sns.set()
   iris = sns.load_dataset('iris')
   titanic = sns.load_dataset('titanic')
   

   
2. データの確認

   print(iris.head())
   print(titanic.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(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)

散布図

1. 読み込んだ Iris データセットの表示

   print(iris) 
   

   
2. 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]) 
   

   
3. 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．

   %matplotlib inline
   import matplotlib.pyplot as plt
   import warnings
   warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
   plt.style.use('ggplot')
   plt.plot(iris.iloc[:,1], iris.iloc[:,2], 'ro')
   plt.show()
   

   

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

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

ヒストグラム

%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
plt.style.use('ggplot')

plt.hist(iris.iloc[:,1])
plt.show()

plt.hist(iris.iloc[:,2])
plt.show()

２次元ヒストグラム

%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
plt.style.use('ggplot')

plt.hist2d(iris.iloc[:,1], iris.iloc[:,2])
plt.show()