Windows では、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．
※ Windows で、あるPython 環境（名前は aiとする）の spyder を使いたいとき：
- Windows のスタートメニューに「spyder (ai)」が増えるので、それを使う。あるいは
- コマンドプロンプトで「activate ai」を実行したあとに「spyder」
次の Python プログラムを実行
import sklearn.datasets iris = sklearn.datasets.load_iris() X = iris.data y = iris.target
実習課題
iris データについて，配列の形，次元数，データの中身を，次のプログラムで確認しなさい.
X は外花被片、内花被片の幅と高さである
print( X.shape ) print( X.ndim ) print( X )
配列（アレイ）の形：サイズは 150 × 4．次元数は 2．
y は花の種類のデータである
print( y.shape ) print( y.ndim ) print( y )
配列（アレイ）の形：サイズは 150．次元数は 1．
「主成分分析」を用いて、X のサイズ 150 × 4 を、 150 × 2 に変換． そして、150 個の点としてプロット
import pandas as pd
import seaborn
import sklearn.decomposition
import matplotlib.pyplot as plt
# 主成分分析で第２次元のサイズを２に
def prin2(A):
pca = sklearn.decomposition.PCA(n_components=2)
pca.fit(A)
return pca.fit_transform(A)
plt.scatter(prin2(X)[:,0], prin2(X)[:,1])
y を使って、点に色を付ける
import pandas as pd
import seaborn
import sklearn.decomposition
import matplotlib.pyplot as plt
# 主成分分析で第２次元のサイズを２に
def prin2(A):
pca = sklearn.decomposition.PCA(n_components=2)
pca.fit(A)
return pca.fit_transform(A)
def scatter_color(A2, b, alpha):
a12 = pd.DataFrame( A2, columns=['a1', 'a2'] )
a12['target'] = b
seaborn.lmplot(x='a1', y='a2', data=a12, hue='target', scatter_kws={'alpha': alpha}, fit_reg=False)
scatter_color(prin2(X), y, 1)
