Matplotlibの使い方をみてみよう！④
こんにちは^^ EMです！
昨日友達にすすめられて「Steam」というゲームで初めてあそんでみました。
正直めっちゃおもしろいです。
無料から有料のゲームなど色々あるみたいなんですけど
その中でもPummel Partyというアプリをダウンロードして遊んでいたんですが
内容はマリオパーティのちょっとバイオレンスチック版です。笑
Steamの中にチャット機能もあるので、リモートで友達とゲームするのには
最高のツールですね。ぜひ気になる方は試してみて下さい。
という前置きが長くなりましたが、本題に入りたいと思います。
前回は時間の経過とともに変化するデータは線形のグラフで視覚化しやすい
という話でしたね。
dftp = pd.DataFrame({'Temp':[10.1, 9.7, 10.4, 10.4, 12.2, 12.8, 13.3, 13.1, 13.8, 13.3, 14.6, 14.7, 14.1, 15.8, 15.8,
16.2, 16.4, 16.0, 15.9, 17.9, 16.6, 17.5, 17.4, 18.2, 18.1, 17.3, 18.6, 18.7, 17.5, 17.2,
17.2, 17.3, 18.2, 17.9, 18.1, 17.7, 16.9, 18.3, 17.0, 16.3, 17.4, 15.7, 15.4, 15.2, 15.7,
15.7, 15.0, 14.0, 14.8]},
index=pd.date_range('2017-05-01 08:00:00',periods =49,freq='0.25H'))
dftp.head()
dftp.plot();
この表は、時系列のつながりがあり、データポイント間の関係を確認できるため
よりわかりやすいかと思います。
さらにMatplotlibには、ヒストグラムなど、他にも多くの種類のグラフがあります。
hist(dftp['Temp'],bins=20);
この種類のグラフは、データセットが持つ値の数を効果的に数える事ができます。
グラフの種類については、もっと知りたいという方は
Matplotlibサンプルギャラリーにアクセスして見てみてくださいね^^
https：//matplotlib.org/gallery.html
複数のプロット
列ごとに1つずつ、3つの別々の散布コマンドを実行すると
Pythonはそれらを同じインデックス（独立変数）として共有するため
自動的に同じグラフに配置されます。
plt.scatter(df1.index,df1['A']);
plt.scatter(df1.index,df1['B']);
plt.scatter(df1.index,df1['C']);
※sequentialとは連続とか繋がりという意味
同様に、使用する列のリストを指定するか、sequentialプロットコマンドを使用することで、
.plot（）コマンドで同等のプロットを取得できます。
※sequentialとは連続や繋がりのあるという意味です
df1[['A','C']].plot();
df1['A'].plot();
df1['C'].plot();
いかがだったでしょうか？
今回もまたMatplotlibについて簡単にお伝えしました。
視覚化する事でいろんなデータの考察がしやすくなったり
目で訴えられやすくなるので、資料作りの参考などになれば幸いです^^
ちなみに皆様に朗報です！
私今まで知らなかったんですが、CodeCampさんが無料で5回分無料レッスンを
されているらしいです、、、！
私が他のオンラインスクールで機械学習のコースを受講した際は
グループレッスンで約２倍のお値段を払ったので
完全マンツーマンでこのお値段は超良心的だなと思います。。。
ぜひ気になる方は無料体験もされてるみたいなので、一度WEBサイトを見てみてくださいね。
データ分析は時代が変化しても、必ず重宝される分野だと思いますし
デザイナーやWEBデベロッパー用などのコースも幅広くあるようなので
興味があるコースをチラ見してはいかがでしょうか^^
もちろん、個人で勉強する事もできますが、挫折経験のある私の個人的な経験から
プロから基礎を学ぶのは、本当に超効率的な自己投資だと思います。
もう少しハイレベルの表の作り方も今後記事にしていこうと思うので
よかったらまた読んでみて下さい！
それではみなさん、have a nice day!!
