◯こちらのサンプルコードは指導等にご自由にお使いください。
【サンプルコードの使い方】
◯サンプルコードを写す時はコピペをしないようにしましょう。
◯▶を押すと出力が表示されます。
◯Geminiボタンを押すとGemini(AI)による解説が表示されます。間違っていることもあるので、疑問に思った場合はご質問ください。
◯本マークを押すとカテゴリーの解説が見られます。
◯サンプルコードを写す時はコピペをしないようにしましょう。
◯▶を押すと出力が表示されます。
◯Geminiボタンを押すとGemini(AI)による解説が表示されます。間違っていることもあるので、疑問に思った場合はご質問ください。
◯本マークを押すとカテゴリーの解説が見られます。
【カテゴリーごとのページへ移動】
【Code List】
CODE: b-1 (Pandas)
import pandas as pd # ---- Config ---- FILE_NAME = "http://python.hisakatano.com/data/weight1.xlsx" def main(): fname = FILE_NAME df = pd.read_excel(fname, index_col=0, header=0) print("読み込んだデータ:") print(df) print() # "一日目"の列を抜き出す col1 = df[1] print("一日目の列:") print(col1) print() # "体重[kg]"の行を抜き出す weight_row = df[0:1] print("体重[kg]の行:") print(weight_row) print() # numpy arrayへ変換 weight_arr = weight_row.to_numpy() print("numpy arrayへ変換された体重[kg]の行:") print(weight_arr) return(0) main()
CODE: b-2 (Pandas)
import pandas as pd import matplotlib.pyplot as plt # ---- Config ---- FILE_NAME = "http://python.hisakatano.com/data/weight1.xlsx" OUTPUT_FILE = "output_b-2.png" def main(): fname = FILE_NAME df = pd.read_excel(fname, index_col=0, header=0) # headerを抜き出す header = df.columns header_arr = header.to_numpy() print("header:") print(header_arr) print() # "歩数"の行を抜き出す hosu_row = df[1:2] print("歩数の行:") hosu_arr = hosu_row.to_numpy()[0] print(hosu_arr) output_file = OUTPUT_FILE plt.plot(header_arr, hosu_arr) plt.savefig(output_file) return(0) main()
- 行をnumpyに変換するときに行が一つであっても二次元配列になるためto_numpy()[0]とする。
- output_b-2.pngが出力されるので要確認!
- 生成ファイル1
CODE: b-3 (Pandas)
import pandas as pd import numpy as np # ---- Config ---- FILE_NAME = "https://python.hisakatano.com/data/exams.csv" def main(): fname = FILE_NAME df = pd.read_csv(fname, index_col=None, header=0, skip_blank_lines=True) # "math"の列を抜き出す math_arr = df["math"].to_numpy() math_arr = math_arr.astype(np.float32) # 平均値 mean = np.mean(math_arr) print("平均値: %.1f" % (mean)) # 中央値 median = np.median(math_arr) print("中央値: %.1f" % (median)) # 分散 var = np.var(math_arr) print("分散: %.1f" % (var)) # 標準偏差 std = np.std(math_arr) print("標準偏差: %.1f" % (std)) # 最小値 min0 = np.min(math_arr) print("最小値: %.1f" % (min0)) # 最大値 max0 = np.max(math_arr) print("最大値: %.1f" % (max0)) return(0) main()
- 平均値、中央値、分散などはNumpyを使って簡単に求まる。
- 元データ
CODE: b-4 (Pandas)
import pandas as pd import numpy as np # ---- Config ---- FILE_NAME = "https://python.hisakatano.com/data/exams.csv" OUTPUT_FILE = "b-4_output.csv" # --------------------------------------------------------- # 平均からの差を求める # --------------------------------------------------------- def calc_mean_diff(arr): r = arr - np.mean(arr) return(r) # --------------------------------------------------------- # 偏差値を求める # --------------------------------------------------------- def calc_t_score(arr): std = np.std(arr) md_arr = calc_mean_diff(arr) t_score_arr = (md_arr / std) * 10 + 50 return(t_score_arr) def main(): fname = FILE_NAME df = pd.read_csv(fname, index_col=None, header=0, skip_blank_lines=True) # "math"の列を抜き出す math_arr = df["math"].to_numpy() math_arr = math_arr.astype(np.float32) # 平均からの差 md_arr = calc_mean_diff(math_arr) # 偏差値 ts_arr = calc_t_score(math_arr) # 出力データ df_out = pd.DataFrame() df_out["score"] = math_arr df_out["mean_diff"] = md_arr df_out["t_score"] = ts_arr print(df_out) df_out.to_csv(OUTPUT_FILE, index=False) return(0) main()
- Tスコア(偏差値)はNumpyで直接求める関数がないため、自作している。
- arr - np.mean(arr) は、配列からスカラー値を引いているので数学的にはおかしいが、「ブロードキャスト」という書き方で、Numpyでは正しく実行される。
- 出力ファイル
初心者から始められるPythonレッスン
