変数関係の可視化

PythonPythonBeginner
今すぐ練習

This tutorial is from open-source community. Access the source code

💡 このチュートリアルは英語版からAIによって翻訳されています。原文を確認するには、 ここをクリックしてください

はじめに

この実験では、PythonのMatplotlibライブラリを使って簡単な散布図を作成する方法を学びます。散布図は、2つの変数の値を点の集合として表示するプロットの一種です。各点は2つの変数の値を表し、点の位置は2つの変数の値を表します。散布図は、変数間の関係を特定したり、外れ値を特定するのに役立ちます。

VMのヒント

VMの起動が完了したら、左上隅をクリックしてノートブックタブに切り替え、Jupyter Notebookを使って練習しましょう。

時々、Jupyter Notebookが読み込み終わるまで数秒待つ必要がある場合があります。Jupyter Notebookの制限により、操作の検証を自動化することはできません。

学習中に問題に遭遇した場合は、Labbyにお問い合わせください。セッション後にフィードバックを提供してください。すぐに問題を解決いたします。


Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL python(("Python")) -.-> python/DataStructuresGroup(["Data Structures"]) python(("Python")) -.-> python/DataScienceandMachineLearningGroup(["Data Science and Machine Learning"]) matplotlib(("Matplotlib")) -.-> matplotlib/BasicConceptsGroup(["Basic Concepts"]) python(("Python")) -.-> python/ModulesandPackagesGroup(["Modules and Packages"]) python(("Python")) -.-> python/PythonStandardLibraryGroup(["Python Standard Library"]) matplotlib(("Matplotlib")) -.-> matplotlib/PlottingDataGroup(["Plotting Data"]) matplotlib/BasicConceptsGroup -.-> matplotlib/importing_matplotlib("Importing Matplotlib") matplotlib/BasicConceptsGroup -.-> matplotlib/figures_axes("Understanding Figures and Axes") matplotlib/PlottingDataGroup -.-> matplotlib/scatter_plots("Scatter Plots") python/DataStructuresGroup -.-> python/tuples("Tuples") python/ModulesandPackagesGroup -.-> python/importing_modules("Importing Modules") python/ModulesandPackagesGroup -.-> python/standard_libraries("Common Standard Libraries") python/PythonStandardLibraryGroup -.-> python/math_random("Math and Random") python/DataScienceandMachineLearningGroup -.-> python/numerical_computing("Numerical Computing") python/DataScienceandMachineLearningGroup -.-> python/data_visualization("Data Visualization") subgraph Lab Skills matplotlib/importing_matplotlib -.-> lab-48918{{"変数関係の可視化"}} matplotlib/figures_axes -.-> lab-48918{{"変数関係の可視化"}} matplotlib/scatter_plots -.-> lab-48918{{"変数関係の可視化"}} python/tuples -.-> lab-48918{{"変数関係の可視化"}} python/importing_modules -.-> lab-48918{{"変数関係の可視化"}} python/standard_libraries -.-> lab-48918{{"変数関係の可視化"}} python/math_random -.-> lab-48918{{"変数関係の可視化"}} python/numerical_computing -.-> lab-48918{{"変数関係の可視化"}} python/data_visualization -.-> lab-48918{{"変数関係の可視化"}} end

必要なライブラリをインポートする

このステップでは、散布図を作成するために必要なライブラリをインポートします。散布図の作成にはMatplotlibライブラリを、乱数データの生成にはNumPyライブラリを使用します。

import matplotlib.pyplot as plt
import numpy as np

乱数データを生成する

このステップでは、散布図用の乱数データを生成します。NumPyライブラリを使って、各変数について50個のデータポイントを生成します。

np.random.seed(19680801)

N = 50
x = np.random.rand(N)
y = np.random.rand(N)

点のサイズと色を定義する

このステップでは、散布図の点のサイズと色を定義します。点のサイズと色について乱数値を生成するために、NumPyライブラリを使用します。

colors = np.random.rand(N)
area = (30 * np.random.rand(N))**2

散布図を作成する

このステップでは、Matplotlibライブラリを使って散布図を作成します。散布図を作成するためにscatter関数を使用し、点のサイズと色を指定します。

plt.scatter(x, y, s=area, c=colors, alpha=0.5)
plt.show()

まとめ

この実験では、PythonのMatplotlibライブラリを使って簡単な散布図を作成する方法を学びました。NumPyライブラリを使って散布図用の乱数データを生成し、点のサイズと色を定義し、Matplotlibライブラリのscatter関数を使って散布図を作成しました。散布図は、変数間の関係を特定したり、外れ値を特定するのに役立ちます。