Pythonでグラフを表示

　上記記事で整えたMac & Python3環境でグラフ表示を可能とするために matplotlib をインストール。

(data_analysis) $ pip install matplotlib

　乱数配列をヒストグラム化するプログラムを作成。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# ヒストグラムのY軸を正規化（確率）して表示させる関数
def show_normed_hist(data, title, xlabel, ylabel, bins):
    plt.hist(data, normed=True, bins=bins)
    plt.title(title)
    plt.xlabel(xlabel)
    plt.ylabel(ylabel)
    plt.show()

r = np.random.randn(1000,5)

df = pd.DataFrame(r, columns=list('ABCDE'))
print(df.describe())
show_normed_hist(r, 'Histgram', 'n', 'prob', 50)

　下記のコマンドでプログラムを実行。

(data_analysis) $ python test.py & 
[1] 40776

　グラフ表示を終了させるまでシェルの制御が戻ってこなくなるため、"&“ を付けてバックグラウンド実行とする。

f:id:bulldra:20170222073611j:plain

　ヒストグラムの表示結果。2次元配列を渡しても matplotlib 側で制御してくれる。

scikit-learn のインストール

　続いて機械学習ライブラリの scikit-learn をインストールする。普通にPIPインストールすると失敗するので調べたら、SciPy が必須とのこと。

Python (>= 2.6 or >= 3.3),
NumPy (>= 1.6.1),
SciPy (>= 0.9).

Installing scikit-learn — scikit-learn 0.18.1 documentation

　先に SciPy をインストールしてから scikit-learnをインストール。scikit-learnは途中でコンパイルが必要となるため、sudoで実行する。

(data_analysis) $ pip install scipy
(data_analysis) $ sudo pip install scikit-learn

scikit-learn でクラスタリング

　乱数配列を Kmeans法でクラスタリングするプログラムを作成。

import pandas as pd
import numpy as np
from sklearn.cluster import KMeans

# Kmeans 表示
def show_kmeans(data):
    # Kmeas
    kmeans_model = KMeans(n_clusters=3, random_state=10).fit(data)
    # クラスタラベルを結合
    df = pd.concat([pd.DataFrame(kmeans_model.labels_, columns=['Label']), data], axis=1)
    print(df)

r = np.random.randn(10,5)
df = pd.DataFrame(r, columns=list('ABCDE'))
show_kmeans(df)

　前回インストールした pandas で配列同士を結合すると便利。

(data_analysis) $ python test.py 
   Label         A         B         C         D         E
0      0  0.462018  1.573145  1.356272  2.077497 -0.442880
1      0  0.105133  0.314921  1.316209  1.887002  1.163974
2      1 -1.092522  1.290340  1.187348 -1.262344  0.037429
3      0  0.733690 -0.245179  0.304962  0.459715  1.306258
4      0  0.570241 -0.238423  0.353163  0.241814  0.874983
5      1 -0.420605 -0.783803  0.036591 -1.197135 -0.534035
6      1 -0.691496  0.767393 -0.682319 -1.080912  0.580725
7      2  2.951777  0.570069 -0.311573 -0.072250 -1.133658
8      0  0.932389  0.179889  0.166576  0.873454 -0.396965
9      0  0.156743 -0.671090  1.227245 -0.024907  0.041011