この整理の詳しい説明については過去記事を参照ください。 データの可視化 まずはデータを可視化して整理します。 プロッティング 成長率間の関係をみるためにプロッティングします。なお、この記事内の実装コードはすべて上のcsvを使用するので、実装したい方はリポジトリをクローンしてから実行してください。 import numpy as np import pandas as pd import matplotlib.pyplot as plt from pandas import plotting #オリジナルデータを読み込む df = pd.read_csv('growth_rate.csv') #後で性別のカラーラベルに使用するためにbとrに置き換えたものを作成 col_sex = df['sex'].replace('Male','b').replace('Female','r') plot
![FE(ファイアーエムブレム)に性差別はあるのかリターンズ~機械学習を添えて~ - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/417bddf14d6d0e2b6bd5fc0b9ec625e116e647f5/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBoaWJpdCZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9ZTVjNDJmNzRkNTI5M2ZiNzE3NTRjMjQzZmJhMGRhMWQ%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D8a3e7317e6085185fb7bab9a5364d8e5)