Google Colaboratory上で某ビジネス系オンラインメディアのPV推移のグラフをmatplotlibを用いて描画する - Qiita
Google Colaboratory上で某ビジネス系オンラインメディアのPV推移のグラフをmatplotlibを用いて描画するanalyticsmatplotlibpandasデータ分析GoogleColaboratory 1.概要 そういえば某ビジネス系オンラインメディアのPV推移を個人的な趣味で定点観測しているのですが、そのオンラインメディアのADページで、PVやUB(UniqueBrowser)の数値をHTMLページのTableタグで表記して公開している事に気付いたので、最近覚えたGoogle colaboratoryを使ってPandasのread_HTML()でPV数値を読み込んで、Matplotlibでグラフ描画しようというのが、本イシューの趣旨。 （注：今まで1個1個PVやUBの数値をExcel等にてコピペしてグラフ描画する的な作業をやっていたけれど、その作業が超絶面倒くさい
matplotlibを使ってデータ可視化(箱ひげ図) - Qiita
今回はPython3のmatplotlibの簡単な使い方について話したいと思います． なぜwxpythonの続きではなく？--->理由は授業で使うからの理由でmatplotlibにした． matplotlibとは matplotlibはPythonでグラフを描画するときなどに使われる標準的なライブラリです． 画像ファイルを作るばかりでなく，簡単なアニメーションやインタラクティブなグラフを作ることもできます． 実際の例はmatplotlibサイトのギャラリーで見ることができます． https://matplotlib.org/gallery.html 準備 サンプルコードを動かす上で予めいくつかモジュールを読み込んでおきます．
画像データdigits,主成分分析で3次元の可視化をしてみる - Qiita
はじめに scikit learnにはdigitsと呼ばれる0~9までの数字の手書きの画像データが含まれています。 これを多変量分析の一種である主成分分析(PCA)を利用して可視化するという事例は多数紹介されています。たとえばScikit-learnでPCAなど。 ただし、可視化は大抵第2主成分までの2次元データである例がほとんどでした。ここでは第3主成分までなんとか可視化させてみたいと思います(ネタ)。 なお主成分分析に関しては意味がわかる主成分分析がわかりやすかったと思います。 digitsのデータの可視化 ライブラリのimportから画像データの可視化までを行います。 # -*- coding: utf-8 -*- import numpy as np from sklearn import datasets from sklearn.decomposition import PCA
転ばぬ先の杖-機械学習エラー備忘録(matplotlibエラー、scikit-learnエラー、kerasエラー) - Qiita
Traceback (most recent call last): File "bmi-plot.py", line 12, in <module> fig = plt.figure() File "/usr/local/lib/python3.5/dist-packages/matplotlib/pyplot.py", line 533, in figure **kwargs) File "/usr/local/lib/python3.5/dist-packages/matplotlib/backend_bases.py", line 161, in new_figure_manager return cls.new_figure_manager_given_figure(num, fig) File "/usr/local/lib/python3.5/dist-packages/ma
東証2部最強やなという話コード篇 - Qiita
昨日自分のはてなブログで「東証2部最強やなという話」を書きました。この記事はTOPIX指数、東証2部指数、マザーズ指数のデータをダウンロードして加工し、各々の価格データを指数化したものと標準偏差を比べ見て、東証2部指数が最強やなみたいな記事を作りました。（決して投資を推奨するわけではありません。そうして、TOPIX,マザーズ指数に投資する方法はたくさんありますが（投資信託、ETF、先物など）、東証2部指数に投資する方法は筆者が知る限りありません。） 最強やなというところで使ったグラフは以下のものでmatplotlibで書きました。 そのコードを以下では書いていきます。 まず価格データに関しては、SBI証券よりダウンロードしました。TOPIX、東証2部指数に関しては2000年からのデータをcsvでできました。マザーズ指数に関しては、算出が2003年9月12日ということで、その日からのデータし
What's new? — Matplotlib 3.4.3 documentation
What's new in Matplotlib 3.4.0¶ For a list of all of the issues and pull requests since the last revision, see the GitHub Stats. New subfigure functionality¶ New figure.Figure.add_subfigure and figure.Figure.subfigures functionalities allow creating virtual figures within figures. Similar nesting was previously done with nested gridspecs (see Nested Gridspecs). However, this did not allow localize
matplotlibで3次元プロットする際に3軸のスケールを揃える - Qiita
※stackoverflowより意訳 matplotlibでグラフを書くときに各軸のスケールを揃えたいことがあると思います．2次元グラフの場合は以下のように設定すればいいです． import matplotlib.pyplot as plt fig = plt.figure() ax = add_subplot(111) ax.set_aspect('equal') from mpl_toolkits.mplot3d import Axes3D import matplotlib.pyplot as plt import numpy as np fig = plt.figure() ax = fig.add_subplot(111,projection='3d') ax.set_aspect('equal') X = np.random.rand(100)*10+5 Y = np.rand
Matplotlib 論文書くときに使ったやつメモ - Qiita
はじめに 論文を書くときにいろいろ調べたのですがまた書くときにまとめておくと楽なので そのまとめです 参考 https://qiita.com/rnhd/items/325d21621cfe9e553c17 https://qiita.com/okadate/items/00227316187b60f861f5 https://qiita.com/nishimuraatsushi/items/2df8542ebf97affa26fb グラフの文字系 ここがとにかく大変でした 普通times new romanを使うので よく言われているこれでやると plt.rcParams['font.family'] = 'Times New Roman' #全体のフォントを設定 plt.rcParams["mathtext.fontset"] = "stix" plt.rcParams["font.s
matplotlibで土日に線を入れる - Qiita
x軸が日付のとき、グラフの推移に曜日が関係していることがあります。 土曜日と日曜日がどの辺りなのか分かりやすいように色をつける方法を考えました。 ライブラリのインポートと、サンプルデータの用意をします。 import numpy as np import pandas as pd import matplotlib.pyplot as plt import datetime %matplotlib inline df = pd.DataFrame() for day in (datetime.date(2018, 9, 1) + datetime.timedelta(x) for x in range(30)): df = df.append(pd.DataFrame([[day, np.random.rand()]], columns = ['date','value']), ignor
【Python】ただひたすらにフーリエ変換【備忘録】 - Qiita
ただひたすらに（１次元）フーリエ変換． 意外と何やってるかわからなくなるので備忘録も兼ねて． フーリエ変換（Fourier transform; FT）は、時間(or空間)軸と周波数軸の変換． 基本のコードは以下． import numpy as np from scipy.fftpack import fft import matplotlib.pyplot as plt # parameters N = 2**20 # data number dt = 0.0001 # data step [s] f1, f2 = 5, 8 # frequency[Hz] A1, A2 = 5, 0 # Amplitude p1, p2 = 0, 0 # phase t = np.arange(0, N*dt, dt) # time freq = np.linspace(0, 1.0/dt, N) #
Sympyで包絡線を解いてmatplotlibで可視化 - Qiita
環境 Windows 7 Anaconda 4.3.34 python 3.6.4 何の話か 直線群の包絡線の曲線をSympyを使って求め、matplotlibを使って可視化してみたPythonコードを、自分語りに交えて紹介します。 導入 多湖 輝氏のシリーズに「頭の体操」というものがあります。なるほど面白い問題からなぞなぞ、ただの屁理屈まで幅広いひねった問題があったように思います。 例：問「先に家を出て東に向かった兄を追って弟が家を出たが、弟は西に向かった、何故か」答「自転車がある駐車場が西にあるから」 僕が子供のころ父が買っていて読んでいたのですが、そんななかふと気になる問題がありました。 ちょっと具体的な文は忘れたのですが、要約すると 「定規だけ（つまり直線だけ）で円を描け」 というものでした。答えは 正方形を用意し、各辺を細かく等分したメモリを打つ 左下にP、右下にQを置く PとQ
画像のヒストグラムを表示する - Qiita
Pythonでグレースケール画像のヒストグラムを表示する方法。 PIL(Pillow), numpy, matplotlibはインストール済みの前提。 実際に表示させた結果 単にヒストグラムだけ表示すると分かりづらいので、ヒストグラムの上に画像も表示させる。 コード #-*- coding:utf-8 -*- from PIL import Image import numpy as np import matplotlib.pyplot as plt # 画像の読み込み & グレースケールに変換 img = Image.open('適当な画像ファイル').convert('L') # 上段の画像の表示設定 plt.subplot(2, 1, 1) # 引数はそれぞれ、全体の行数、全体の列数、設定対象のIndex a = np.array(img) plt.imshow(a) plt.gr
matplotlibで描画する方法 - Qiita
matplotlibでグラフを描画 matplotlibで描画する方法を紹介していきます． jupyterを使用して書いています． よく書き方を忘れるので自分用の忘備録の意味も込めて書いていきます． つらつらと追加しているので読みづらいかもしれません． 全てを理解して書いていないところがあったりするので間違っていたら教えてください． - 2018/09/08 初書き 開発環境 2018/09/08現在 - OS: Mac OS X EI Capitan (10.11.6) - Python 3.7.0 - matplotlib 2.2.3 - jupyter - pandas 0.23.4 準備 %matplotlib inline #jupyter（notebook,lab）を使用する時は記載 import matplotlib.pyplot as plt import pandas a
論文のためのMatplotlibを利用した図の作り方 - Qiita
最近では、材料工学などの分野でもビッグデータ解析や機械学習をする機会が増えてきています。その際、Pythonなどを利用する機会もあるかと思います。解析した結果を図として論文やパワポ、ポスターなどに載せたいとき、普段ならOriginやNgraphなどのグラフ作成ソフトを使用しますが、せっかくならPythonのMatplotlibで綺麗に描きたいという気持ちになるはずです。そんな気持ちで色々調べた結果をまとめました。 以下に示す例は、完全に'私の主観'で綺麗と言っているので、違うと思ったら変更してください。 ライブラリの読み込み まずは最低限必要なライブラリを読み込んでおきます。 import numpy as np import pandas as pd import matplotlib import matplotlib.pyplot as plt from sklearn.prepro
【Python入門】Pythonで便利なライブラリ(numpy,pandas,matplotlib)をインストール後、pyファイルの中で使えるようにするまで(macOS編) - Qiita
【Python入門】Pythonで便利なライブラリ(numpy,pandas,matplotlib)をインストール後、pyファイルの中で使えるようにするまで(macOS編)numpy初心者matplotlibpandasPython3 なんのために共有するか？ ども！Masaです。 正直、初心者としては「コマンドラインいじるの！？…怖い…」「え、元に戻らなくなったらどうしよう…」みたいな不安があるとおもうんす。 そういう不安をへらすために得た知識・体験したものを共有します！ 疑問が解消されたり、不安が少しでも減ったら 左のいいねボタンをポチッとお願いします！ この記事でできるようになること、できないこと ・できること Pythonで便利なライブラリ(numpy,pandas,matplotlib)をインストール後、pyファイルの中で使えるようにimportしてサンプルコードを動かすことがで
ケース別データの可視化パターンとpythonによる実装 - Qiita
データが与えられた時、まずは可視化してデータの特徴を把握することが大切です。しかし、何を軸にしてどのように可視化するのかということに関しては、あまりルール化されていないのが現状だと思います。 データから何を知りたいのか？ということから、パターン別にどのように可視化したらいいのかということをチートシート形式で示し、さらにpythonでの可視化方法を順に紹介していきたいと思います。 上のチートシートを参考に、 Distribution｜分布 Composition｜構成 Relationship｜関係 Comparison｜比較 の4つの項目に分けて、どのようなデータパターンではどのように可視化するとわかりやすいか、pythonではどのように実装するのかを記していきます。 準備 import matplotlib.pyplot as plt import pandas as pd import
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
[Kaggle]New York City Taxi Fare Prediction - Qiita
Ubuntu on Windows(WSL)で, matplotlib.pyplotが動かない問題の対処方法 - Qiita
Colaboratoryでmatplotlibの日本語表示 - Qiita
Pythonでデータと向き合いながら価値を見出す「探索的データ解析」に挑戦しよう
