DataFrame(pandas)とかseabornの覚書 - Qiita
# インポート from pandas import DataFrame # tsvの読み込み dframe = pd.read_csv('data.tsv', delimiter='\t', header=None) # カラム名変更 dframe.columns = ['hoge', 'fuga'] # カラムを落として別のDataFrame作成 dframe2 = dframe[[0, 1]] # カラム名が文字列で付いてたら、dframe[['hoge', 'fuga']]で。 # 重複行削除 dframe3 = dframe2.drop_duplicates() # 行数調査 len(dframe3) # DataFrameの数値の先頭X文字を切り取って新しいカラムとして使う # sliceカラムを追加し、そこに、hoge(float型)の先頭4文字を挿入 dframe4['sl
STU48が某個人配信プラットフォームで強いって言われてるけど・・・ その１ - Qiita
アイドル様 僕はアイドル様が好きなのですが、そのアイドル愛が歪んで、某個人配信プラットフォームでアイドル様の配信の分析をしています。個人的に、秋元康氏プロデュースのアイドル様に興味があります。究極の目標はアイドル様の人気の数値化と、某総選挙順位や選抜の予測です。ただし、某個人配信プラットフォームを全く利用しないランカーさんも存在するため、そのあたりは知りません。 STU48とは STU48（エスティーユー フォーティーエイト）は、秋元康のプロデュースにより、2017年に誕生した瀬戸内7県を拠点とする日本の女性アイドルグループ。AKB48グループを構成するグループのひとつである。出典：wikipedia 公式サイト メンバー一覧はプロフィールで見れます。かわいい。 一般人の認知度はものすごく低く、劇場となるはずの船の予定も未定、2ndシングルの発売も延期となりましたが2019年2月に決定と、
ズレた時系列データのヒートマップを上下に並べる。seabornで。 - Qiita
目的 x軸方向（時間方向）にずれたデータを1つのヒートマップ上に並べて表示したい． そのために，データの整形を行う． 状況 複数のセンサからデータをサンプリング サンプリング周期は同じ 取得タイミングがずれている データ数が異なる Ex.) 分散システムになっていて，それぞれのデータが中央に送られてくる． ので，一筋縄ではいきません． データ整形からプロットまで データの読み込み（作成） pd.read_csv() とかで読むけど，今回はダミーデータを使用します． # 時間のズレを作る time_A = np.arange(5, step=0.01) time_B = np.arange(5.1, step=0.01) # 適当にばらつかせる time_A += list(map(int, np.random.normal(scale=0.01, size=len(time_A)))) t
Seabornで相関係数行列を書こう - Qiita
初投稿です。お手柔らかにお願いします！ 今日は、kaggleのタイタニックでとあるkernelsを読んでいたところ、 Seabornというライブラリを使った、相関係数行列の作成があったので詳しく見ていきたいと思います。 参考: https://www.kaggle.com/arthurtok/introduction-to-ensembling-stacking-in-python 環境：kaggleのkernel(仮想環境） 相関係数行列、書けると何が嬉しいの？ 機械学習において余計なパラメータは計算リソースが増える・過学習の可能性が増えるので、 減らしたいものです。 相関が強い二つパラメータは、片方のパラメータで説明できてしまうので、 必要が薄いのです。 相関係数行列を表示すると、パラメータ毎の相関が一発でわかるので、 パラメータ選定の助けになります。 seabornとは？ seabo
データサイエンス初心者のメモ[1日目] - Qiita
概要 共同研究のアルバイトでデータサイエンスっぽいことをすることになったので，忘れないようメモとして残すことにします． 企業さんから（詳しくは書けませんが）あるデータログを頂きました．それに対して処理を行っていきます． jupyter-notebook Jupyter-notebookを使おうと思います． 自分はanaconda環境を使用しているので， conda install jupyter でJupyter-notebookをインストール．使用したいディレクトリに移動して jupyter notebook でWebブラウザからPythonのプログラムを実行できるツールが立ち上がる． 画面右上にある[New]のボタンから[Python3]を選択して準備完了． あとはセルにコードを書いて，[Shift]+[Enter]で実行可能． パッケージ Pythonを使ったデータ解析，操作でよく使
![データサイエンス初心者のメモ[1日目] - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/67fb64b04648a72b7c71a60306d0ce20b49bb069/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fqiita-user-contents.imgix.net%252Fhttps%25253A%25252F%25252Fcdn.qiita.com%25252Fassets%25252Fpublic%25252Farticle-ogp-background-afbab5eb44e0b055cce1258705637a91.png%253Fixlib%253Drb-4.0.0%2526w%253D1200%2526blend64%253DaHR0cHM6Ly9xaWl0YS11c2VyLXByb2ZpbGUtaW1hZ2VzLmltZ2l4Lm5ldC9odHRwcyUzQSUyRiUyRmF2YXRhcnMwLmdpdGh1YnVzZXJjb250ZW50LmNvbSUyRnUlMkYyNjg2NDQ1NSUzRnYlM0Q0P2l4bGliPXJiLTQuMC4wJmFyPTElM0ExJmZpdD1jcm9wJm1hc2s9ZWxsaXBzZSZmbT1wbmczMiZzPTQyMTgzNGE4MmRiNGEwZGY3ZTEyM2U3M2NhNjM3NWJi%2526blend-x%253D120%2526blend-y%253D467%2526blend-w%253D82%2526blend-h%253D82%2526blend-mode%253Dnormal%2526s%253D2f7690dcd0c624125cac68849b571037%3Fixlib%3Drb-4.0.0%26w%3D1200%26fm%3Djpg%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk2MCZoPTMyNCZ0eHQ9JUUzJTgzJTg3JUUzJTgzJUJDJUUzJTgyJUJGJUUzJTgyJUI1JUUzJTgyJUE0JUUzJTgyJUE4JUUzJTgzJUIzJUUzJTgyJUI5JUU1JTg4JTlEJUU1JUJGJTgzJUU4JTgwJTg1JUUzJTgxJUFFJUUzJTgzJUExJUUzJTgzJUEyJTVCMSVFNiU5NyVBNSVFNyU5QiVBRSU1RCZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZ0eHQtY29sb3I9JTIzMUUyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTU2JnR4dC1wYWQ9MCZzPTNjMjdiYWY2NGZlODQzZWNhOTAwNDIyYzk4ZTdiNzYy%26mark-x%3D120%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTgzOCZoPTU4JnR4dD0lNDBrYXdhaXkmdHh0LWNvbG9yPSUyMzFFMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtcGFkPTAmcz04N2YwNTJkYzFjMjdkOGFiZDdhMjYzODc4NjlkYmUwYw%26blend-x%3D242%26blend-y%3D480%26blend-w%3D838%26blend-h%3D46%26blend-fit%3Dcrop%26blend-crop%3Dleft%252Cbottom%26blend-mode%3Dnormal%26s%3Dccc552a5e049bf2328cb34fa07d5fa86)
Seabornで相関をヒートマップにする（行・列を並び替えながら） / Heatmap using Seaborn (order rows and columns as you like) - Qiita
やりたいこと / Purpose Seabornでヒートマップを描くとき、項目の並び順を自由にカスタマイズしたい。 You may want to order entries arbitrarily as you like when drawing a heatmap with seaborn. Here's how to do that. データ準備 / Data preparation はじめに元データを用意します。ここでは、三箇所の場所で四種類の動物を目撃した回数をデータにします。 Prepare a dataset to visualize first. Suppose you went out to three different places and counted how many times you saw some animal species.
Kaggle初心者向けPorto Seguro'sコンペ おすすめKernel一覧 - Qiita
導入 まだ、私は機械学習を学び始めて２ヶ月ぐらいです。 最近Kaggleで学んだ知識を実践しようと取り組んでおり、どういった学習方法がいいのかなーって調べていたら 「KaggleのKenel読むといいよ！！」 ってあったので見てみたのですが 意味不明なコードで書かれたKernelばっかやん😡 そういうわけでなんとかして、初心者向けの簡単なコードで書かれたカーネルを見つけたので紹介していこうと思います。 ちなみにコンペはtkm2261さんのYoutube動画の影響を受けてPorto Seguro'sをやってます。 このコンペはデータが綺麗で、自然言語処理の知識とかも入らないのでtitanicやった後はこのコンペをやることをおすすめします! カーネルに関しては見つけ次第順次追加していく予定です。 もし、初心者におすすめのカーネルがあるよーって方はコメントしてくだされば追加するのでよろしくお願
Spotifyでトップチャートの曲(と自分の曲)の分析 - Qiita
はじめに 3月末に大学でデータ分析系の研究室に配属され、何か手頃なデータで遊んで見たいなぁ〜と思っていたところこんな素晴らしい記事を偶然発見。 Spotifyの76,000曲の属性データを分析した結果、J-RockはRockというよりむしろPunkだった **Spotify**は無料(!)で使えるApple Musicのような定額音楽ストリーミングサービスです。 ↑Spotify の Web Player 前々からSpotifyはかなり使っているのですが、APIの存在はこの記事で初めて知りました。取得できるオーディオ解析のデータの一つ一つもかなり面白そうだったので、これを使う手はない！ということで実際に触って見ました。 今回はSpotifyの曲の情報を取得するAPIを使い、データサイエンティスト一年生かつトラックメイカー四年生の観点から、色々頑張ってみようと思います。 目標 今回の目標は以
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
bit.ly/2R4kfvs
databricks cloud上でmatplotlibとかseabornのグラフを表示するスニペット - Qiita
画像認識で硬貨を識別したい その２ 散布図からHSVとRGB(BGR)どちらを使うのが良いか検討 - Qiita
pandasとデータでみるアイドルのファンはどれくらい他のメンバーのファンか。 - Qiita
seabornでhueを指定しながら、重ねてプロットしようとしたらハマった話 - Qiita
Seabornが自動で適用されない - Qiita
seaborn日本語表示設定 - Qiita
seabornをなぜ as snsとしてimportするのか - Qiita
画像認識で硬貨を識別したい その２ 散布図からHSVとRGB(BGR)どちらを使うのが良いか検討 - Qiita
とりあえずのクラスタリング - Qiita
RユーザーのためのPython対応表 [tidyr, ggplot2] - Qiita![RユーザーのためのPython対応表 [tidyr, ggplot2] - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/e68249512ba39fc1d48a9a2bd6e8a4913fd307ad/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fqiita-user-contents.imgix.net%252Fhttps%25253A%25252F%25252Fcdn.qiita.com%25252Fassets%25252Fpublic%25252Farticle-ogp-background-afbab5eb44e0b055cce1258705637a91.png%253Fixlib%253Drb-4.0.0%2526w%253D1200%2526blend64%253DaHR0cHM6Ly9xaWl0YS11c2VyLXByb2ZpbGUtaW1hZ2VzLmltZ2l4Lm5ldC9odHRwcyUzQSUyRiUyRnFpaXRhLWltYWdlLXN0b3JlLnMzLmFwLW5vcnRoZWFzdC0xLmFtYXpvbmF3cy5jb20lMkYwJTJGMjA0NDg5JTJGcHJvZmlsZS1pbWFnZXMlMkYxNTc0Njg5NTEyP2l4bGliPXJiLTQuMC4wJmFyPTElM0ExJmZpdD1jcm9wJm1hc2s9ZWxsaXBzZSZmbT1wbmczMiZzPTNhNDgzNTBjMDM4NjYxYzVlMzFlODE3MzBkODQ2M2Rj%2526blend-x%253D120%2526blend-y%253D467%2526blend-w%253D82%2526blend-h%253D82%2526blend-mode%253Dnormal%2526s%253D569586760afdb29a80a0aeb95a5c4cd6%3Fixlib%3Drb-4.0.0%26w%3D1200%26fm%3Djpg%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk2MCZoPTMyNCZ0eHQ9UiVFMyU4MyVBNiVFMyU4MyVCQyVFMyU4MiVCNiVFMyU4MyVCQyVFMyU4MSVBRSVFMyU4MSU5RiVFMyU4MiU4MSVFMyU4MSVBRVB5dGhvbiVFNSVBRiVCRSVFNSVCRiU5QyVFOCVBMSVBOCUyMCU1QnRpZHlyJTJDJTIwZ2dwbG90MiU1RCZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZ0eHQtY29sb3I9JTIzMUUyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTU2JnR4dC1wYWQ9MCZzPTljYWM4NTlkYjljNDJjODk5NTI5MWJkMmM2YmY1MWQy%26mark-x%3D120%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTgzOCZoPTU4JnR4dD0lNDB0YWthaXl1ayZ0eHQtY29sb3I9JTIzMUUyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1wYWQ9MCZzPTc4ZTk0NDUxNDQ1NmFiZmUxZTU5Y2EzN2Y5NGVlMGVi%26blend-x%3D242%26blend-y%3D480%26blend-w%3D838%26blend-h%3D46%26blend-fit%3Dcrop%26blend-crop%3Dleft%252Cbottom%26blend-mode%3Dnormal%26s%3Ddfaeb893a849e2683df6a189f9fc80e9)
5000m15分台で走れると思い込むために平国大長距離競技会の全記録分布を可視化する - Qiita
