matplotlibでよく使う手続き - Qiita
動機 私は普段からmatplotlibを用いてグラフを描画しています。 作成できるグラフのクオリティには満足していますが、 頻繁に使う割に、必要なスクリプトが長い手続きがあります。 そういった手続きは、分析用の汎用モジュールとしてまとめて書いておくのが便利です。 この記事では汎用モジュールから幾つか抜粋してご紹介します。 汎用モジュールは以降plotTools.pyと表記します。 データの処理とグラフ描画はJupyter Notebookから実行することを想定しています。 0.プロット用データの準備 サンプルデータとして、Titanicを使います。 seabornにデータが同梱されています （plotにはseabornのAPIは使いません）。 import pandas as pd import numpy as np import matplotlib.pyplot as plt imp
【随時更新】Pandasのplotとstyleでさくっと可視化する - Qiita
Pythonでデータを可視化するライブラリはいくつかありますが、Pandasだけでも結構なんとかなります。 Pandasを使った可視化はメソッドチェーンで完結できるので、無秩序に一時変数が散乱することを僅かながら防ぐことができます。 この記事では、私が実務でよく使うものを中心に、可視化のレシピを紹介します。 準備 環境 Python: 3.6.8 Pandas: 1.0.4 データ 今回は次の2つのデータをお借りします。 Titanic: Machine Learning from Disaster | Kaggle Crimes in Boston | Kaggle それぞれtitanicとcrimeというDataFrameにします。 import pandas as pd import zipfile # 便利ジェネレータ def read_zipcsv(file, **kwargs)
AWS LambdaでPython外部ライブラリのLayerを作る前に - Qiita
結論 先人によって既に作られてないか、いったん確認してみましょう。 keithrozario/Klayers 使い方 なぜかAWS公式でLayerが提供されていないライブラリ、pandasを例として使います。 (Numpy + Scipyがあるなら、pandasもあってくれていい気がしています) 0. 前準備 AWS Lambdaにアクセスして、[関数の作成]を押し、適当な名前の関数を作ります。 「ランタイム」はPython3.8を選びます。「アクセス権限」はノータッチでOKです。 1. pandasをインポートし、テストを作成 import pandasを追加し、[保存]を押します。 [テスト]を押し、「イベント名」に適当な名前を入れます。 下のJSONは特にいじらなくてOKです。 この時点でもう一度[テスト]を押すと失敗します。pandasが無いよと言われています。 それはそうという感
1
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
処理を実行中です
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
pandas.DataFrame.queryによるデータ抽出10選 - Qiita
Pandasでデータ集計をする際に最低限覚えておきたいメソッド - Qiita
Python Pandasでのデータ操作の初歩まとめ − 前半：データ作成＆操作編 - Qiita
