May 2018
Intermediate to advanced
556 pages
13h 21m
Japanese
book
Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習
by Jake VanderPlas, 菊池 彰
Content preview from Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
Start your free trial
314
4
章
Matplotlib
による可視化
m.drawcoastlines(color='lightgray')
plt.title('January 2014 Temperature Anomaly')
plt.colorbar(label='temperature anomaly (
°
C)');
この図では、その月に起こった局所的で極端な温度異常の様子を示しています。米国の東半分は
通常よりも寒く、西半分とアラスカはずっと暖かくなりました。温度が記録されていない地域では
背景の地図が表示されています。
2014
年の気温異常
図4-110 2014年 1月の気温異常
4.16
Seaborn
による可視化
Matplotlib
は、非常に有用で実績のある可視化ツールですが、望んだ結果が得られない場合が多
いことを熱心な支持者でさえ認めています。よく聞かれる不満には次のようなものがあります。
●
バージョン
2.0
以前のデフォルト設定は、最適とは言い難い。これは使い古された
1999
年頃
の
MATLAB
に基づいている。
●
Matplotlib API
は比較的低レベルであるため洗練された統計的可視化が可能であるが、多く
の定型的なコードを必要とする。
●
Matplotlib
は
pandas
より
10
年以上前に作られたため、
pandas
DataFrame
を使用するようには
設計されていない。
pandas
DataFrame
からデータを可視化するには、
Series
を抽出し、それ
らを適切なフォーマットに連