Pythonでデータ分析するはじめの一歩(Mac編)

2017-09-19 (火) 19:10:55 (84d) | Topic path: Top / 機械学習 / Pythonでデータ分析するはじめの一歩(Mac編)

はじめに

MacでPythonで定番のツールを使ってデータ・マイニングを行う環境を整えます。

Pythonに加えて、パッケージ管理ライブラリーのpip (pip3)、パッケージ形式ライブラリーのWheel、数値計算ライブラリーのNumPy、科学計算ライブラリーのSciPy、機械学習ライブラリーのscikit-learn、データ分析支援ライブラリーのpandas、Python実行環境のJupyter Notebook、グラフ描画ライブラリーのMatplotlibをインストールします。

この記事の内容は、以下のバージョンで確認しました。

  • macOS Sierra 10.12.3
  • Python 3.5.1

インストール

Python 3

まず、Python3を最新版にアップデートします。 下記のサイトからMac OS X 64-bit/32-bit installerをダウンロードして、インストールします。

pip3

pip3をインストールし、pip3を最新版にします。

$ sudo easy_install pip
$ sudo pip3 install --upgrade pip

Wheel, NumPy, SciPy

pip3でインストールします。

$ sudo pip3 install wheel
$ sudo pip3 install numpy
$ sudo pip3 install scipy

Matplotlib

pip3でインストールします。

$ sudo pip3 install matplotlib

pandas

pip3でインストールします。

$ sudo pip3 install pandas

scikit-learn

pip3でインストールします。

$ sudo pip3 install -U scikit-learn

Jupyter Notebook

pip3でインストールします。

$ sudo pip3 install jupyter

動作確認

Jupyter Notebook

まず、macOSのTerminalからJupyter Notebookを起動します。

$ jupyter notebook

すると、ローカルでWebサーバーが起動し、Webブラウザが自動的に起動します。

jupyter_boot.png

New から Python 3 を選択します。

jupyter_new_python.png

すると、新しいノートブックが作成されます。

jupyter_notebook.png

scikit-learn

標準で入っているirisデータをSVM (SVC)で学習してみます。

入力ボックスにPython 3のプログラムを入力し、ボタンを押して実行します。

jupyter_iris.png
from sklearn import datasets
from sklearn.svm import SVC
iris = datasets.load_iris()
clf = SVC()
clf.fit(iris.data, iris.target)
list(clf.predict(iris.data[:3]))
clf.fit(iris.data, iris.target_names[iris.target])
list(clf.predict(iris.data[:3]))

pandas

pandasの動作を確認するため、irisデータをpandasに入れます。

まずは、irisのデータをそのまま表示してみます。

iris.data

次に、iris.dataをpandasのDataFrameに入れて表示してみます。

import pandas as pd
iris.df = pd.DataFrame(iris.data, 
                       columns=['sepal_length', 'sepal_width', 'petal_length', 'petal_width'])
iris.df

すると、Jupyter Notebookに表形式で出力されます。

jupyter_pandas.png

matplotlib

最後に、scikit-learnで学習した結果をmatplotlibを使って、可視化してみます。

まず、pandasのDataFrameに予測結果を追加します。

iris.df['predict'] = clf.predict(iris.data)
iris.df

次に、予測結果がsetosaのもの、versicolorのもの、virginicaのものに分けます。

x1 = iris.df[iris.df.predict == 'setosa']['sepal_length']
y1 = iris.df[iris.df.predict == 'setosa']['sepal_width']
x2 = iris.df[iris.df.predict == 'versicolor']['sepal_length']
y2 = iris.df[iris.df.predict == 'versicolor']['sepal_width']
x3 = iris.df[iris.df.predict == 'virginica']['sepal_length']
y3 = iris.df[iris.df.predict == 'virginica']['sepal_width']

これをmatplotlibで表示します。

%matplotlib notebook
import matplotlib.pyplot as plt
fig = plt.figure()
subplt = fig.add_subplot(1, 1, 1)
subplt.scatter(x1, y1, c='red')
subplt.scatter(x2, y2, c='green')
subplt.scatter(x3, y3, c='blue')

すると、こんな感じになります。

jupyter_matplotlib.png
トップ   編集 凍結解除 差分 バックアップ 添付 複製 名前変更 リロード   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS