Pythonでデータ分析するはじめの一歩(Windows編)

2017-09-19 (火) 19:06:41 (33d) | Topic path: Top / 機械学習 / Pythonでデータ分析するはじめの一歩(Windows編)

はじめに

WindowsでPythonの定番ツールを使ってデータ分析を行う環境を整えます。

Pythonに加えて、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。

  • Windows 10
  • Python 3.6.2

インストール

Python 3 64ビット版

まず、Pythonのオフィシャル・サイトからPython 3の64ビット版インストーラーをダウンロードします。

「Downloads」の「Windows」をクリックし、リストの中にあるWindows x86-64 executable installerをダウンロードします。

download_python.png

インストーラーを実行したら、Add Python 3.6 to PATHにチェックを入れて、Install Nowをクリックします。

install_python.png

Wheel

Pythonのライブラリーは、pipを使ってインストールします。

pipはコマンド・プロンプト上で実行しますが、インストールを行いますので、管理者として実行する必要があります。

そこで、WindowsメニューのWindowsシステムツールにあるコマンド プロンプトを右クリックし、管理者として実行を選択します。

command_prompt.png

標準のライブラリーをインストールすればいい場合は、次のようにしてインストールできます。

> pip install wheel

NumPy

次のサイトから、numpy‑1.13.1+mkl‑cp36‑cp36m‑win_amd64.whlをダウンロードします。

pipでダウンロードしたファイルを指定し、インストールします。

> pip install "C:\Users\tohgoroh\Downloads\numpy‑1.13.1+mkl‑cp36‑cp36m‑win_amd64.whl"

ここで、tohgorohはユーザー名なので、自分のユーザー名に置き換えてください。

SciPy

NumPyと同じように、scipy‑0.19.1‑cp36‑cp36m‑win_amd64.whlをダウンロードしてインストールします。

> pip install "C:\Users\tohgoroh\Downloads\scipy‑0.19.1‑cp36‑cp36m‑win_amd64.whl"

pandas

Wheelと同じように、通常のライブラリーをインストールできます。

> pip install pandas

scikit-learn

Wheelと同じように、通常のライブラリーをインストールできます。

> pip install scikit-learn

Jupyter Notebook

Wheelと同じように、通常のライブラリーをインストールできます。

> pip install jupyter

Matplotlib

Wheelと同じように、通常のライブラリーをインストールできます。

> pip install matplotlib

これでインストールは終わりです。 管理者権限で起動したコマンド・プロンプトを終了します。

動作確認

Jupyter Notebook

ユーザー権限でコマンド・プロンプトを起動し、そこから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。

New から Python 3 を選択します。

new_python3.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のプログラムを入力し、実行ボタンをクリックするか、Shiftキーを押しながらreturnキーを押して実行します。

scikit_learn.png
from sklearn import datasets
from sklearn.svm import SVC
clf = SVC()
iris = datasets.load_iris()
clf.fit(iris.data, iris.target)

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
numpy.png

次に、iris.dataをpandasのデータフレームに入れて表示してみます。

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

Matplotlib

Matplotlibを使って、グラフを描いてみます。

まず、予測値をpandasのデータフレームに追加します。

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

次に、予測した値によって、3つのグループに分けます。

x0 = df_iris[df_iris.predict==0]['sepal_length']
y0 = df_iris[df_iris.predict==0]['sepal_width']
x1 = df_iris[df_iris.predict==1]['sepal_length']
y1 = df_iris[df_iris.predict==1]['sepal_width']
x2 = df_iris[df_iris.predict==2]['sepal_length']
y2 = df_iris[df_iris.predict==2]['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(x0, y0, c='red')
subplt.scatter(x1, y1, c='green')
subplt.scatter(x2, y2, c='blue')
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