トップページ ▶ データ処理 ▶ Python の Pandas データフレーム ▶ ポケモンデータセット（CSVファイル）の読み込みと散布図（Python, matplotlib, seaborn を使用）

サイトマップ

サイト内検索

まとめページ

アクセスログ

金子邦彦研究室

ポケモンデータセット（CSVファイル）の読み込みと散布図（Python, matplotlib, seaborn を使用）

Pokemon データセットの準備

謝辞：Pokemon データセットの作者に感謝します．

Windows の場合

1. 前準備として，Git のインストール: 別ページで説明している．

   git の URL: https://git-scm.com/

   • git のページ: https://git-scm.com/
2. データディレクトリの作成

   mkdir C:\data
   
3. カレントディレクトリの移動とデータのダウンロードと展開（解凍）

   cd C:\data
   git clone https://gist.github.com/armgilles/194bcff35001e7eb53a2a8b441e8b2c6
   move 194bcff35001e7eb53a2a8b441e8b2c6\pokemon.csv .
   

CSV ファイル pokemon.csv が，データディレクトリにできる

Ubuntu, Debian 系（Ubuntu や RaspyerryPi など）のとき

1. 前準備

   wget, p7zip-full のインストール

   sudo apt -y update
   sudo apt -y install wget p7zip-full
   

2. データディレクトリの作成と，カレントディレクトリの移動

   sudo mkdir /usr/local/dt
   sudo chown -R ${USER}:${USER} /usr/local/dt
   cd /usr/local/dt
   
3. データのダウンロードと展開（解凍）

   CSV ファイル pokemon.csv が，データディレクトリにできる

   wget https://gist.github.com/armgilles/194bcff35001e7eb53a2a8b441e8b2c6/archive/92200bc0a673d5ce2110aaad4544ed6c4010f687.zip
    x -o/usr/local/dt 92200bc0a673d5ce2110aaad4544ed6c4010f687.zip 
   rm -f 92200bc0a673d5ce2110aaad4544ed6c4010f687.zip 
   mv 194bcff35001e7eb53a2a8b441e8b2c6-92200bc0a673d5ce2110aaad4544ed6c4010f687/pokemon.csv .
   rmdir 194bcff35001e7eb53a2a8b441e8b2c6-92200bc0a673d5ce2110aaad4544ed6c4010f687
   ls -la pokemon.csv
   

Python のデータフレームで扱ってみる

1. CSV ファイルの読み込み

   import pandas as pd
   pokemon = pd.read_csv("C:/data/pokemon.csv")
   
2. データの確認

   print(pokemon.head())
   
3. 基本的な情報の表示
   • head: 先頭部分の表示
   • shape: サイズ
   • ndim: 次元数
   • columns: 属性名
   • info(): 各属性のデータ型

   print(pokemon.head())
   print(pokemon.info())
   print(pokemon.shape)
   print(pokemon.ndim)
   print(pokemon.columns)
   

4. pokemon データセットの主成分分析プロット

1. 主成分分析プロットの前準備

   import numpy as np
   import sklearn.decomposition
   %matplotlib inline
   import matplotlib.pyplot as plt
   import warnings
   warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
   # 主成分分析
   def prin(A, n):
       pca = sklearn.decomposition.PCA(n_components=n)
       return pca.fit_transform(A)
   # 主成分分析で２つの成分を得る
   def prin2(A):
       return prin(A, 2)
   # M の最初の2列を，b で色を付けてプロット．b はラベル
   def scatter_label_plot(M, b, alpha):
       a12 = pd.DataFrame( M[:,0:2], columns=['a1', 'a2'] )
       f = pd.factorize(b)
       a12['target'] = f[0]
       g = sns.scatterplot(x='a1', y='a2', hue='target', data=a12, palette=sns.color_palette("hls", np.max(f[0]) + 1), legend="full", alpha=alpha)
       # lenend を書き換え
       labels=f[1]
       for i, label in enumerate(labels):
           g.legend_.get_texts()[i].set_text(label) 
       plt.show()
   # 主成分分析プロット
   def pcaplot(A, b, alpha):
       scatter_label_plot(prin2(A), b, alpha)
   
2. 主成分分析プロット

   X = pokemon.iloc[:,4:7].to_numpy()
   y = pokemon.iloc[:,2]
   pcaplot(X, y, 0.4)