python×統計学超入門の4回目です。
今回は、pythonでグラフを扱うライブラリを使用し、統計学に必須な道具を用意しましょう。
matplotlibをインストール
matplotlibをインストールします。以下コマンドをコマンドプロンプトで実行します
pip install matplotlibpyplotを試す
インストール出来たら以下プログラムを試してみましょう
import matplotlib.pyplot as plt
data = [2,4,6,8,10]
plt.plot(data)
plt.show()右肩上がりのグラフが表示されれば成功です。
numpyでサンプルデータを作成する
matplotlibをインストールしたときに、関連ライブラリとして「numpy」もインストールされているはずです。
numpyは行列等の計算に優れたライブラリで、これがあるからpythonを使ってるという人がいるくらいです。
ランダムで０から１００までの整数を３０個生成するには
import numpy as np
data = np.random.randint(0, 100, 30) #0から１００までの整数値を30個生成
print(data)このようにし、このデータを30名のクラスの英語の成績とみなします
サンプルデータをグラフ化する
上記コードを組み合わせて以下のようにし、実行します
import matplotlib.pyplot as plt
import numpy as np
data = np.random.randint(0, 100, 30) #0から１００までの整数値を30個生成
print(data)
plt.plot(data)
plt.show()
データをランダム生成しているので、結果は毎回異なると思いますが、このグラフだけだとなんのこっちゃわからないですね。
一応、ランダム生成したデータを出席番号順の英語の成績だとするならば、Y軸は英語の得点、X軸は出席番号となります。
しかし、グラフとしては意味を持たないので、統計でよく使用される「ヒストグラム」というグラフで表しましょう。
ヒストグラムは、点数をグループごとにカウントする手法で、プログラムは1か所変えるだけです
import matplotlib.pyplot as plt
import numpy as np
data = np.random.randint(0, 100, 30) #0から１００までの整数値を30個生成
print(data)
plt.hist(data) #ここを変える
plt.show()
X軸に得点、Y軸に人数となりました。
この表だと、統計的に意味を持たせやすいですね。自分のだと0点～10点が5人もいて、授業についていけない生徒が多いのでは？という良くない印象を持たれてしまう結果です。
さて、今回は以上です。
次回は1回目から今回の成果を集結して統計を取ってみましょう
コメント