Python
はじめに Anaconda環境でgeopandasを使ってshp(シェープ)ファイルを読み込む際に、たまに以下のようなエラーメッセージが出てshpファイルを読み込めない場合があります。 CRSError: Invalid projection: EPSG:4326: (Internal Proj Error: proj_create: SQ…
エラーの内容 Anacondaの環境下でPyCharmを使用する場合に、jupyter notebookのファイル(.ipynb)を作成してコードを実行すると、「Notebook kernel doesn't match project interpreter」というエラーメッセージが出てきた。エラーメッセージに関わらず、Py…
はじめに plt.subplots()のaxesを理解するのに時間がかかったので、記録に残す。特に、(1,5)や(5,1)など、一つの列や行のみに図をプロットするには注意が必要である。 一般的な複数表示の記述 fig,axes=plt.subplots(3,3,figsize=(5,5)) x=[i for i in np.ra…
はじめに AnacondaでインストールしたJupyter(及びIPython)では、venvで作成したPythonの仮想環境をJupyterのカーネルに接続しても、仮想環境のPython(及びライブラリ)は参照されず、Anacondaがインストールされている本体環境のPython(及びライブラリ…
・データフレームに対して.info()メソッドを使うと、空白やNull値の有無を確認できる。・データフレームに対して.describe()メソッドを使うと、定量データのコラムについての概要が確認できる。・データフレームに対して.describe(include=["O"])と引数(ア…
引用元:Choosing the right estimator — scikit-learn 0.21.3 documentation
Kaggleで定番のタイタニック号の生存者の分析をPythonで行う記録。↓コンペのサイトはここです。 Titanic: Machine Learning from Disaster | KagglePythonによる分析の一例をManav Sehgalさんのカーネルを参考に(と言いうかこれに沿って)行います。 ↓Manav…
Kaggleで定番のタイタニック号の生存者の分析をPythonで行う記録。↓コンペのサイトはここです。 Titanic: Machine Learning from Disaster | KagglePythonによる分析の一例をManav Sehgalさんのカーネルを参考に(と言いうかこれに沿って)行います。 ↓Manav…
・以下の関数のax = ax or plt.gca()はaxの指定があればそれを適用し、指定が無ければmatplotlibによって作成するという意味。 def plot_something(data, ax=None, **kwargs): ax = ax or plt.gca() # Do some cool data transformations... return ax.boxpl…
axes.flat は関数ではなく、numpy.ndarrayの属性であり、numpy.ndarray.flatという意味。numpy.ndarray.flatは配列(array)のイテレータになる。詳しくはここ↓ stackoverflow.com
オライリーの「Pythonデータサイエンスハンドブック」の学習記録 3.12.7 事例:シアトル市の自動車数を可視化する。 #ファイル名を指定してcurlで保存する場合は「-o」を使う。備忘録参照。 In [69]: !curl -o FremontBridge.csv https://data.seattle.gov/a…
lambdaの使い方。引用したサイト 【Python入門】lambda(ラムダ式)の使い方 | 侍エンジニア塾ブログ(Samurai Blog) - プログラミング入門者向けサイト #lambda式の形式 lambda 引数:処理内容 #税込み価格を求めるlambda式 prices = [3000,2500,10500,4300] …
Kaggleで定番のタイタニック号の生存者の分析をPythonで行う記録。↓コンペのサイトはここです。 Titanic: Machine Learning from Disaster | KagglePythonによる分析の一例をManav Sehgalさんのカーネルを参考に(と言いうかこれに沿って)行います。 ↓Manav…
Kaggleで定番のタイタニック号の生存者の分析をPythonで行う記録。↓コンペのサイトはここです。 Titanic: Machine Learning from Disaster | KagglePythonによる分析の一例をManav Sehgalさんのカーネルを参考に(と言いうかこれに沿って)行います。 ↓Manav…
Kaggleで定番のタイタニック号の生存者の分析をPythonで行う記録。↓コンペのサイトはここです。 Titanic: Machine Learning from Disaster | KagglePythonによる分析の一例をManav Sehgalさんのカーネルを参考に(と言いうかこれに沿って)行います。 ↓Manav…
Kaggleで定番のタイタニック号の生存者の分析をPythonで行う記録。↓コンペのサイトはここです。 Titanic: Machine Learning from Disaster | KagglePythonによる分析の一例をManav Sehgalさんのカーネルを参考に(と言いうかこれに沿って)行います。 ↓Manav…
Kaggleで定番のタイタニック号の生存者の分析をPythonで行う記録。↓コンペのサイトはここです。 Titanic: Machine Learning from Disaster | KagglePythonによる分析の一例をManav Sehgalさんのカーネルを参考に(と言いうかこれに沿って)行います。 ↓Manav…
ブロードキャストの方向。 ・NumPyのブロードキャストは基本行方向 In [61]: A=np.random.randint(10,size=(3,4)) In [62]: A Out[62]: array([[2, 0, 2, 6], [6, 9, 1, 0], [5, 9, 4, 3]]) In [63]: A[0] Out[63]: array([2, 0, 2, 6]) In [64]: A-A[0] Out…