[PYTHON] [Introduction to Data Scientist] Bases du calcul scientifique, du traitement des données et comment utiliser la bibliothèque de dessins graphiques ♬ Construction d'environnement

Suite de la nuit dernière [Introduction to Data Scientists] Python Basics ♬ Functions and Classes, Chapter 2 Basics of Scientific Calculation, Data Processing, and Using Graph Drawing Library Je parlerai de la construction de l'environnement même si ce n'est pas le cas. 【Mise en garde】 ["Cours de formation de scientifique des données à l'Université de Tokyo"](https://www.amazon.co.jp/%E6%9D%B1%E4%BA%AC%E5%A4%A7%E5%AD%A6%E3 % 81% AE% E3% 83% 87% E3% 83% BC% E3% 82% BF% E3% 82% B5% E3% 82% A4% E3% 82% A8% E3% 83% B3% E3% 83 % 86% E3% 82% A3% E3% 82% B9% E3% 83% 88% E8% 82% B2% E6% 88% 90% E8% AC% 9B% E5% BA% A7-Python% E3% 81 % A7% E6% 89% 8B% E3% 82% 92% E5% 8B% 95% E3% 81% 8B% E3% 81% 97% E3% 81% A6% E5% AD% A6% E3% 81% B6 % E3% 83% 87% E2% 80% 95% E3% 82% BF% E5% 88% 86% E6% 9E% 90-% E5% A1% 9A% E6% 9C% AC% E9% 82% A6% Je vais lire E5% B0% 8A / dp / 4839965250 / ref = tmm_pap_swatch_0? _ Encoding = UTF8 & qid = & sr =) et résumer les parties que j'ai des doutes ou que je trouve utiles. Par conséquent, je pense que le synopsis sera simple, mais veuillez le lire en pensant que le contenu n'a rien à voir avec ce livre.

Chapitre 2 Principes de base du calcul scientifique, du traitement des données et utilisation de la bibliothèque de dessins de graphiques

Chapitre 2-1 Bibliothèque utilisée pour l'analyse des données

Apprenez à utiliser Mumpy, Scipy, Pandas, Matplotlib.

Environnement

Je vais le construire avec Raspi4. 【référence】 [Introduction à RasPi4] Construction de l'environnement; OpenCV / Tensorflow, entrée japonaise ♪

Tout d'abord, créez ces bibliothèques dans l'environnement suivant. La cible provisoire est d'installer pytho3, numpy, scipy, pandas, matpotlib, jupiter notebook. L'environnement au moment de la gravure sur la carte SD est le suivant Autrement dit, python 3.7.3 numpy 1.16.2 a été installé.

Confirmation de construction de l'environnement
$ python3
Python 3.7.3 (default, Dec 20 2019, 18:57:59) 
[GCC 8.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import numpy
>>> print(numpy.__version__)
1.16.2
>>> import scipy
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ModuleNotFoundError: No module named 'scipy'
>>> import pandas
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ModuleNotFoundError: No module named 'pandas'
>>> import matplotlib
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ModuleNotFoundError: No module named 'matplotlib'

Installation de la bibliothèque

Cette fois, il ne semble y avoir aucune dépendance autre que numpy-scipy, mais pour le moment, je les place dans l'ordre suivant. Avec la commande apt-get suivante, il était possible d'installer en très peu de temps (environ 10 minutes au total).

$ sudo apt install jupyter-notebook

$ sudo apt-get update
$ sudo apt-get upgrade

$ sudo apt-get install python3-matplotlib

$ sudo apt-get install python3-scipy

$ sudo apt-get install python3-pandas
Vérifiez la bibliothèque

Pour le moment, il semble qu'il ait été installé comme suit.

$ python3
Python 3.7.3 (default, Jul 25 2020, 13:03:44) 
[GCC 8.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import scipy
>>> print(scipy.__version__)
1.1.0
>>> import pandas
>>> print(pandas.__version__)
0.23.3
>>> import matplotlib
>>> print(matplotlib.__version__)
3.0.2

Chapitre 2-1-1 Chargement de la bibliothèque

Il existe deux syntaxes typiques pour charger une bibliothèque à partir d'un programme.

(1) nom du module d'importation comme nom distinctif Exemple; importer numpy comme np Les fonctions (fonctions) définies dans le module numpy peuvent être utilisées sous la forme de np. Functions. (2) à partir de l'attribut d'importation de nom de module Exemple; à partir de numpy import random La même chose est vraie ici, et vous pouvez appeler random dans numpy pour utiliser les fonctions définies plus loin comme aléatoires.

Chapitre 2-1-2 Magic Command

Ceci est une explication de% orecsion% matplotlib utilisé dans le notebook Jupyter, mais il est omis car il n'est pas utilisé. Si vous exécutez avec% quickref, la commande apparaîtra.

Chapitre 2-1-3 Importation des bibliothèques utilisées dans ce chapitre

something.py


import numpy as np
import numpy.random as random
import scipy as sp
import pandas as pd
from pandas import Series, DataFrame

import matplotlib.pyplot as plt
import matplotlib as mpl
import seaborn as sns

#%matplotlib inline
#%precision 3

Lorsque j'essaie d'exécuter ce qui précède en tant que python something.py, j'obtiens l'erreur suivante:

ModuleNotFoundError: No module named 'seaborn'

Installez seaborn. J'ai pu l'installer en 5 secondes.

$ pip3 install seaborn
...
Successfully installed seaborn-0.10.1

Maintenant, l'erreur a disparu.

Résumé

・ Installé les bibliothèques nécessaires pour Raspi4 à partir de zéro ・ Une fois installé avec apt-get, cela a pris environ 10 minutes au total. ・ Comme vous pouvez le voir, j'ai eu du mal avec les paramètres WiFi et les paramètres de localisation japonais.

・ Est-ce finalement comme ça demain? ??

Recommended Posts

[Introduction to Data Scientist] Bases du calcul scientifique, du traitement des données et comment utiliser la bibliothèque de dessins graphiques ♬ Construction d'environnement
[Introduction à Data Scientist] Bases du calcul scientifique, du traitement des données et comment utiliser la bibliothèque de dessins graphiques graph Bases de Scipy
[Introduction à Data Scientist] Bases du calcul scientifique, du traitement des données et comment utiliser la bibliothèque de dessins graphiques graph Bases de Pandas
[Introduction à Data Scientist] Bases du calcul scientifique, du traitement des données et comment utiliser la bibliothèque de dessin de graphes ♬ Bases de Matplotlib
Comment utiliser la bibliothèque de dessins graphiques Bokeh
[Introduction to Data Scientists] Bases de Python ♬ Fonctions et classes
[Introduction to Data Scientists] Bases de Python ♬ Branchements conditionnels et boucles
[Introduction aux Data Scientists] Bases de Python ♬ Fonctions et fonctions anonymes, etc.
[Introduction au Data Scientist] Bases de Python ♬
[Introduction aux data scientists] Bases de la probabilité et des statistiques ♬ Variable de probabilité / probabilité et distribution de probabilité
[Python] Comment utiliser la bibliothèque de création de graphes Altair
[python] Comment utiliser Matplotlib, une bibliothèque pour dessiner des graphiques
Introduction de DataLiner ver.1.3 et comment utiliser Union Append
[Introduction à Python] Comment utiliser l'opérateur booléen (et ・ ou ・ non)
De l'introduction de l'API GoogleCloudPlatform Natural Language à son utilisation
Introduction du cadre de cybersécurité "MITRE CALDERA": utilisation et formation
Jupyter Notebook Principes d'utilisation
Bases de PyTorch (1) -Comment utiliser Tensor-
Comment sensibiliser VS Code à l'environnement venv et à ses avantages
[Introduction à Python] Comment obtenir l'index des données avec l'instruction for
Comment utiliser la bibliothèque C en Python
Utiliser des décorateurs pour empêcher la ré-exécution du traitement des données
Comment utiliser la bibliothèque de traitement d'image basée sur PyTorch "Kornia"
[Introduction à Azure pour les utilisateurs de kaggle] Comparaison du démarrage et de l'utilisation de la machine virtuelle Azure Notebooks et Azure Notebooks
Comment démarrer avec Visual Studio Online ~ La fin de l'ère de la construction d'environnement ~
Il est temps de réfléchir sérieusement à la définition et aux compétences des data scientists
[Introduction à Python] Comment utiliser l'instruction while (traitement répétitif)
Comment utiliser Python Kivy ① ~ Bases du langage Kv ~
Comment utiliser la commande grep et des exemples fréquents
[Introduction à Udemy Python3 + Application] 27. Comment utiliser le dictionnaire
[Introduction à Udemy Python3 + Application] 30. Comment utiliser l'ensemble
Comment utiliser argparse et la différence entre optparse
Comment utiliser la bibliothèque de solveurs "kociemba" de Rubik Cube
[Introduction à Python] Utilisation basique de la bibliothèque matplotlib
[Introduction au graphique logarithmique] Prédire l'heure de fin de chaque pays à partir du graphique logarithmique des données sur le nombre d'infections ♬
Exemple de construction d'environnement Python et d'exécution SQL vers DB et mémo de traitement de base pour les statistiques 2019
Comment augmenter la vitesse de traitement de l'acquisition de la position des sommets
[Introduction aux Data Scientists] Statistiques descriptives et analyse de régression simple ♬
[Introduction à l'application Udemy Python3 +] 36. Utilisation de In et Not
Comment calculer la quantité de calcul appris de ABC134-D
[Python] Résumé de l'utilisation des fonctions de fractionnement et de jointure
Créer un environnement Python et transférer des données vers le serveur
Comparaison de l'utilisation des fonctions d'ordre supérieur dans Python 2 et 3
[Introduction à Scipy] Calcul de la courbe de Lorenz et du coefficient de Gini ♬
Remarques sur l'utilisation de la guimauve dans la bibliothèque de schémas
[Introduction à Python] Comment obtenir des données avec la fonction listdir
Vue d'ensemble de l'environnement virtuel Python et comment le créer
Lorsque vous souhaitez utiliser plusieurs versions de la même bibliothèque Python (environnement virtuel utilisant venv)
Apprenez le flux de l'estimation bayésienne et comment utiliser Pystan grâce à un modèle de régression simple
Comment utiliser le générateur
Comment utiliser le décorateur
[Introduction] Comment utiliser open3d
Comment extraire des fonctionnalités de données de séries chronologiques avec les bases de PySpark
[EC2] Comment installer Chrome et le contenu de chaque commande
[Introduction à Python] J'ai comparé les conventions de nommage de C # et Python.
Créer un environnement Python pour ceux qui veulent devenir des data scientists 2016
[Python] Comment obtenir le premier et le dernier jour du mois
Comment utiliser les variables d'environnement Serverless Framework et Python et gérer les étapes