D'une manière ou d'une autre, j'ai utilisé les données de température moyenne des préfectures de Saitama et d'Iwate. Télécharger ici
Charger le fichier csv à l'aide de NumPy
La fonction à utiliser lors du chargement est loadtxt
Puisqu'un tableau numpy est renvoyé, préparez une variable pour le contenir (data_set cette fois)
import numpy as np
data_set = np.loadtxt(
fname="sampleData.csv", #Chemin et nom du fichier à lire
dtype="float", #Lire avec float
delimiter=",", #Puisqu'il s'agit de csv, séparez-le par une virgule
)
Cette fois avec matplotlib, les données lues précédemment sont affichées sous forme de diagramme de dispersion.
import matplotlib.pyplot as plt
#Dessinez un diagramme de dispersion
#Veuillez noter que la figure n'est pas affichée uniquement par dessin.
for data in data_set:
plt.scatter(data[0], data[1])
plt.title("correlation") #Titre
plt.xlabel("Average Temperature of SAITAMA") #étiquette de l'axe des x
plt.ylabel("Average Temperature of IWATE") #étiquette de l'axe y
plt.grid() #Tracez une ligne de quadrillage(Tu n'as pas à dessiner)
plt.show() #La figure est affichée à l'aide de la fonction show. Elle ne s'affiche que si elle est écrite.
import numpy as np
import matplotlib.pyplot as plt
data_set = np.loadtxt(
fname="sampleData.csv",
dtype="float",
delimiter=",",
)
#Dessiner un diagramme de dispersion → utiliser scatter
#Sortez ligne par ligne et dessinez
#plt.scatter(valeur de coordonnée x,valeur de coordonnée y)
for data in data_set:
plt.scatter(data[0], data[1])
plt.title("correlation")
plt.xlabel("Average Temperature of SAITAMA")
plt.ylabel("Average Temperature of IWATE")
plt.grid()
plt.show()
Ensuite, je dessinerai une ligne de régression sur ce diagramme de dispersion
・ Lecture de csv https://www.sejuku.net/blog/73071 ・ Dessiner un diagramme de dispersion https://pythondatascience.plavox.info/matplotlib/%E6%95%A3%E5%B8%83%E5%9B%B3
Recommended Posts