「”すぐ” このデータまとめて欲しい」に ”すぐ”に超簡単に応えられる Python の・・・(その2)
~手元データの要約、視覚化を超簡単に実現して、探索的データ解析(EDA)しよう(AutoViz編)~
はじめに
「おい、悪いが”すぐに”このデータまとめてくれ」
緊急!となれば、そりゃ”すぐに”取りかかるが、”すぐに”まとめることができるかは別の話・・・これはデータ項目が多いときほど悩ましいものです。
じつは、Pythonは、このようなデータセットでも”すぐに”まとめることができる。
前回は pandas-profiling を記事にしました。
今回は Autoviz というライブラリで同じことをやってみたという記事です。
私は、見た目、コードもシンプルで簡単に思えた Autoviz の方が気に入りました。
「Pythonで相関係数行列グラフとか描けるのは知ってるけど、チマチマやってる時間ないんです」
といった方にとっても、まとめを頼んだ上司にとっても、これらによるアウトプットはまちがいなくありがたいと喜んでくれるはず。
この記事は、私の備忘含め、 Autoviz が誰でも簡単に実行できるように記録するものです。
実行条件など
・Google colabで実行
・ボストン住宅価格のデータセットで実行
※手元データを読込んで実行する場合も記載していますので、簡単にできるはずです。
ボストン住宅価格のデータセットについて
以下サイト(Kaggle)の「Boston.csv」を使わせていただいた。
データ数:506, 項目数:14のデータセットで、住宅価格を示す「MEDV」という項目と、住宅価格に関連するであろう項目が「CRIM:犯罪率」「RM:部屋数」「B:町の黒人割合」「RAD:高速のアクセス性」・・・等、13項目で構成されたデータとなっています。
これだけ項目があると、データ傾向を掴むだけでも、なかなか骨が折れるだろうと想像できますね。
ボストン住宅価格データの項目と内容
項目
内容
CRIM
町ごとの一人当たり犯罪率
ZN
25,000平方フィート以上の住宅地の割合
INDUS
町ごとの非小売業の面積の割合
CHAS
チャールズ川のダミー変数(川に接している場合は1、そうでない場合は0)
NOX
窒素酸化物濃度(1,000万分の1)
RM
1住戸あたりの平均部屋数
AGE
1940年以前に建てられた持ち家の割合
DIS
ボストンの5つの雇用中心地までの距離の加重平均
RAD
高速道路(放射状)へのアクセス性を示す指標
TAX
10,000ドルあたりの固定資産税の税率
PTRATIO
町ごとの生徒数と教師数の比率
B
町ごとの黒人の割合
LSTAT
人口の下層階級の比率
MEDV
住宅価格の中央値(1000㌦単位)
プロファイリング(Autoviz)してみよう!
ライブラリのインストールおよびインポート
!pip install autoviz
# 必要なライブラリーのインポート
import pandas as pd
import numpy as np
from autoviz.AutoViz_Class import AutoViz_Class
データの読み込み(これはスキップしてもいいです)
※手元データを読込む場合は、読み込むファイル名を変更してください。
※Excelファイルを読込む場合は、pd.read_excel('ファイル名.xlsx')となります。
# データセットの読込み
df = pd.read_csv("Boston.csv",index_col=0)
df.head()
**プロファイルを出力
autoviz = AutoViz_Class().AutoViz('Boston.csv')
出力イメージ
プロファイルから読み取った概要に、HTML出力結果にをアタッチして報告すれば、きっと喜んでいただけるでしょう。
最後に
Pythonには「こんなことまでできるのか」と驚かされることがいろいろある。
この Autoviz もそのひとつ。使わない手はない。
参考サイト
Author And Source
この問題について(「”すぐ” このデータまとめて欲しい」に ”すぐ”に超簡単に応えられる Python の・・・(その2)), 我々は、より多くの情報をここで見つけました https://qiita.com/hima2b4/items/da29530c1f58c7211d44著者帰属:元の著者の情報は、元のURLに含まれています。著作権は原作者に属する。
Content is automatically searched and collected through network algorithms . If there is a violation . Please contact us . We will adjust (correct author information ,or delete content ) as soon as possible .