【Python】 2変量データの解析

■2変量データ

以下の2つの品種に関してデータ解析を行う。

■csvファイルの作成

上記データについてcsvファイル（カンマ区切り）を作成する。

・ファイル名
SpeciesData.csv

・ファイルの中身

Species,Weight(g)
A,2
B,5
A,3
A,3
B,9
A,4
A,4
B,6
B,8
A,4
A,4
A,5
B,6
B,8
B,7
A,5
B,7
A,6
B,7
B,7

■csvファイルの読み込み

pandasを使用してcsvファイルを読み込む

import pandas as pd

# csvファイル読み込み
SpeciesData = pd.read_csv("SpeciesData.csv")

# 読み込んだcsvファイルを表示
print(SpeciesData)

・実行結果

   Species  Weight(g)
0        A          2
1        B          5
2        A          3
3        A          3
4        B          9
5        A          4
6        A          4
7        B          6
8        B          8
9        A          4
10       A          4
11       A          5
12       B          6
13       B          8
14       B          7
15       A          5
16       B          7
17       A          6
18       B          7
19       B          7

■品種ごとの統計量を出力

import pandas as pd

# csvファイル読み込み
SpeciesData = pd.read_csv("SpeciesData.csv")
# 品種ごとの統計量を出力
print(SpeciesData.groupby("Species").describe())

・実行結果

        Weight(g)                                          
            count mean       std  min   25%  50%   75%  max
Species                                                    
A            10.0  4.0  1.154701  2.0  3.25  4.0  4.75  6.0
B            10.0  7.0  1.154701  5.0  6.25  7.0  7.75  9.0

■ヒストグラムを表示

import pandas as pd
from matplotlib import pyplot as plt
import seaborn as sns

# csvファイル読み込み
SpeciesData = pd.read_csv("SpeciesData.csv")

# 品種ごとに変数に格納
SpeciesA = SpeciesData.query('Species == "A"')["Weight(g)"]
SpeciesB = SpeciesData.query('Species == "B"')["Weight(g)"]

# グラフのデザイン変更
sns.set()

# グラフの作成
sns.distplot(SpeciesA, bins = 5, color = 'black', kde = False)
sns.distplot(SpeciesB, bins = 5, color = 'gray', kde = False)

# グラフの表示
plt.show()

・実行結果