フォーム要素でボタンを使用する場合、現在ではbutton要素が推奨されてます。
理由はそこら中で書いてありますが、CSSで疑似要素が使えたり、デザイン性で柔軟だからです。
ここではJavaScriptによる違いを書きます。
まずは、何もないbutton要素
何も指定しないと、type="submit"と同じ送信になり、formのaction属性と同じになります。
なのでtype="button"にしたい場合は属性を書かなければなりません。
button要素の中のテキストを取得したい場合は、input要素のようにvalueでは取得できません。button要素の文字は、タグで挟まれてるのでtextContentで取得します。
冷静に考えたら分かりますね。
submitで値を送信したい場合は、そのままvalue属性が書けます。
MeCabは日本語形態素解析システムの主要パッケージで、日本語解析によく使われます
しかしバージョンが合ってないとただimportしただけではエラーが出ます。
Python3の pip install mecab でエラーが出た場合は
$ pip install mecab-python3
$ pip install unidic-lite
でインストールしてください。
unidic-liteは辞書です。
----------------------------------------------------------
Failed initializing MeCab. Please see the README for possible solutions:
https://github.com/SamuraiT/mecab-python3#common-issues
If you are still having trouble, please file an issue here, and include the
ERROR DETAILS below:
https://github.com/SamuraiT/mecab-python3/issues
issueを英語で書く必要はありません。
------------------- ERROR DETAILS ------------------------
のようなエラーが出た場合は辞書がインストールされてません
from sklearn.linear_model import LinearRegression
X = df3[['人口']]
y = df3['平均年収']
# モデルの作成
model = LinearRegression()
model.fit(X, y)
print("傾き: %f" % model.coef_)
print("切片: %f" % model.intercept_)
print()
print("決定係数: %f" % model.score(X, y))
y = ax + b predictを使い回帰直線を引きます。
人口と平均年収の関係はありそうですね。
predict = model.predict(X) plt.plot(x, predict, color="coral")
#! /usr/bin/env python
# -*- coding:utf-8 -*-
#
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import japanize_matplotlib
from sklearn.linear_model import LinearRegression
#日本円表示を数値に
def currencyToNumber(val):
# 万と千以下に分ける
man, sen = val.split("万")
#円を取り除き,千以下を0埋め
sen = sen.replace("円", "")
sen = sen.zfill(4)
man += sen
return int(man)
# 数値のカンマを取り除く
def dropComma(val):
val = val.replace(",", "")
return float(val)
data1 = "../data/prefecture1.csv"
data2 = "../data/income_pref.csv"
df1 = pd.read_csv(data1)
df2 = pd.read_csv(data2)
print(df1.head())
print()
print(df2.head())
print()
df3 = pd.merge(df1, df2)
print(df3.head())
print()
df3['平均年収'] = df3['平均年収'].apply(currencyToNumber)
df3['人口'] = df3['人口'].apply(dropComma)
x = df3['人口']
X = df3[['人口']]
y = df3['平均年収']
# モデルの作成
model = LinearRegression()
model.fit(X, y)
print("傾き: %f" % model.coef_)
print("切片: %f" % model.intercept_)
print()
print("決定係数: %f" % model.score(X, y))
pref_name = df3['都道府県']
plt.figure(figsize=(16, 10))
predict = model.predict(X)
plt.title("人口と平均年収のグラフ", fontsize=24)
plt.scatter(x, y)
plt.grid()
plt.xlabel("人口(人)", fontsize=18)
plt.ylabel("平均年収(円)", fontsize=18)
plt.plot(x, predict, color="coral")
for i, pref in enumerate(pref_name):
plt.annotate(pref, (x[i], y[i]))
nums = plt.gca().get_yticks()
plt.gca().set_yticklabels(['{:,.0f}'.format(i) for i in nums])
nums = plt.gca().get_xticks()
plt.gca().set_xticklabels(['{:,.0f}'.format(i) for i in nums])
out = "img/prefecture_data1.png"
plt.savefig(out)
plt.show()
色々なデータに触れると、相関関係があるのか確かめたくなります。
最も簡単な分析が線形回帰でよく使われています。
今回は、こちらのデータを使い都道府県と平均年収の関係を使って簡単なテストをしてみます。
import pandas as pd data1 = "prefecture1.csv" data2 = "income_pref.csv" df1 = pd.read_csv(data1) df2 = pd.read_csv(data2) print(df1.head()) print(df2.head())
# データのマージ
df3 = pd.merge(df1, df2)
#日本円表示を数値に
def currencyToNumber(val):
# 万と千以下に分ける
man, sen = val.split("万")
#円を取り除き,千以下を0埋め
sen = sen.replace("円", "")
sen = sen.zfill(4)
man += sen
return int(man)
# 数値のカンマを取り除く
def dropComma(val):
val = val.replace(",", "")
return float(val)
# 関数を適用して数値にする
df3['平均年収'] = df3['平均年収'].apply(currencyToNumber)
df3['人口'] = df3['人口'].apply(dropComma)
# プロットする場合はSeriesで小文字のx
x = df3['人口']
# 線形回帰する場合はDataFrameで大文字のX
X = df3[['人口']]
# 目的変数y
y = df3['平均年収']
出来上がったデータを散布図としてプロットします。
import matplotlib.pyplot as plt
import japanize_matplotlib
# 県名が見やすいように大きめのグラフに
plt.figure(figsize=(16, 10))
plt.title("人口と平均年収のグラフ", fontsize=24)
#散布図
plt.scatter(x, y)
plt.grid()
plt.xlabel("人口(人)", fontsize=18)
plt.ylabel("平均年収(円)", fontsize=18)
# 点それぞれに中訳を入れる annotate
pref_name = df3['都道府県']
for i, pref in enumerate(pref_name):
plt.annotate(pref, (x[i], y[i]))
# 数値が大きいと指数表示になるので、分かりやすく整数表示にする
nums = plt.gca().get_yticks()
plt.gca().set_yticklabels(['{:,.0f}'.format(i) for i in nums])
nums = plt.gca().get_xticks()
plt.gca().set_xticklabels(['{:,.0f}'.format(i) for i in nums])
plt.show()
NBAはデータを豊富に提供しているので分析に適しています。
ただし、身長や体重が日本と異なる表記なので、日本で分かりやすいようにデータを変換してみます。
ついでに欠損値除去や微調整してデータを取り扱い安くします。
まず、元データ player_data.csv の中身を確認します。
filename = "player_data.csv" df = pd.read_csv(filename) print(df.head()) print() print(df.shape) print() print(df.info())
name year_start year_end position height weight birth_date college
0 Alaa Abdelnaby 1991 1995 F-C 6-10 240.0 June 24, 1968 Duke University
1 Zaid Abdul-Aziz 1969 1978 C-F 6-9 235.0 April 7, 1946 Iowa State University
2 Kareem Abdul-Jabbar 1970 1989 C 7-2 225.0 April 16, 1947 University of California, Los Angeles
3 Mahmoud Abdul-Rauf 1991 2001 G 6-1 162.0 March 9, 1969 Louisiana State University
4 Tariq Abdul-Wahad 1998 2003 F 6-6 223.0 November 3, 1974 San Jose State University
(4550, 8)
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4550 entries, 0 to 4549
Data columns (total 8 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 name 4550 non-null object
1 year_start 4550 non-null int64
2 year_end 4550 non-null int64
3 position 4549 non-null object
4 height 4549 non-null object
5 weight 4544 non-null float64
6 birth_date 4519 non-null object
7 college 4248 non-null object
dtypes: float64(1), int64(2), object(5)
print(df[df['weight'].isnull()])
print()
print(df[df['birth_date'].isnull()].sort_values('year_end', ascending=False))
df2 = df.dropna(how="any")
欠損値データを確認すると昔の人ばかりなので、昔の年代を分析しない場合は削除して構わないでしょう。dropna(how="any")で欠損値を取り除いたデータフレームにします。# 1foot = 30.48, 1inch = 2.54cm
FOOT= 30.48
INCH = 2.54
# 1pond = 0.4536kg
LB = 0.4536
# フィートをセンチに
def toCenti(height):
ft, inc = height.split("-")
cent = int(ft) * FOOT + int(inc) * INCH
return round(cent, 2)
# ポンドをキログラムに
def toKilogram(weight):
kg = weight * LB
return round(kg, 2)
# 以上の関数を身長体重データに適用させる
df2['height'] = df2['height'].apply(toCenti)
df2['weight'] = df2['weight'].apply(toKilogram)
print(df2.head())
print()
print(df2.shape)
前回、matplotlibで方眼紙の様な正方形グリッドが作れたら、数学の関数グラフも容易に作れます。
matplotlibはデータをプロットするライブラリなので式をそのままグラフにするのはひと工夫必要です。
今度はオブジェクト指向で関数グラフを作り、一次関数をプロットします。
# オブジェクト指向でグラフ作成
fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)
# これで正方形になります。
ax.set_aspect('equal', adjustable='box')
# 表示する幅
ax.set_xlim(-10, 11)
ax.set_ylim(-10, 11)
# グラフの刻み
ax.set_xticks(np.arange(-10, 10, 5))
ax.set_yticks(np.arange(-10, 10, 5))
# 補助線をonにします
ax.minorticks_on()
# グリッドの主線と補助線
ax.grid(which="major", color="black", alpha=0.5)
ax.grid(which="minor", color="gray", linestyle="--", alpha=0.5)
# 数値表示を0に合わせます。
ax.spines['bottom'].set_position("zero")
ax.spines['left'].set_position("zero")
# 一次関数のデータを作る関数
def linear(a, b, ran=np.arange(-10,10)):
arr = []
for x in ran:
y = x*a + b
arr.append(y)
# 式から配列データを返します。
return arr
これを応用すれば二次関数や他の関数もプロットできますね。
#! /usr/bin/env python
# -*- coding:utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
# 一次関数のデータを作る関数
def linear(a, b, ran=np.arange(-10,10)):
arr = []
for x in ran:
y = x*a + b
arr.append(y)
# 式から配列データを返します。
return arr
fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)
# これで正方形になります。
ax.set_aspect('equal', adjustable='box')
# 表示する幅
ax.set_xlim(-10, 11)
ax.set_ylim(-10, 11)
# グラフの刻み
ax.set_xticks(np.arange(-10, 10, 5))
ax.set_yticks(np.arange(-10, 10, 5))
# 補助線をonにします
ax.minorticks_on()
# グリッドの主線と補助線
ax.grid(which="major", color="black", alpha=0.5)
ax.grid(which="minor", color="gray", linestyle="--", alpha=0.5)
# 数値表示を0に合わせます。
ax.spines['bottom'].set_position("zero")
ax.spines['left'].set_position("zero")
x = np.arange(-10, 10)
# y = 2x + 3の一次関数を生成
y = linear(2, 3, x)
ax.plot(x, y)
plt.show()
Pythonのmatplotlibはグラフ描画のためのライブラリですが、描画はデータによって自動的に調整されるので、時には方眼紙のように正確なグリッドが欲しい場合もあります。
正方形の方眼紙のようなグリッドは、plt.axis("square")で正方形に、ticksでマス目を刻みます。
#! /usr/bin/env python
# -*- coding:utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
# 正方形で表示
plt.axis("square")
# 表示範囲の指定
plt.xlim(-10, 10)
plt.ylim(-10, 10)
# 値の刻み
plt.xticks(np.arange(-10, 11, 5))
plt.yticks(np.arange(-10, 11, 5))
#grid マイナー線の指定をします
plt.minorticks_on()
plt.grid()
# マイナー線は破線で透明度50%
plt.grid(which="minor", color="gray", linestyle="--", alpha=0.5)
plt.show()
ポイントはaxis("square")です。これで数値通りの大きさで表示されます。
