Python3でヒストグラムとplotの重ね合わせ

2016-09-25 / tau / コメントする

指数分布に従う乱数を生成するnumpy.random.exponential()関数の確認のため、同関数で発生させた乱数群のヒストグラムと、指数分布の確率密度関数のグラフを重ねて比較してみた。

コードは以下の通りで、ヒストグラムのrangeと関数計算のrangeを合わせている。

from math import exp
import numpy.random as rnd
import matplotlib.pyplot as plt

# 指数乱数のデータ生成
lmd = 1
data = []
data_num = 1000
for n in range(0, data_num):
    data.append(rnd.exponential(lmd))

# ヒストグラムと確率密度の表示用パラメータ
range_max = 5
range_num = 100
bins_num = 10
dt = range_max / bins_num

# 関数値とヒストグラムを重ねて表示
x = [t*range_max/range_num for t in range(range_num)]
plt.plot(x, [lmd*exp(-lmd*t)*dt*data_num for t in x])
plt.hist(data, range=(0, range_max), bins=bins_num)
plt.show()

from math import exp

import numpy.random as rnd

import matplotlib.pyplot as plt

# 指数乱数のデータ生成

lmd = 1

data = []

data_num = 1000

for n in range(0, data_num):

data.append(rnd.exponential(lmd))

# ヒストグラムと確率密度の表示用パラメータ

range_max = 5

range_num = 100

bins_num = 10

dt = range_max / bins_num

# 関数値とヒストグラムを重ねて表示

x = [t*range_max/range_num for t in range(range_num)]

plt.plot(x, [lmd*exp(-lmd*t)*dt*data_num for t in x])

plt.hist(data, range=(0, range_max), bins=bins_num)

plt.show()

実行結果は以下の通り。

python-matplot-pyplot-exponential-random

Python3 – numpy.random – 乱数

2016-09-25 / tau / コメントする

ライブラリ

乱数を扱うには、numpy.randomライブラリが必要。

import numpy.random as rnd

1	import numpy.random as rnd

`seed`～乱数系列の指定

乱数の系列を固定したいときはseed()関数でシードを設定する。この設定をしないかシードにNoneを設定した場合は、実行ごとに乱数系列が変わる。

import numpy.random as rnd

rnd.seed(0)
print(rnd.randint(0, 10, 3))
print(rnd.randint(0, 10, 3))
print(rnd.randint(0, 10, 3))

# 何度実行しても結果は同じ
# [5 0 3]
# [3 7 9]
# [3 5 2]

import numpy.random as rnd

rnd.seed(0)

print(rnd.randint(0, 10, 3))

# 何度実行しても結果は同じ

# [5 0 3]

# [3 7 9]

# [3 5 2]

並べ替え

`shuffle()`

引数で与えた配列の要素をシャッフルする。元の配列を書き換え、戻り値はNoneとなる。

import numpy as np

np.random.seed(0)

a = np.arange(10)
print(a)
# [0 1 2 3 4 5 6 7 8 9]

b = np.random.shuffle(a)
print(a)
# [2 8 4 9 1 6 7 3 0 5]
print(b)
# None

import numpy as np

np.random.seed(0)

a = np.arange(10)

print(a)

# [0 1 2 3 4 5 6 7 8 9]

b = np.random.shuffle(a)

print(a)

# [2 8 4 9 1 6 7 3 0 5]

print(b)

# None

`permutation()`

引数で与えた配列の要素をシャッフルした結果の配列を返す。元の配列は書き換えられない。

import numpy as np

np.random.seed(0)

a = np.arange(10)
print(a)
# [0 1 2 3 4 5 6 7 8 9]

b = np.random.permutation(a)
print(a)
# [0 1 2 3 4 5 6 7 8 9]
print(b)
# [2 8 4 9 1 6 7 3 0 5]

import numpy as np

np.random.seed(0)

a = np.arange(10)

print(a)

# [0 1 2 3 4 5 6 7 8 9]

b = np.random.permutation(a)

print(a)

# [0 1 2 3 4 5 6 7 8 9]

print(b)

# [2 8 4 9 1 6 7 3 0 5]

permutation(n)の引数nに整数を指定すると、permutation(np.arange(n))と同じ効果を持つ。

import numpy as np

np.random.seed(0)

a = np.random.permutation(10)
print(a)
# [2 8 4 9 1 6 7 3 0 5]

import numpy as np

np.random.seed(0)

a = np.random.permutation(10)

print(a)

# [2 8 4 9 1 6 7 3 0 5]

確率分布

一様分布～[0, 1)

`rand()`

引数なしのrand()関数は[0, 1)の一様分布に従う乱数を1つ発生させる(random()関数でも同じ)。

for n in range(5):
    r = rnd.rand()
    print(r)

# 0.4807350243481273
# 0.725911967972944
# 0.18131883260203163
# 0.5975083028283003
# 0.10273697547412297

for n in range(5):

r = rnd.rand()

print(r)

# 0.4807350243481273

# 0.725911967972944

# 0.18131883260203163

# 0.5975083028283003

# 0.10273697547412297

引数を1つ指定すると、その個数の乱数を要素に持つ配列を返す(random()関数でも同じ)。

r = rnd.rand(3)
print(r)

# [ 0.70643994  0.89404594  0.32181352]

r = rnd.rand(3)

print(r)

# [ 0.70643994 0.89404594 0.32181352]

引数を2つ指定すると、その行数・列数の2次元配列の乱数を、引数がn1、n2、n3、・・・の場合、n1×n2×n3×・・・の多次元配列を返す。

r = rnd.rand(2, 3)
print(r)

# [[ 0.26702118  0.7878606   0.90683757]
# [ 0.66694304  0.0714021   0.00593714]]

r = rnd.rand(2, 3)

print(r)

# [[ 0.26702118 0.7878606 0.90683757]

# [ 0.66694304 0.0714021 0.00593714]]

`random_sample()/random()`

random_sample()は、引数が1つの場合はrand()と同じだが。配列の場合はリストやタプルで次数を与える。

import numpy.random as rnd

rnd.seed(0)

print(rnd.random_sample(5))
print(rnd.random_sample((2, 3)))

# [0.5488135  0.71518937 0.60276338 0.54488318 0.4236548 ]
# [[0.64589411 0.43758721 0.891773  ]
#  [0.96366276 0.38344152 0.79172504]]

import numpy.random as rnd

rnd.seed(0)

print(rnd.random_sample(5))

print(rnd.random_sample((2, 3)))

# [0.5488135 0.71518937 0.60276338 0.54488318 0.4236548 ]

# [[0.64589411 0.43758721 0.891773 ]

# [0.96366276 0.38344152 0.79172504]]

random()はrandom_sample()と同じ。

import numpy.random as rnd

rnd.seed(0)

print(rnd.random(5))
print(rnd.random((2, 3)))

# [0.5488135  0.71518937 0.60276338 0.54488318 0.4236548 ]
# [[0.64589411 0.43758721 0.891773  ]
#  [0.96366276 0.38344152 0.79172504]]

import numpy.random as rnd

rnd.seed(0)

print(rnd.random(5))

print(rnd.random((2, 3)))

# [0.5488135 0.71518937 0.60276338 0.54488318 0.4236548 ]

# [[0.64589411 0.43758721 0.891773 ]

# [0.96366276 0.38344152 0.79172504]]

一様整数乱数～任意の範囲の整数

`randint()`

1～3個の引数をとり、終値未満の整数乱数を返す。終値を含まないため、配列からランダムに要素を取り出したい時に便利。

引数が1つ(n)の場合、[0, n)の範囲の整数乱数を1つ返す
引数が2つ(m, n)の場合、[m, n)の範囲の整数乱数を1つ返す
引数が3つ(m, n, s)の場合[m, n)の範囲の整数乱数s個を要素とする配列を返す

import numpy.random as rnd

print([rnd.randint(3) for i in range(10)])
# [2, 2, 2, 1, 2, 0, 2, 0, 0, 2]

print([rnd.randint(1, 3) for i in range(10)])
# [2, 1, 2, 2, 1, 2, 2, 1, 1, 2]

print(rnd.randint(1, 3, 10))
# [1 1 2 2 2 2 2 1 2 1]

import numpy.random as rnd

print([rnd.randint(3) for i in range(10)])

# [2, 2, 2, 1, 2, 0, 2, 0, 0, 2]

print([rnd.randint(1, 3) for i in range(10)])

# [2, 1, 2, 2, 1, 2, 2, 1, 1, 2]

print(rnd.randint(1, 3, 10))

# [1 1 2 2 2 2 2 1 2 1]

サイズをリストやタプルで指定した場合、それに対応した次元・要素数の多次元配列で乱数列を返す。

import numpy.random as rnd

lst = rnd.randint(1, 5, [3, 4])
print(lst)

# 3行4列の乱数配列
# [[2 1 2 3]
# [2 2 2 1]
# [3 3 4 2]]

import numpy.random as rnd

lst = rnd.randint(1, 5, [3, 4])

print(lst)

# 3行4列の乱数配列

# [[2 1 2 3]

# [2 2 2 1]

# [3 3 4 2]]

`random_integers()`

引数の構成はrandint()と同じだが、

上限値を含む、[start, end]の範囲の整数乱数
引数の意味はrandint()と同じ

import numpy.random as rnd

print([rnd.random_integers(3) for i in range(10)])
# [2, 1, 1, 1, 2, 3, 2, 3, 3, 3]

print([rnd.random_integers(1, 3) for i in range(10)])
# [2, 2, 1, 2, 2, 2, 3, 1, 1, 1]

print(rnd.random_integers(1, 3, 10))
# [1 2 1 2 1 3 1 1 1 2]

import numpy.random as rnd

print([rnd.random_integers(3) for i in range(10)])

# [2, 1, 1, 1, 2, 3, 2, 3, 3, 3]

print([rnd.random_integers(1, 3) for i in range(10)])

# [2, 2, 1, 2, 2, 2, 3, 1, 1, 1]

print(rnd.random_integers(1, 3, 10))

# [1 2 1 2 1 3 1 1 1 2]

正規分布

`randn()`～標準正規分布

平均が0、標準偏差が1の標準正規分布に従う乱数を発生させる。配列で結果を得たいときはrand()と同じように直接次数を指定する。

import numpy.random as rnd
import matplotlib.pyplot as plt

rnd.seed(0)
x = rnd.randn(1000) 

fig, ax = plt.subplots()
ax.hist(x, ec='k', fc='tab:cyan')
plt.show()

import numpy.random as rnd

import matplotlib.pyplot as plt

rnd.seed(0)

x = rnd.randn(1000)

fig, ax = plt.subplots()

ax.hist(x, ec='k', fc='tab:cyan')

plt.show()

normal()～正規分布

normal(loc=0.0, scale=1.0, size=None)

locを平均、scaleを標準偏差とする正規分布に従う乱数を返す。

import numpy.random as rnd
import matplotlib.pyplot as plt

rnd.seed(0)
x1 = rnd.normal(loc=10, scale=5, size=1000)
x2 = rnd.normal(loc=-5, scale=10, size=1000)

fig, ax = plt.subplots()
ax.hist(x1, ec='k', range=(-40, 30), bins=20, fc='tab:blue', alpha=0.5)
ax.hist(x2, ec='k', range=(-40, 30), bins=20, fc='tab:orange', alpha=0.5)
plt.show()

import numpy.random as rnd

import matplotlib.pyplot as plt

rnd.seed(0)

x1 = rnd.normal(loc=10, scale=5, size=1000)

x2 = rnd.normal(loc=-5, scale=10, size=1000)

fig, ax = plt.subplots()

ax.hist(x1, ec='k', range=(-40, 30), bins=20, fc='tab:blue', alpha=0.5)

ax.hist(x2, ec='k', range=(-40, 30), bins=20, fc='tab:orange', alpha=0.5)

plt.show()

sizeに整数を指定すると、その個数の乱数を配列で返す。

print(rnd.normal(loc=0.5, scale=2, size=5))
# [ 4.07725695  1.3730197   0.69299494 -3.22698541 -0.05477641]

1 2	print(rnd.normal(loc=0.5, scale=2, size=5)) # [ 4.07725695 1.3730197 0.69299494 -3.22698541 -0.05477641]

sizeにリスト・タプルを指定すると、その形状の配列で乱数を返す。

print(rnd.normal(loc=1, scale=5, size=(2, 3)))
# [[-0.7737949   0.58629259 -2.13500338]
#  [ 0.78090916 -1.38609015 -5.56932377]]

print(rnd.normal(loc=1, scale=5, size=(2, 3)))

# [[-0.7737949 0.58629259 -2.13500338]

# [ 0.78090916 -1.38609015 -5.56932377]]

locとscaleに同じ次数の配列を指定すると、それらがブロードキャストされた結果に従う乱数が配列で返される。

mu = [-1, 0, 1]
sigma = [0.1, 1, 10]
print(rnd.normal(mu, sigma))
# [-0.91153776  0.88131804 18.09573064]

mu = [-1, 0, 1]

sigma = [0.1, 1, 10]

print(rnd.normal(mu, sigma))

# [-0.91153776 0.88131804 18.09573064]

`exponential()`～指数分布

指数分布。

exponential(lmd) – 指数分布: lmdは平均の逆数で、ポアソン過程でいう到着率、サービス率にあたる。

Tips

整数の乱数配列を生成する

整数の乱数配列を生成する方法はこちら。

matplotlib.pyplot.bar – 棒グラフ

2016-09-25 / tau / コメントする

基本形

pyplot.bar()に2つの引数を与えるのが基本形。

第1引数は横軸のリスト
第2引数は横軸リストの要素に対応した値

x = [1, 2, 3]
value = [3, 2, 4]
plt.bar(x, value)
plt.show()

x = [1, 2, 3]

value = [3, 2, 4]

plt.bar(x, value)

plt.show()

python-matplot-pyplot-bar01

bar(x, y)の横軸xの要素はfloatでなければならないが、これを文字表記に変更する。

import matplotlib.pyplot as plt

x = [1, 2, 3]
value = [3, 2, 4]
plt.bar(x, value)
plt.xticks(x, ["First", "Second", "Third"])
plt.show()

import matplotlib.pyplot as plt

x = [1, 2, 3]

value = [3, 2, 4]

plt.bar(x, value)

plt.xticks(x, ["First", "Second", "Third"])

plt.show()

python-matplot-pyplot-bar02

ただし項目名が左寄せになっているので、これらをセンタリングする。

なおxticksを指定せず数値のままでセンタリングすると、xで与えた数値が中央に来るよう調整される。

import matplotlib.pyplot as plt

x = [1, 2, 3]
value = [3, 2, 4]
plt.bar(x, value, align="center")
plt.xticks(x, ["First", "Second", "Third"])
plt.show()

import matplotlib.pyplot as plt

x = [1, 2, 3]

value = [3, 2, 4]

plt.bar(x, value, align="center")

plt.xticks(x, ["First", "Second", "Third"])

plt.show()

python-matplot-pyplot-bar03

棒の位置や幅のコントロール

デフォルトでは棒の位置はxで与えた数値に左寄せされる。またwidth=で棒の幅を指定することができる。

以下のように指定することで、ヒストグラムのような図を描くこともできる。

import numpy as npy
import matplotlib.pyplot as plt

value = [1, 2, 4, 6, 4, 3, 1]
x = range(len(value))
plt.bar(x, value, width = 1)
plt.show()

import numpy as npy

import matplotlib.pyplot as plt

value = [1, 2, 4, 6, 4, 3, 1]

x = range(len(value))

plt.bar(x, value, width = 1)

plt.show()

python-matplot-pyplot-bar04

hist()関数の戻り値を使って、以下のように書けるが、時にグラフの両側に空きができてしまうので、さらに検討が必要。

import numpy as npy
import numpy.random as rnd
import matplotlib.pyplot as plt

data = rnd.rand(1000) + 0.5

x_min = 0.5
x_max = 1.5
bin_number = 10
bin_width = (x_max - x_min) / bin_number

bin_count, bin_position, patches = plt.hist(data, range=(x_min, x_max), bins=bin_number)
bin_position = npy.delete(bin_position, len(bin_position) - 1)
plt.bar(bin_position, bin_count, width=bin_width)
plt.show()

import numpy as npy

import numpy.random as rnd

import matplotlib.pyplot as plt

data = rnd.rand(1000) + 0.5

x_min = 0.5

x_max = 1.5

bin_number = 10

bin_width = (x_max - x_min) / bin_number

bin_count, bin_position, patches = plt.hist(data, range=(x_min, x_max), bins=bin_number)

bin_position = npy.delete(bin_position, len(bin_position) - 1)

plt.bar(bin_position, bin_count, width=bin_width)

plt.show()

ヒストグラム

pyplotで簡単にヒストグラムが描ける。デフォルトでは縦軸は度数。

import numpy.random as rnd
import matplotlib.pyplot as plt

data = rnd.randint(0, 10, 1000)
plt.hist(data, range=(0, 10))
plt.show()

import numpy.random as rnd

import matplotlib.pyplot as plt

data = rnd.randint(0, 10, 1000)

plt.hist(data, range=(0, 10))

plt.show()

python-matplot-pyplot-histgram-normed-false

縦軸を頻度にしたい場合は、normed=TRUEオプションをつける。

import numpy.random as rnd
import matplotlib.pyplot as plt

data = rnd.randint(0, 10, 1000)
plt.hist(data, normed=True, range=(0, 10))
plt.show()

import numpy.random as rnd

import matplotlib.pyplot as plt

data = rnd.randint(0, 10, 1000)

plt.hist(data, normed=True, range=(0, 10))

plt.show()

縦軸が小数になっていて、各階級の頻度が1/10bins→0.1程度になっていることに注意。

python-matplot-pyplot-histgram-normed-true

頻度分布について

上の例ではうまく頻度分布が表示されているが、以下のようにうまくいかない場合がある。

import numpy as npy
import numpy.random as rnd
import matplotlib.pyplot as plt

data = rnd.rand(100)
plt.hist(data, normed=True)
plt.show()

import numpy as npy

import numpy.random as rnd

import matplotlib.pyplot as plt

data = rnd.rand(100)

plt.hist(data, normed=True)

plt.show()

python-matplot-pyplot-histgram-normed-trouble

ヒストグラムとplotの重ね合わせ

ヒストグラムのrankの範囲とplotのx軸の範囲を同じにすれば、こちらの例のように重ねて描くことができる。

ヒストグラムの戻り値

hist()は3つの戻り値を返す。

import numpy as npy
import numpy.random as rnd
import matplotlib.pyplot as plt

data = rnd.rand(10)

bin_count, bin_position, patches = plt.hist(data, range=(0, 1))
print(bin_count)
print(bin_position)
print(patches)


# [ 2.  1.  2.  1.  1.  1.  1.  0.  1.  0.]
# [ 0.   0.1  0.2  0.3  0.4  0.5  0.6  0.7  0.8  0.9  1. ]
# <a list of 10 Patch objects>

import numpy as npy

import numpy.random as rnd

import matplotlib.pyplot as plt

data = rnd.rand(10)

bin_count, bin_position, patches = plt.hist(data, range=(0, 1))

print(bin_count)

print(bin_position)

print(patches)

# [ 2. 1. 2. 1. 1. 1. 1. 0. 1. 0.]

# [ 0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1. ]

# <a list of 10 Patch objects>

bin_count: 各ビンの度数。
bin_position: ビン数とrangeに応じたビンの位置。
patches: 各ビンのオブジェクトの配列。ビンごとに色を変えるなどの操作ができる。

Python3 – ライブラリのインストールとアップグレード

2016-09-25 / tau / コメントする

pipでライブラリをインストールしたときの記録。

numpy

C:...\python>python -m pip install numpy
Collecting numpy
  Downloading numpy-1.11.1-cp35-none-win_amd64.whl (7.6MB)a
    100% |################################| 7.6MB 36kB/s
Installing collected packages: numpy
Successfully installed numpy-1.11.1
You are using pip version 7.1.2, however version 8.1.2 is available.
You should consider upgrading via the 'python -m pip install --upgrade pip' command.

C:...\python>python -m pip install numpy

Collecting numpy

Downloading numpy-1.11.1-cp35-none-win_amd64.whl (7.6MB)a

100% |################################| 7.6MB 36kB/s

Installing collected packages: numpy

Successfully installed numpy-1.11.1

You are using pip version 7.1.2, however version 8.1.2 is available.

You should consider upgrading via the 'python -m pip install --upgrade pip' command.

pipのアップグレード

最初にnumpyをインストールした直後にメッセージが出た。

C:...\python>python -m pip install --upgrade pip
Collecting pip
  Downloading pip-8.1.2-py2.py3-none-any.whl (1.2MB)
    100% |################################| 1.2MB 174kB/s
Installing collected packages: pip
  Found existing installation: pip 7.1.2
    Uninstalling pip-7.1.2:
      Successfully uninstalled pip-7.1.2
Successfully installed pip-8.1.2

C:...\python>python -m pip install --upgrade pip

Collecting pip

Downloading pip-8.1.2-py2.py3-none-any.whl (1.2MB)

100% |################################| 1.2MB 174kB/s

Installing collected packages: pip

Found existing installation: pip 7.1.2

Uninstalling pip-7.1.2:

Successfully uninstalled pip-7.1.2

Successfully installed pip-8.1.2

matplotlib

C:...\python>python -m pip install matplotlib
Collecting matplotlib
  Downloading matplotlib-1.5.3-cp35-cp35m-win_amd64.whl (6.5MB)
    100% |################################| 6.5MB 92kB/s
Collecting python-dateutil (from matplotlib)
  Downloading python_dateutil-2.5.3-py2.py3-none-any.whl (201kB)
    100% |################################| 204kB 400kB/s
Requirement already satisfied (use --upgrade to upgrade): numpy>=1.6 in c:\users...\appdata\local\programs\python\python35\lib\site-packages (from matplotlib)
Collecting pytz (from matplotlib)
  Downloading pytz-2016.6.1-py2.py3-none-any.whl (481kB)
    100% |################################| 481kB 465kB/s
Collecting pyparsing!=2.0.4,!=2.1.2,>=1.5.6 (from matplotlib)
  Downloading pyparsing-2.1.9-py2.py3-none-any.whl (55kB)
    100% |################################| 61kB 751kB/s
Collecting cycler (from matplotlib)
  Downloading cycler-0.10.0-py2.py3-none-any.whl
Collecting six>=1.5 (from python-dateutil->matplotlib)
  Downloading six-1.10.0-py2.py3-none-any.whl
Installing collected packages: six, python-dateutil, pytz, pyparsing, cycler, matplotlib
Successfully installed cycler-0.10.0 matplotlib-1.5.3 pyparsing-2.1.9 python-dateutil-2.5.3 pytz-2016.6.1 six-1.10.0

C:...\python>python -m pip install matplotlib

Collecting matplotlib

Downloading matplotlib-1.5.3-cp35-cp35m-win_amd64.whl (6.5MB)

100% |################################| 6.5MB 92kB/s

Collecting python-dateutil (from matplotlib)

Downloading python_dateutil-2.5.3-py2.py3-none-any.whl (201kB)

100% |################################| 204kB 400kB/s

Requirement already satisfied (use --upgrade to upgrade): numpy>=1.6 in c:\users...\appdata\local\programs\python\python35\lib\site-packages (from matplotlib)

Collecting pytz (from matplotlib)

Downloading pytz-2016.6.1-py2.py3-none-any.whl (481kB)

100% |################################| 481kB 465kB/s

Collecting pyparsing!=2.0.4,!=2.1.2,>=1.5.6 (from matplotlib)

Downloading pyparsing-2.1.9-py2.py3-none-any.whl (55kB)

100% |################################| 61kB 751kB/s

Collecting cycler (from matplotlib)

Downloading cycler-0.10.0-py2.py3-none-any.whl

Collecting six>=1.5 (from python-dateutil->matplotlib)

Downloading six-1.10.0-py2.py3-none-any.whl

Installing collected packages: six, python-dateutil, pytz, pyparsing, cycler, matplotlib

Successfully installed cycler-0.10.0 matplotlib-1.5.3 pyparsing-2.1.9 python-dateutil-2.5.3 pytz-2016.6.1 six-1.10.0

scipy

エラー発生

C:...\python>python -m pip install scipy
Collecting scipy
  Downloading scipy-0.18.1.tar.gz (13.1MB)
    100% |################################| 13.1MB 52kB/s
Installing collected packages: scipy
  Running setup.py install for scipy ... error
    Complete output from command C:\Users...\AppData\Local\Programs\Python\Python35\python.exe -u -c "import setuptools, tokenize;__file__='C:\\Users...\\AppData\\Local\\Temp\\pip-build-qqtiwqdj\\scipy\\setup.py';exec(compile(getattr(tokenize, 'open', open)(__file__).read().replace('\r\n', '\n'), __file__, 'exec'))" install --record C:\Users...\AppData\Local\Temp\pip-p09190cf-record\install-record.txt --single-version-externally-managed --compile:

    Note: if you need reliable uninstall behavior, then install
    with pip instead of using `setup.py install`:

      - `pip install .`       (from a git repo or downloaded source
                               release)
      - `pip install scipy`   (last SciPy release on PyPI)


    lapack_opt_info:
    openblas_lapack_info:
      libraries openblas not found in ['C:...\\Python\\Python35\\lib', 'C:\\', 'C:\\Users...\\AppData\\Local\\Programs\\Python\\Python35\\libs']
      NOT AVAILABLE

    lapack_mkl_info:
    mkl_info:
      libraries mkl,vml,guide not found in ['C:\\Users...\\AppData\\Local\\Programs\\Python\\Python35\\lib', 'C:\\', 'C:\\Users...\\AppData\\Local\\Programs\\Python\\Python35\\libs']
      NOT AVAILABLE

      NOT AVAILABLE

    atlas_3_10_threads_info:
    Setting PTATLAS=ATLAS
    C:...\Python\Python35\lib\site-packages\numpy\distutils\system_info.py:639: UserWarning: Specified path C:\projects\numpy-wheels\windows-wheel-builder\atlas-builds\atlas-3.11.38-sse2-64\lib is invalid.
      warnings.warn('Specified path %s is invalid.' % d)
    <class 'numpy.distutils.system_info.atlas_3_10_threads_info'>
      NOT AVAILABLE

    atlas_3_10_info:
    <class 'numpy.distutils.system_info.atlas_3_10_info'>
      NOT AVAILABLE

    atlas_threads_info:
    Setting PTATLAS=ATLAS
    <class 'numpy.distutils.system_info.atlas_threads_info'>
      NOT AVAILABLE

    atlas_info:
    <class 'numpy.distutils.system_info.atlas_info'>
      NOT AVAILABLE

    C:\Users...\AppData\Local\Programs\Python\Python35\lib\site-packages\numpy\distutils\system_info.py:1548: UserWarning:
        Atlas (http://math-atlas.sourceforge.net/) libraries not found.
        Directories to search for the libraries can be specified in the
        numpy/distutils/site.cfg file (section [atlas]) or by setting
        the ATLAS environment variable.
      warnings.warn(AtlasNotFoundError.__doc__)
    lapack_info:
      libraries lapack not found in ['C:\\Users...\\AppData\\Local\\Programs\\Python\\Python35\\lib', 'C:\\', 'C:\\Users...\AppData\\Local\\Programs\\Python\\Python35\\libs']
      NOT AVAILABLE

    C:\Users...\AppData\Local\Programs\Python\Python35\lib\site-packages\numpy\distutils\system_info.py:1559: UserWarning:
        Lapack (http://www.netlib.org/lapack/) libraries not found.
        Directories to search for the libraries can be specified in the
        numpy/distutils/site.cfg file (section [lapack]) or by setting
        the LAPACK environment variable.
      warnings.warn(LapackNotFoundError.__doc__)
    lapack_src_info:
      NOT AVAILABLE

    C:\Users...\AppData\Local\Programs\Python\Python35\lib\site-packages\numpy\distutils\system_info.py:1562: UserWarning:
        Lapack (http://www.netlib.org/lapack/) sources not found.
        Directories to search for the sources can be specified in the
        numpy/distutils/site.cfg file (section [lapack_src]) or by setting
        the LAPACK_SRC environment variable.
      warnings.warn(LapackSrcNotFoundError.__doc__)
      NOT AVAILABLE

    Running from scipy source directory.
    Traceback (most recent call last):
      File "<string>", line 1, in <module>
      File "C:\Users...\AppData\Local\Temp\pip-build-qqtiwqdj\scipy\setup.py", line 415, in <module>
        setup_package()
      File "C:\Users...\AppData\Local\Temp\pip-build-qqtiwqdj\scipy\setup.py", line 411, in setup_package
        setup(**metadata)
      File "C:\Users...\AppData\Local\Programs\Python\Python35\lib\site-packages\numpy\distutils\core.py", line 135, in setup
        config = configuration()
      File "C:\Users...\AppData\Local\Temp\pip-build-qqtiwqdj\scipy\setup.py", line 335, in configuration
        config.add_subpackage('scipy')
      File "C:\Users...\AppData\Local\Programs\Python\Python35\lib\site-packages\numpy\distutils\misc_util.py", line 1003, in add_subpackage
        caller_level = 2)
      File "C:\Users...\AppData\Local\Programs\Python\Python35\lib\site-packages\numpy\distutils\misc_util.py", line 972, in get_subpackage
        caller_level = caller_level + 1)
      File "C:\Users...\AppData\Local\Programs\Python\Python35\lib\site-packages\numpy\distutils\misc_util.py", line 909, in _get_configuration_from_setup_py
        config = setup_module.configuration(*args)
      File "scipy\setup.py", line 15, in configuration
        config.add_subpackage('linalg')
      File "C:\Users...\AppData\Local\Programs\Python\Python35\lib\site-packages\numpy\distutils\misc_util.py", line 1003, in add_subpackage
        caller_level = 2)
      File "C:\Users...\AppData\Local\Programs\Python\Python35\lib\site-packages\numpy\distutils\misc_util.py", line 972, in get_subpackage
        caller_level = caller_level + 1)
      File "C:\Users...\AppData\Local\Programs\Python\Python35\lib\site-packages\numpy\distutils\misc_util.py", line 909, in _get_configuration_from_setup_py
        config = setup_module.configuration(*args)
      File "scipy\linalg\setup.py", line 20, in configuration
        raise NotFoundError('no lapack/blas resources found')
    numpy.distutils.system_info.NotFoundError: no lapack/blas resources found

    ----------------------------------------
Command "C:\Users...\AppData\Local\Programs\Python\Python35\python.exe -u -c "import setuptools, tokenize;__file__='C:\\Users...\\AppData\\Local\\Temp\\pip-build-qqtiwqdj\\scipy\\setup.py';exec(compile(getattr(tokenize, 'open', open)(__file__).read().replace('\r\n', '\n'), __file__, 'exec'))" install --record C:\Users...\AppData\Local\Temp\pip-p09190cf-record\install-record.txt --single-version-externally-managed --compile" failed with error code 1 in C:\Users...\AppData\Local\Temp\pip-build-qqtiwqdj\scipy\

100

101

102

103

104

105

106

C:...\python>python -m pip install scipy

Collecting scipy

Downloading scipy-0.18.1.tar.gz (13.1MB)

100% |################################| 13.1MB 52kB/s

Installing collected packages: scipy

Running setup.py install for scipy ... error

Complete output from command C:\Users...\AppData\Local\Programs\Python\Python35\python.exe -u -c "import setuptools, tokenize;__file__='C:\\Users...\\AppData\\Local\\Temp\\pip-build-qqtiwqdj\\scipy\\setup.py';exec(compile(getattr(tokenize, 'open', open)(__file__).read().replace('\r\n', '\n'), __file__, 'exec'))" install --record C:\Users...\AppData\Local\Temp\pip-p09190cf-record\install-record.txt --single-version-externally-managed --compile:

Note: if you need reliable uninstall behavior, then install

with pip instead of using `setup.py install`:

- `pip install .` (from a git repo or downloaded source

release)

- `pip install scipy` (last SciPy release on PyPI)

lapack_opt_info:

openblas_lapack_info:

libraries openblas not found in ['C:...\\Python\\Python35\\lib', 'C:\\', 'C:\\Users...\\AppData\\Local\\Programs\\Python\\Python35\\libs']

NOT AVAILABLE

lapack_mkl_info:

mkl_info:

libraries mkl,vml,guide not found in ['C:\\Users...\\AppData\\Local\\Programs\\Python\\Python35\\lib', 'C:\\', 'C:\\Users...\\AppData\\Local\\Programs\\Python\\Python35\\libs']

NOT AVAILABLE

atlas_3_10_threads_info:

Setting PTATLAS=ATLAS

C:...\Python\Python35\lib\site-packages\numpy\distutils\system_info.py:639: UserWarning: Specified path C:\projects\numpy-wheels\windows-wheel-builder\atlas-builds\atlas-3.11.38-sse2-64\lib is invalid.

warnings.warn('Specified path %s is invalid.' % d)

NOT AVAILABLE

atlas_3_10_info:

NOT AVAILABLE

atlas_threads_info:

Setting PTATLAS=ATLAS

NOT AVAILABLE

atlas_info:

NOT AVAILABLE

C:\Users...\AppData\Local\Programs\Python\Python35\lib\site-packages\numpy\distutils\system_info.py:1548: UserWarning:

Atlas (http://math-atlas.sourceforge.net/) libraries not found.

Directories to search for the libraries can be specified in the

numpy/distutils/site.cfg file (section [atlas]) or by setting

the ATLAS environment variable.

warnings.warn(AtlasNotFoundError.__doc__)

lapack_info:

libraries lapack not found in ['C:\\Users...\\AppData\\Local\\Programs\\Python\\Python35\\lib', 'C:\\', 'C:\\Users...\AppData\\Local\\Programs\\Python\\Python35\\libs']

NOT AVAILABLE

C:\Users...\AppData\Local\Programs\Python\Python35\lib\site-packages\numpy\distutils\system_info.py:1559: UserWarning:

Lapack (http://www.netlib.org/lapack/) libraries not found.

Directories to search for the libraries can be specified in the

numpy/distutils/site.cfg file (section [lapack]) or by setting

the LAPACK environment variable.

warnings.warn(LapackNotFoundError.__doc__)

lapack_src_info:

NOT AVAILABLE

C:\Users...\AppData\Local\Programs\Python\Python35\lib\site-packages\numpy\distutils\system_info.py:1562: UserWarning:

Lapack (http://www.netlib.org/lapack/) sources not found.

Directories to search for the sources can be specified in the

numpy/distutils/site.cfg file (section [lapack_src]) or by setting

the LAPACK_SRC environment variable.

warnings.warn(LapackSrcNotFoundError.__doc__)

NOT AVAILABLE

Running from scipy source directory.

Traceback (most recent call last):

File "<string>", line 1, in <module>

File "C:\Users...\AppData\Local\Temp\pip-build-qqtiwqdj\scipy\setup.py", line 415, in <module>

setup_package()

File "C:\Users...\AppData\Local\Temp\pip-build-qqtiwqdj\scipy\setup.py", line 411, in setup_package

setup(**metadata)

File "C:\Users...\AppData\Local\Programs\Python\Python35\lib\site-packages\numpy\distutils\core.py", line 135, in setup

config = configuration()

File "C:\Users...\AppData\Local\Temp\pip-build-qqtiwqdj\scipy\setup.py", line 335, in configuration

config.add_subpackage('scipy')

File "C:\Users...\AppData\Local\Programs\Python\Python35\lib\site-packages\numpy\distutils\misc_util.py", line 1003, in add_subpackage

caller_level = 2)

File "C:\Users...\AppData\Local\Programs\Python\Python35\lib\site-packages\numpy\distutils\misc_util.py", line 972, in get_subpackage

caller_level = caller_level + 1)

File "C:\Users...\AppData\Local\Programs\Python\Python35\lib\site-packages\numpy\distutils\misc_util.py", line 909, in _get_configuration_from_setup_py

config = setup_module.configuration(*args)

File "scipy\setup.py", line 15, in configuration

config.add_subpackage('linalg')

File "C:\Users...\AppData\Local\Programs\Python\Python35\lib\site-packages\numpy\distutils\misc_util.py", line 1003, in add_subpackage

caller_level = 2)

File "C:\Users...\AppData\Local\Programs\Python\Python35\lib\site-packages\numpy\distutils\misc_util.py", line 972, in get_subpackage

caller_level = caller_level + 1)

File "C:\Users...\AppData\Local\Programs\Python\Python35\lib\site-packages\numpy\distutils\misc_util.py", line 909, in _get_configuration_from_setup_py

config = setup_module.configuration(*args)

File "scipy\linalg\setup.py", line 20, in configuration

raise NotFoundError('no lapack/blas resources found')

numpy.distutils.system_info.NotFoundError: no lapack/blas resources found

----------------------------------------

Command "C:\Users...\AppData\Local\Programs\Python\Python35\python.exe -u -c "import setuptools, tokenize;__file__='C:\\Users...\\AppData\\Local\\Temp\\pip-build-qqtiwqdj\\scipy\\setup.py';exec(compile(getattr(tokenize, 'open', open)(__file__).read().replace('\r\n', '\n'), __file__, 'exec'))" install --record C:\Users...\AppData\Local\Temp\pip-p09190cf-record\install-record.txt --single-version-externally-managed --compile" failed with error code 1 in C:\Users...\AppData\Local\Temp\pip-build-qqtiwqdj\scipy\

20191023、O’REILLYの”Pythonではじめる機械学習”の勉強のため、scipyのインストールに再挑戦。

パッケージのリストを表示させるとpipが最新バージョンではないというWARNING。

C:\Users\xxxx>python -m pip list
Package         Version
--------------- -------
cycler          0.10.0
kiwisolver      1.1.0
matplotlib      3.1.1
numpy           1.17.1
pip             19.2.3
pyparsing       2.4.2
python-dateutil 2.8.0
setuptools      40.8.0
six             1.12.0
WARNING: You are using pip version 19.2.3, however version 19.3.1 is available.
You should consider upgrading via the 'python -m pip install --upgrade pip' command.

C:\Users\xxxx>python -m pip list

Package Version

--------------- -------

cycler 0.10.0

kiwisolver 1.1.0

matplotlib 3.1.1

numpy 1.17.1

pip 19.2.3

pyparsing 2.4.2

python-dateutil 2.8.0

setuptools 40.8.0

six 1.12.0

WARNING: You are using pip version 19.2.3, however version 19.3.1 is available.

You should consider upgrading via the 'python -m pip install --upgrade pip' command.

pipをアップグレード。

C:\...\Python>python -m pip install --upgrade pip
Collecting pip
  Downloading https://files.pythonhosted.org/packages/00/b6/9cfa56b4081ad13874b0c6f96af8ce16cfbc1cb06bedf8e9164ce5551ec1/pip-19.3.1-py2.py3-none-any.whl (1.4MB)
     |████████████████████████████████| 1.4MB 1.3MB/s
Installing collected packages: pip
  Found existing installation: pip 19.2.3
    Uninstalling pip-19.2.3:
      Successfully uninstalled pip-19.2.3
Successfully installed pip-19.3.1

C:\...\Python>python -m pip install --upgrade pip

Collecting pip

Downloading https://files.pythonhosted.org/packages/00/b6/9cfa56b4081ad13874b0c6f96af8ce16cfbc1cb06bedf8e9164ce5551ec1/pip-19.3.1-py2.py3-none-any.whl (1.4MB)

|████████████████████████████████| 1.4MB 1.3MB/s

Installing collected packages: pip

Found existing installation: pip 19.2.3

Uninstalling pip-19.2.3:

Successfully uninstalled pip-19.2.3

Successfully installed pip-19.3.1

scipyを無事インストール。

C:\...\Python>python -m pip install scipy
Collecting scipy
  Downloading https://files.pythonhosted.org/packages/e1/9e/454b2dab5ee21f66ebf02ddbc63c5f074b21c44e66e1a509b38566cac9d9/scipy-1.3.1-cp37-cp37m-win32.whl (27.1MB)
     |████████████████████████████████| 27.1MB 819kB/s
Requirement already satisfied: numpy>=1.13.3 in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from scipy) (1.17.1)
Installing collected packages: scipy
Successfully installed scipy-1.3.1

C:\...\Python>python -m pip install scipy

Collecting scipy

Downloading https://files.pythonhosted.org/packages/e1/9e/454b2dab5ee21f66ebf02ddbc63c5f074b21c44e66e1a509b38566cac9d9/scipy-1.3.1-cp37-cp37m-win32.whl (27.1MB)

|████████████████████████████████| 27.1MB 819kB/s

Requirement already satisfied: numpy>=1.13.3 in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from scipy) (1.17.1)

Installing collected packages: scipy

Successfully installed scipy-1.3.1

そのまま調子に乗って、ipython、scikit-learn、pandas、pillowもインストール。

C:\...\Python>python -m pip install ipython scikit-learn pandas pillow
Collecting ipython
  Downloading https://files.pythonhosted.org/packages/fb/44/f28a13852e562af719f9de1761680a84a93e8b4c50e22d00d68f60ee2e8b/ipython-7.8.0-py3-none-any.whl (775kB)
     |████████████████████████████████| 778kB 437kB/s
Collecting scikit-learn
  Downloading https://files.pythonhosted.org/packages/db/c8/5903e8f826f3b1b845942798f4948a817b6334f9601927c0eea09148cd70/scikit_learn-0.21.3-cp37-cp37m-win32.whl (5.2MB)
     |████████████████████████████████| 5.2MB 3.3MB/s
Collecting pandas
  Downloading https://files.pythonhosted.org/packages/f5/d7/383f1f6ae2cc6b85155a0d8aad9d20bdc21c65ffd74bf1f534ec27716d0b/pandas-0.25.2-cp37-cp37m-win32.whl (7.9MB)
     |████████████████████████████████| 7.9MB 1.6MB/s
Collecting pillow
  Downloading https://files.pythonhosted.org/packages/4b/88/0a35f7ae1e436309a97c92fec81c1ab7d70b4a0646f39b420cbcecfb2de6/Pillow-6.2.1-cp37-cp37m-win32.whl (1.8MB)
     |████████████████████████████████| 1.8MB 2.2MB/s
Collecting traitlets>=4.2
  Downloading https://files.pythonhosted.org/packages/ca/ab/872a23e29cec3cf2594af7e857f18b687ad21039c1f9b922fac5b9b142d5/traitlets-4.3.3-py2.py3-none-any.whl (75kB)
     |████████████████████████████████| 81kB 2.6MB/s
Collecting pickleshare
  Downloading https://files.pythonhosted.org/packages/9a/41/220f49aaea88bc6fa6cba8d05ecf24676326156c23b991e80b3f2fc24c77/pickleshare-0.7.5-py2.py3-none-any.whl
Collecting pygments
  Downloading https://files.pythonhosted.org/packages/5c/73/1dfa428150e3ccb0fa3e68db406e5be48698f2a979ccbcec795f28f44048/Pygments-2.4.2-py2.py3-none-any.whl (883kB)
     |████████████████████████████████| 890kB 3.3MB/s
Collecting colorama; sys_platform == "win32"
  Downloading https://files.pythonhosted.org/packages/4f/a6/728666f39bfff1719fc94c481890b2106837da9318031f71a8424b662e12/colorama-0.4.1-py2.py3-none-any.whl
Collecting jedi>=0.10
  Downloading https://files.pythonhosted.org/packages/55/54/da994f359e4e7da4776a200e76dbc85ba5fc319eefc22e33d55296d95a1d/jedi-0.15.1-py2.py3-none-any.whl (1.0MB)
     |████████████████████████████████| 1.0MB 6.8MB/s
Collecting prompt-toolkit<2.1.0,>=2.0.0
  Downloading https://files.pythonhosted.org/packages/87/61/2dfea88583d5454e3a64f9308a686071d58d59a55db638268a6413e1eb6d/prompt_toolkit-2.0.10-py3-none-any.whl (340kB)
     |████████████████████████████████| 348kB 2.2MB/s
Collecting decorator
  Downloading https://files.pythonhosted.org/packages/5f/88/0075e461560a1e750a0dcbf77f1d9de775028c37a19a346a6c565a257399/decorator-4.4.0-py2.py3-none-any.whl
Collecting backcall
  Downloading https://files.pythonhosted.org/packages/84/71/c8ca4f5bb1e08401b916c68003acf0a0655df935d74d93bf3f3364b310e0/backcall-0.1.0.tar.gz
Requirement already satisfied: setuptools>=18.5 in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from ipython) (40.8.0)
Requirement already satisfied: scipy>=0.17.0 in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from scikit-learn) (1.3.1)
Requirement already satisfied: numpy>=1.11.0 in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from scikit-learn) (1.17.1)
Collecting joblib>=0.11
  Downloading https://files.pythonhosted.org/packages/8f/42/155696f85f344c066e17af287359c9786b436b1bf86029bb3411283274f3/joblib-0.14.0-py2.py3-none-any.whl (294kB)
     |████████████████████████████████| 296kB 2.2MB/s
Collecting pytz>=2017.2
  Downloading https://files.pythonhosted.org/packages/e7/f9/f0b53f88060247251bf481fa6ea62cd0d25bf1b11a87888e53ce5b7c8ad2/pytz-2019.3-py2.py3-none-any.whl (509kB)
     |████████████████████████████████| 512kB 2.2MB/s
Requirement already satisfied: python-dateutil>=2.6.1 in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from pandas) (2.8.0)
Collecting ipython-genutils
  Downloading https://files.pythonhosted.org/packages/fa/bc/9bd3b5c2b4774d5f33b2d544f1460be9df7df2fe42f352135381c347c69a/ipython_genutils-0.2.0-py2.py3-none-any.whl
Requirement already satisfied: six in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from traitlets>=4.2->ipython) (1.12.0)
Collecting parso>=0.5.0
  Downloading https://files.pythonhosted.org/packages/a3/bd/bf4e5bd01d79906e5b945a7af033154da49fd2b0d5b5c705a21330323305/parso-0.5.1-py2.py3-none-any.whl (95kB)
     |████████████████████████████████| 102kB 3.2MB/s
Collecting wcwidth
  Downloading https://files.pythonhosted.org/packages/7e/9f/526a6947247599b084ee5232e4f9190a38f398d7300d866af3ab571a5bfe/wcwidth-0.1.7-py2.py3-none-any.whl
Installing collected packages: decorator, ipython-genutils, traitlets, pickleshare, pygments, colorama, parso, jedi, wcwidth, prompt-toolkit, backcall, ipython, joblib, scikit-learn, pytz, pandas, pillow
    Running setup.py install for backcall ... done
Successfully installed backcall-0.1.0 colorama-0.4.1 decorator-4.4.0 ipython-7.8.0 ipython-genutils-0.2.0 jedi-0.15.1 joblib-0.14.0 pandas-0.25.2 parso-0.5.1 pickleshare-0.7.5 pillow-6.2.1 prompt-toolkit-2.0.10 pygments-2.4.2 pytz-2019.3 scikit-learn-0.21.3 traitlets-4.3.3 wcwidth-0.1.7

C:\...\Python>python -m pip install ipython scikit-learn pandas pillow

Collecting ipython

Downloading https://files.pythonhosted.org/packages/fb/44/f28a13852e562af719f9de1761680a84a93e8b4c50e22d00d68f60ee2e8b/ipython-7.8.0-py3-none-any.whl (775kB)

|████████████████████████████████| 778kB 437kB/s

Collecting scikit-learn

Downloading https://files.pythonhosted.org/packages/db/c8/5903e8f826f3b1b845942798f4948a817b6334f9601927c0eea09148cd70/scikit_learn-0.21.3-cp37-cp37m-win32.whl (5.2MB)

|████████████████████████████████| 5.2MB 3.3MB/s

Collecting pandas

Downloading https://files.pythonhosted.org/packages/f5/d7/383f1f6ae2cc6b85155a0d8aad9d20bdc21c65ffd74bf1f534ec27716d0b/pandas-0.25.2-cp37-cp37m-win32.whl (7.9MB)

|████████████████████████████████| 7.9MB 1.6MB/s

Collecting pillow

Downloading https://files.pythonhosted.org/packages/4b/88/0a35f7ae1e436309a97c92fec81c1ab7d70b4a0646f39b420cbcecfb2de6/Pillow-6.2.1-cp37-cp37m-win32.whl (1.8MB)

|████████████████████████████████| 1.8MB 2.2MB/s

Collecting traitlets>=4.2

Downloading https://files.pythonhosted.org/packages/ca/ab/872a23e29cec3cf2594af7e857f18b687ad21039c1f9b922fac5b9b142d5/traitlets-4.3.3-py2.py3-none-any.whl (75kB)

|████████████████████████████████| 81kB 2.6MB/s

Collecting pickleshare

Downloading https://files.pythonhosted.org/packages/9a/41/220f49aaea88bc6fa6cba8d05ecf24676326156c23b991e80b3f2fc24c77/pickleshare-0.7.5-py2.py3-none-any.whl

Collecting pygments

Downloading https://files.pythonhosted.org/packages/5c/73/1dfa428150e3ccb0fa3e68db406e5be48698f2a979ccbcec795f28f44048/Pygments-2.4.2-py2.py3-none-any.whl (883kB)

|████████████████████████████████| 890kB 3.3MB/s

Collecting colorama; sys_platform == "win32"

Downloading https://files.pythonhosted.org/packages/4f/a6/728666f39bfff1719fc94c481890b2106837da9318031f71a8424b662e12/colorama-0.4.1-py2.py3-none-any.whl

Collecting jedi>=0.10

Downloading https://files.pythonhosted.org/packages/55/54/da994f359e4e7da4776a200e76dbc85ba5fc319eefc22e33d55296d95a1d/jedi-0.15.1-py2.py3-none-any.whl (1.0MB)

|████████████████████████████████| 1.0MB 6.8MB/s

Collecting prompt-toolkit<2.1.0,>=2.0.0

Downloading https://files.pythonhosted.org/packages/87/61/2dfea88583d5454e3a64f9308a686071d58d59a55db638268a6413e1eb6d/prompt_toolkit-2.0.10-py3-none-any.whl (340kB)

|████████████████████████████████| 348kB 2.2MB/s

Collecting decorator

Downloading https://files.pythonhosted.org/packages/5f/88/0075e461560a1e750a0dcbf77f1d9de775028c37a19a346a6c565a257399/decorator-4.4.0-py2.py3-none-any.whl

Collecting backcall

Downloading https://files.pythonhosted.org/packages/84/71/c8ca4f5bb1e08401b916c68003acf0a0655df935d74d93bf3f3364b310e0/backcall-0.1.0.tar.gz

Requirement already satisfied: setuptools>=18.5 in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from ipython) (40.8.0)

Requirement already satisfied: scipy>=0.17.0 in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from scikit-learn) (1.3.1)

Requirement already satisfied: numpy>=1.11.0 in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from scikit-learn) (1.17.1)

Collecting joblib>=0.11

Downloading https://files.pythonhosted.org/packages/8f/42/155696f85f344c066e17af287359c9786b436b1bf86029bb3411283274f3/joblib-0.14.0-py2.py3-none-any.whl (294kB)

|████████████████████████████████| 296kB 2.2MB/s

Collecting pytz>=2017.2

Downloading https://files.pythonhosted.org/packages/e7/f9/f0b53f88060247251bf481fa6ea62cd0d25bf1b11a87888e53ce5b7c8ad2/pytz-2019.3-py2.py3-none-any.whl (509kB)

|████████████████████████████████| 512kB 2.2MB/s

Requirement already satisfied: python-dateutil>=2.6.1 in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from pandas) (2.8.0)

Collecting ipython-genutils

Downloading https://files.pythonhosted.org/packages/fa/bc/9bd3b5c2b4774d5f33b2d544f1460be9df7df2fe42f352135381c347c69a/ipython_genutils-0.2.0-py2.py3-none-any.whl

Requirement already satisfied: six in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from traitlets>=4.2->ipython) (1.12.0)

Collecting parso>=0.5.0

Downloading https://files.pythonhosted.org/packages/a3/bd/bf4e5bd01d79906e5b945a7af033154da49fd2b0d5b5c705a21330323305/parso-0.5.1-py2.py3-none-any.whl (95kB)

|████████████████████████████████| 102kB 3.2MB/s

Collecting wcwidth

Downloading https://files.pythonhosted.org/packages/7e/9f/526a6947247599b084ee5232e4f9190a38f398d7300d866af3ab571a5bfe/wcwidth-0.1.7-py2.py3-none-any.whl

Installing collected packages: decorator, ipython-genutils, traitlets, pickleshare, pygments, colorama, parso, jedi, wcwidth, prompt-toolkit, backcall, ipython, joblib, scikit-learn, pytz, pandas, pillow

Running setup.py install for backcall ... done

Successfully installed backcall-0.1.0 colorama-0.4.1 decorator-4.4.0 ipython-7.8.0 ipython-genutils-0.2.0 jedi-0.15.1 joblib-0.14.0 pandas-0.25.2 parso-0.5.1 pickleshare-0.7.5 pillow-6.2.1 prompt-toolkit-2.0.10 pygments-2.4.2 pytz-2019.3 scikit-learn-0.21.3 traitlets-4.3.3 wcwidth-0.1.7

20191027、mglearnをインストール。

C:...>python -m pip install mglearn
Collecting mglearn
  Downloading https://files.pythonhosted.org/packages/fb/01/8d3630ecc767c9de96a9c46e055f2a3a5f9e14a47d3d0348a36a5005fe67/mglearn-0.1.7.tar.gz (540kB)
     |████████████████████████████████| 542kB 409kB/s
Requirement already satisfied: numpy in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from mglearn) (1.17.1)
Requirement already satisfied: matplotlib in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from mglearn) (3.1.1)
Requirement already satisfied: scikit-learn in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from mglearn) (0.21.3)
Requirement already satisfied: pandas in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from mglearn) (0.25.2)
Requirement already satisfied: pillow in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from mglearn) (6.2.1)
Requirement already satisfied: cycler in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from mglearn) (0.10.0)
Collecting imageio
  Downloading https://files.pythonhosted.org/packages/1a/de/f7f985018f462ceeffada7f6e609919fbcc934acd9301929cba14bc2c24a/imageio-2.6.1-py3-none-any.whl (3.3MB)
     |████████████████████████████████| 3.3MB 1.3MB/s
Requirement already satisfied: pyparsing!=2.0.4,!=2.1.2,!=2.1.6,>=2.0.1 in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from matplotlib->mglearn) (2.4.2)
Requirement already satisfied: kiwisolver>=1.0.1 in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from matplotlib->mglearn) (1.1.0)
Requirement already satisfied: python-dateutil>=2.1 in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from matplotlib->mglearn) (2.8.0)
Requirement already satisfied: scipy>=0.17.0 in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from scikit-learn->mglearn) (1.3.1)
Requirement already satisfied: joblib>=0.11 in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from scikit-learn->mglearn) (0.14.0)
Requirement already satisfied: pytz>=2017.2 in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from pandas->mglearn) (2019.3)
Requirement already satisfied: six in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from cycler->mglearn) (1.12.0)
Requirement already satisfied: setuptools in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from kiwisolver>=1.0.1->matplotlib->mglearn) (40.8.0)
Installing collected packages: imageio, mglearn
    Running setup.py install for mglearn ... done
Successfully installed imageio-2.6.1 mglearn-0.1.7

C:...>python -m pip install mglearn

Collecting mglearn

Downloading https://files.pythonhosted.org/packages/fb/01/8d3630ecc767c9de96a9c46e055f2a3a5f9e14a47d3d0348a36a5005fe67/mglearn-0.1.7.tar.gz (540kB)

|████████████████████████████████| 542kB 409kB/s

Requirement already satisfied: numpy in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from mglearn) (1.17.1)

Requirement already satisfied: matplotlib in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from mglearn) (3.1.1)

Requirement already satisfied: scikit-learn in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from mglearn) (0.21.3)

Requirement already satisfied: pandas in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from mglearn) (0.25.2)

Requirement already satisfied: pillow in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from mglearn) (6.2.1)

Requirement already satisfied: cycler in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from mglearn) (0.10.0)

Collecting imageio

Downloading https://files.pythonhosted.org/packages/1a/de/f7f985018f462ceeffada7f6e609919fbcc934acd9301929cba14bc2c24a/imageio-2.6.1-py3-none-any.whl (3.3MB)

|████████████████████████████████| 3.3MB 1.3MB/s

Requirement already satisfied: pyparsing!=2.0.4,!=2.1.2,!=2.1.6,>=2.0.1 in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from matplotlib->mglearn) (2.4.2)

Requirement already satisfied: kiwisolver>=1.0.1 in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from matplotlib->mglearn) (1.1.0)

Requirement already satisfied: python-dateutil>=2.1 in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from matplotlib->mglearn) (2.8.0)

Requirement already satisfied: scipy>=0.17.0 in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from scikit-learn->mglearn) (1.3.1)

Requirement already satisfied: joblib>=0.11 in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from scikit-learn->mglearn) (0.14.0)

Requirement already satisfied: pytz>=2017.2 in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from pandas->mglearn) (2019.3)

Requirement already satisfied: six in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from cycler->mglearn) (1.12.0)

Requirement already satisfied: setuptools in c:\users...\appdata\local\programs\python\python37-32\lib\site-packages (from kiwisolver>=1.0.1->matplotlib->mglearn) (40.8.0)

Installing collected packages: imageio, mglearn

Running setup.py install for mglearn ... done

Successfully installed imageio-2.6.1 mglearn-0.1.7

Python3 – iter()によるイテレーターの実装

2016-09-25 / tau / コメントする

標準形

Pythonの特殊メソッド__iter__と__next__を使ってオブジェクトのイテレーターをつくることができる。ジェネレーターがyield文によって任意の値を生成するのに対して、イテレーターはコレクションの要素を順次取り出すときなどに有用。

__iter__と__next__の2つのメソッドを持ったオブジェクトがfor文で参照されるたびに、以下のように動作する。

forを始める前に__iter__メソッドが実行される
forブロックのループのたびに__next__メソッドが実行される

2つのメソッドの書き方は以下の通り。

__iter__: 戻り値としてオブジェクト自身(self)を返す。
__next__: イテレートされるべきプロパティを変更し、戻り値として現在値を返す。もし終了条件に合致しいている場合、イテレート終了の例外を発する。

次の例では、1から初めて最初に設定した値まで1ずつ増える数列のイテレーターをつくっている。

class Seq:
    def __init__(self, max):
        self._max = max

    def __iter__(self):
        self._a = 1
        return self

    def __next__(self):
        result = self._a
        if result > self._max: raise StopIteration
        self._a += 1
        return result

seq = Seq(10)
for n in seq:
    print(n, end=" ")
print()
for n in seq:
    print(n, end=" ")

# 1 2 3 4 5 6 7 8 9 10
# 1 2 3 4 5 6 7 8 9 10

class Seq:

def __init__(self, max):

self._max = max

def __iter__(self):

self._a = 1

return self

def __next__(self):

result = self._a

if result > self._max: raise StopIteration

self._a += 1

return result

seq = Seq(10)

for n in seq:

print(n, end=" ")

print()

for n in seq:

print(n, end=" ")

# 1 2 3 4 5 6 7 8 9 10

最初の__init__メソッドでは引数から数列の最大値をプロパティにセット。

__iter__メソッドはカウンタになるプロパティに初期値をセットして、selfを返す。

__next__メソッドはそれが呼ばれるたびに次のことを行う。

カウンタ値が最大値を超えていたらforブロックから抜け出るよう例外を返す
現在のカウンタ値を返す
カウンタ値をインクリメントする

forブロックから抜け出るための例外はStopIterationが準備されていて、forブロックがこの例外を受け取ると、エラーを発生させることなくforブロックの次の処理に移る。

インスタンス変数のイテレーターの取得

たとえばあるクラス内にリストがあって、リストそのものの構造は安全に守ったまま、その要素にアクセスする方法を考えてみた。

インスタンス変数のリストそのものやgetterなどで取得したリストへの参照をメソッドで返すと、リストそのものの操作までできてしまうが、それを防ぎたい。

そこで、インスタンス変数のイテレーターを生成するクラスを元のクラスのインナークラスとして準備して、外部へはイテレーターのインスタンスを渡すようにしてみた。

インナークラスでなくてもできるが、元のクラスのインスタンス変数の構造と密接に関連しているなら、インナークラスでまとめた方が明快だと思う。

class MainClass:
    # リストのイテレータを生成するクラス
    class Iterator:
        def __init__(self, lst):
            self.lst = lst
            self.count = -1
            self.max = len(lst)

        def __iter__(self):
            return self

        def __next__(self):
            self.count += 1
            if self.count == self.max: raise StopIteration
            return self.lst[self.count]

    # 元のクラスは2つのリストを配列として持つ
    def __init__(self):
        self.lst = []
        self.lst.append([1, 2, 3, 4])
        self.lst.append(['A', 'B', 'C', 'D'])

    # 引数の番号でリストを指定してイテレータを取得
    def get_iterator_of_list(self, n):
        return MainClass.Iterator(self.lst[n])

obj = MainClass()
for n in obj.get_iterator_of_list(0): print(n, end=' ')
print()
for n in obj.get_iterator_of_list(1): print(n, end=' ')

# 1 2 3 4
# A B C D

class MainClass:

# リストのイテレータを生成するクラス

class Iterator:

def __init__(self, lst):

self.lst = lst

self.count = -1

self.max = len(lst)

def __iter__(self):

return self

def __next__(self):

self.count += 1

if self.count == self.max: raise StopIteration

return self.lst[self.count]

# 元のクラスは2つのリストを配列として持つ

def __init__(self):

self.lst = []

self.lst.append([1, 2, 3, 4])

self.lst.append(['A', 'B', 'C', 'D'])

# 引数の番号でリストを指定してイテレータを取得

def get_iterator_of_list(self, n):

return MainClass.Iterator(self.lst[n])

obj = MainClass()

for n in obj.get_iterator_of_list(0): print(n, end=' ')

print()

for n in obj.get_iterator_of_list(1): print(n, end=' ')

# 1 2 3 4

# A B C D

Python3 – ネストクラス

2016-09-25 / tau / コメントする

クラスを入れ子にして、インナークラスを定義することができる。

次の例では、MainClassの中でInnerClassを定義して、それぞれのクラスのプロパティにアクセスしている。

class MainClass:
    class InnerClass:
        def __init__(self):
            self.prop = "inner class"

    def __init__(self):
        self.prop = "main class"
        self.inner = MainClass.InnerClass()

obj = MainClass()
print(obj.prop)
print(obj.inner.prop)

# main class
# inner class

class MainClass:

class InnerClass:

def __init__(self):

self.prop = "inner class"

def __init__(self):

self.prop = "main class"

self.inner = MainClass.InnerClass()

obj = MainClass()

print(obj.prop)

print(obj.inner.prop)

# main class

# inner class

留意点として、アウタークラスからインナークラスを参照する際に、[アウタークラス名].[インナークラス名]とすること。インナークラス名だけで定義しようとすると「そんなクラスはないよ」と怒られる。

なお、インナークラスの定義位置は、必ずしもアウタークラスの冒頭でなくてもよい。

class MainClass:
    def __init__(self):
        self.prop = "main class"
        self.inner = MainClass.InnerClass()

    class InnerClass:
        def __init__(self):
            self.prop = "inner class"

class MainClass:

def __init__(self):

self.prop = "main class"

self.inner = MainClass.InnerClass()

class InnerClass:

def __init__(self):

self.prop = "inner class"

Python3 – switch/caseはない

2016-09-22 / tau / コメントする

とても残念なことに、Pythonにはswitch/case構文がない(もちろん予約語でさえない)。

一般的には、この機能を実現するのにif～eliｆ～elseを使えばよいということになっている。

def switch(n):
    if n == "first": return "one"
    elif n == "second": return "two"
    elif n =="third": return "three"
    else: return "Default"

print(switch("first"))
print(switch("second"))
print(switch("third"))
print(switch("what"))

# one
# two
# three
# Default

def switch(n):

if n == "first": return "one"

elif n == "second": return "two"

elif n =="third": return "three"

else: return "Default"

print(switch("first"))

print(switch("second"))

print(switch("third"))

print(switch("what"))

# one

# two

# three

# Default

いくつかの(いや多くの)素敵なサイトでdictionaryを使えばいいよ、と教えてくれるのに出会った。

「構文」として定まっていはいないが、かなり見やすいように思う。

def switch(n):
    if n == "first": return "one"
    elif n == "second": return "two"
    elif n =="third": return "three"
    else: return "Default"

print(switch("first"))
print(switch("second"))
print(switch("third"))
print(switch("what"))

# one
# two
# three
# Default

def switch(n):

if n == "first": return "one"

elif n == "second": return "two"

elif n =="third": return "three"

else: return "Default"

print(switch("first"))

print(switch("second"))

print(switch("third"))

print(switch("what"))

# one

# two

# three

# Default

Python3 – 条件分岐

2016-09-22 / tau / コメントする

if

標準形

他の言語とほぼ同じだが、else ifはelifと書く。

gender = "female"

if gender == "male":
    print("Male")
elif gender == "female":
    print("Female")
else:
    print("Unknown")

gender = "female"

if gender == "male":

print("Male")

elif gender == "female":

print("Female")

else:

print("Unknown")

ブロックの実行内容が1行の場合は、if文などの後ろに続けて1行で書ききれる。

gender = "female"

if gender == "male": print("Male")
elif gender == "female": print("Female")
else: print("Unknown")

gender = "female"

if gender == "male": print("Male")

elif gender == "female": print("Female")

else: print("Unknown")

後置形(三項演算子)

この形は「文」ではなくて「式」で、[真の時の値] if [条件] else [偽の時の値]と書く。

gender = "female"

print("Femail" if gender == "female" else "Male")

gender = "female"

print("Femail" if gender == "female" else "Male")

switch/caseはない

Pythonにはswitch/case文は存在しない。

if-elif-elseで書くか、以下のように辞書を利用する。

Python3 – 繰り返し～ループ

2016-09-22 / tau / コメントする

for

標準形

for [変数] in [オブジェクト]:の形で変数がオブジェクトの要素を1つずつ取り出して実行する。

for i in [1, 3, 5]:
    print(i)

# 1
# 3
# 5

for i in range(1, 4):
    print(i)

# 1
# 2
# 3

for s in "string":
    print(s)

# s
# t
# r
# i
# n
# g

for i in [1, 3, 5]:

print(i)

# 1

# 3

# 5

for i in range(1, 4):

print(i)

# 1

# 2

# 3

for s in "string":

print(s)

# s

# t

# r

# i

# n

# g

range関数とfor文

for文でrange関数を使うと、多数回のループを簡易に書ける。このとき、rangeの終了値は指定した値－1になることに注意。

for i in range(4):
    print(i)

# 0
# 1
# 2
# 3

for i in range(1, 4):
    print(i)

# 1
# 2
# 3

for i in range(0, 10, 2):
    print(i)

# 0
# 2
# 4
# 6
# 8

for i in range(4):

print(i)

# 0

# 1

# 2

# 3

for i in range(1, 4):

print(i)

# 1

# 2

# 3

for i in range(0, 10, 2):

print(i)

# 0

# 2

# 4

# 6

# 8

enumerateによるインデックスの取得

Pythonのforループでは、リストなどの要素を直接取り出せるので表現が簡潔だが、逆に引数の値(配列の順序値など)が欲しいときがある。そのような場合は、enumerateを使ってインデックスを取得することができる。

enumerateでリストのインデックスが得られる

zipによる複数リストの並行処理

複数のリストの要素を同時に並行して取り出したいとき、zip()関数を使うとよい。

zipによる複数リストの並行ループ

enumerateとzipの複合処理

zipで複数のコレクションの要素を取り出しつつ、enumerateで全体の番号も取得したいとき。zipで取得する要素をタプルにする。

a = [10, 11, 12]
b = ['A', 'B', 'C']

for n, (x, y) in enumerate(zip(a, b)):
    print(n, x, y)

# 0 10 A
# 1 11 B
# 2 12 C

a = [10, 11, 12]

b = ['A', 'B', 'C']

for n, (x, y) in enumerate(zip(a, b)):

print(n, x, y)

# 0 10 A

# 1 11 B

# 2 12 C

forループの最初と最後だけ処理を変える

forループでは各ループごとに同じ処理内容が繰り返されるが、これを最初と最後だけ変更したい場合の処理を考えてみる。

forループの最初と最後だけ処理を変えたい

while

while [条件式]:で条件式が真である間ループが実行される。

n = 0
while n < 5:
    print(n)
    n += 1

# 0
# 1
# 2
# 3
# 4

n = 0

while n < 5:

print(n)

n += 1

# 0

# 1

# 2

# 3

# 4

else～終了時の処理

else:ブロックを書くと、forやwhileのループ終了時にその内容が実行される。ループの後に実行文を書くのと動作は変わらないが、終了時処理をより明確にできる。

for i in range(0, 4):
    print(i)
else:
    print("end")

# 0
# 1
# 2
# 3
# end

for i in range(0, 4):

print(i)

else:

print("end")

# 0

# 1

# 2

# 3

# end

continue

continue文は、それ以降の処理を飛ばしてループの先頭に飛ぶ。

次の例では、iが偶数の時はそれ以降のprint文を実行せずに次のステップに移る。

for i in range(0, 10):
    if i % 2 == 0:
        continue
    print(i)

# 1
# 3
# 5
# 7
# 9

for i in range(0, 10):

if i % 2 == 0:

continue

print(i)

# 1

# 3

# 5

# 7

# 9

break

break文は、そのbreak文が含まれている一番内側のループから抜け出す。

次の例では、内側のループでjが3を超えるたびにループを終了し、外側の次のステップへ移る。外側のループはiが1を超えたときにそれ以降の処理をせずループを終了する。

for i in range(0, 5):
    if i > 1:
        break
    for j in range(0, 5):
        if j > 3:
            break
        print(i, j)

# 0 0
# 0 1
# 0 2
# 0 3
# 1 0
# 1 1
# 1 2
# 1 3

for i in range(0, 5):

if i > 1:

break

for j in range(0, 5):

if j > 3:

break

print(i, j)

# 0 0

# 0 1

# 0 2

# 0 3

# 1 0

# 1 1

# 1 2

# 1 3

R – rbindについて

2016-09-20 / tau / コメントする

rbind()で困った点

データフレームにrbindでアイテムを追加する場合、紹介されている例ではみな、データをベクトルで与えている(注：文字列型が勝手にFactor型にされてしまうのを4行目で回避している)。

> name <- c("alice")
> age <- 26
> data <- data.frame(name = name, age = age)
> data$name <- as.character(data$name)
> 
> data <- rbind(data, c("john", 38))
> data
   name age
1 alice  26
2  john  38

> name <- c("alice")

> age <- 26

> data <- data.frame(name = name, age = age)

> data$name <- as.character(data$name)

> data <- rbind(data, c("john", 38))

> data

name age

1 alice 26

2 john 38

一見するとうまくいっているが、実は問題がある。ageの項目が数字のはずだと内容を参照したり計算しようとすると・・・

> data[1, 2]
[1] "26"
> data[2, 2]
[1] "38"
> data[1, 2] + data[2, 2]
 data[1, 2] + data[2, 2] でエラー:  二項演算子の引数が数値ではありません

> data[1, 2]

[1] "26"

> data[2, 2]

[1] "38"

> data[1, 2] + data[2, 2]

data[1, 2] + data[2, 2] でエラー: 二項演算子の引数が数値ではありません

となってしまう。

これはRのベクトルの仕様で、1つのベクトルの要素の型がすべて同じでなければならず、文字列型と数値型が混在した場合は数値が文字列に変換されてしまうため。

これを回避するために幾つかの方法があるが、たとえばここではas.numeric()を用いてみる。

> data$age <- as.numeric(data$age)
> data[1, 2]
[1] 26
> data[2, 2]
[1] 38
> data[1, 2] + data[2, 2]
[1] 64

> data$age <- as.numeric(data$age)

> data[1, 2]

[1] 26

> data[2, 2]

[1] 38

> data[1, 2] + data[2, 2]

[1] 64

うむ、うまくいっている、と思って、これに新たなデータを追加すると・・・

> data <- rbind(data, c("luice", 30))
> data
   name age
1 alice  26
2  john  38
3 luice  30
> data[3, 2]
[1] "30"
> data[1, 2]
[1] "26"
> data[1, 2] + data[3, 2]
 data[1, 2] + data[3, 2] でエラー:  二項演算子の引数が数値ではありませ

> data <- rbind(data, c("luice", 30))

> data

name age

1 alice 26

2 john 38

3 luice 30

> data[3, 2]

[1] "30"

> data[1, 2]

[1] "26"

> data[1, 2] + data[3, 2]

data[1, 2] + data[3, 2] でエラー: 二項演算子の引数が数値ではありませ

またしても怒られた。これはデータ追加のたびにベクトルの段階で文字列への変換が行われてしまうためらしく、上の9～10行目で前に数値型にしたはずのデータまで文字列に変換されてしまっている。

ベクトルではなくリストを使う

そこで、rbindでデータ群を与えるのに、ベクトルではなくリストを使ってみた。

> name <- c("alice")
> age <- 26
> data <- data.frame(name = name, age = age)
> data$name <- as.character(data$name)
> 
> data <- rbind(data, list("john", 38))
> data
   name age
1 alice  26
2  john  38

> name <- c("alice")

> age <- 26

> data <- data.frame(name = name, age = age)

> data$name <- as.character(data$name)

> data <- rbind(data, list("john", 38))

> data

name age

1 alice 26

2 john 38

見た目はベクトルの時と同じく、うまくいっているように見える。そこで各要素をチェックしてみると・・・

> data[1, 2]
[1] 26
> data[2, 2]
[1] 38
> data[1, 2] + data[2, 2]
[1] 64

> data[1, 2]

[1] 26

> data[2, 2]

[1] 38

> data[1, 2] + data[2, 2]

[1] 64

ちゃんと数値として扱われている。それでは新たにデータを追加しても大丈夫か。

> data <- rbind(data, list("luice", 30))
> data
   name age
1 alice  26
2  john  38
3 luice  30
> data[1, 2] + data[3, 2]
[1] 56

> data <- rbind(data, list("luice", 30))

> data

name age

1 alice 26

2 john 38

3 luice 30

> data[1, 2] + data[3, 2]

[1] 56

問題なし。

よって、文字列と数値が混在する場合は、rbindの引数にはリストを使うべき。

ライブラリ

seed～乱数系列の指定

並べ替え

shuffle()

permutation()

確率分布

一様分布～[0, 1)

rand()

random_sample()/random()

一様整数乱数～任意の範囲の整数

randint()

random_integers()

正規分布

randn()～標準正規分布

normal()～正規分布

exponential()～指数分布

Tips

整数の乱数配列を生成する

基本形

棒の位置や幅のコントロール

ヒストグラム

頻度分布について

ヒストグラムとplotの重ね合わせ

ヒストグラムの戻り値

numpy

pipのアップグレード

matplotlib

scipy

標準形

インスタンス変数のイテレーターの取得

if

標準形

後置形(三項演算子)

switch/caseはない

for

標準形

range関数とfor文

enumerateによるインデックスの取得

zipによる複数リストの並行処理

enumerateとzipの複合処理

forループの最初と最後だけ処理を変える

while

else～終了時の処理

continue

break

rbind()で困った点

ベクトルではなくリストを使う

`seed`～乱数系列の指定

`shuffle()`

`permutation()`

`rand()`

`random_sample()/random()`

`randint()`

`random_integers()`

`randn()`～標準正規分布

`exponential()`～指数分布