開発:JuypterLabデータ可視化
JupyterLabとは
JupyterLab とは、コードやデータを Jupyter Notebook のノートブック形式(*.ipynb)で作業できる最新の対話型開発環境(IDE)です。 Jupyter Notebook 同様、オープンソースとして公開されています。Jupyter notebookの開発は一旦終了し,JupyterLabに移行すると公式アナウンスされています。
ノートブックと呼ばれるファイルにプログラムや説明の文章、実行結果などをまとめて管理できる、データ分析用のツール。ブラウザで動作するため、いろいろなOSから利用でき、チームメンバーとのプログラムの共有も可能です。
まずはこちらのサイトをみてみよう。
インストール方法
[python3.7の導入]
Python3の導入(Python 3.7.xを選択してください 3.8.xではJupyterLabが場合によっては上手く動かないようです)
以下ダウンロードの一覧から選択3.7系を選択
https://www.python.org/downloads/
Pythonとは文法を極力単純化してコードの可読性を高め、読みやすく、また書きやすくしてプログラマの作業性とコードの信頼性を高めることを重視してデザインされた、汎用の高水準言語である。 核となる本体部分は必要最小限に抑えられている。一方で標準ライブラリやサードパーティ製のライブラリ、関数など、さまざまな領域に特化した豊富で大規模なツール群が用意され、インターネット上から無料で入手でき、自らの使用目的に応じて機能を拡張していくことができる。 またPythonは多くのハードウェアとOS (プラットフォーム) に対応しており、複数のプログラミングパラダイムに対応している。Pythonはオブジェクト指向、命令型、手続き型、関数型などの形式でプログラムを書くことができる。動的型付け言語であり、参照カウントベースの自動メモリ管理(ガベージコレクタ)を持つ。(from wikipedia)
注意:windows (スペースがないパスにインストールしてください。c:\\Python37など)
windowsの環境設定でパスを確認してください。あまりに多くあるとインストール時にエラーがでます。事前に整理してください。
https://www.python.jp/install/windows/install_py3.html
mac(python3が入っていない人)
https://www.python.jp/install/macos/index.html
python2系は終了 https://www.python.org/dev/peps/pep-0373/
macでpython3.7.xをインストールしても2.7.10から切り替わらない人
ちなみに
$ python --version
で現在使えるPythonのバージョンが確認できます.
スキップ:sudoの実行方法(linuxの人)
sudo コマンド」と指定することで、「スーパーユーザー(rootユーザー)」の権限が必要なコマンドをsudoコマンド経由で実行させることができます。ただし、sudoコマンドの実行には「sudoers」の設定が必要になります。
https://www.atmarkit.co.jp/ait/articles/1611/28/news036.html
pip3のインストール(skipしてよい。)
pipはPythonのパッケージ管理システム。Pythonの様々なパッケージ(ライブラリ)をインストール、アップデート、アンインストールするのに使う。
python3からpip3は同時にインストールされるので明示的にインストールは必要ない
https://note.nkmk.me/python-pip-usage/(python3からpip3は同時にインストールされるのでpip3のインストールは必要ない)
https://pip.pypa.io/en/stable/installing/(英語での説明) chmod u+x get-pip.py
macの人で以前からpip3をいれていた人は古い場合がるのでpip3のアップデートを行ってください。
pip install –upgrade pip
python3インストール後windowsの人は一回再起動をここでいれる。
[JupyterLabのインストール]
■インストールコマンド
$ pip3 install jupyterlab
実行(起動)コマンド
#mac linux ターミナル, iTerm等で
$ jupyter lab --NotebookApp.token=''
終了はcntrl-c か contrl-d
# Windows コマンドプロンプト, powershell 等で
$ start /b jupyter lab --NotebookApp.token=''
終了はcntrl-c か contrl-d
コンソールに表示されたurlをchromeで開こう。
windowsのひとで失敗するひとは以下を参考にしよう。
https://colab.research.google.com/notebooks/welcome.ipynb?hl=ja#scrollTo=5fCEDCU_qrC0
jupyter notebook起動時に自動でブラウザが開かない人
https://dev.infohub.cc/setup_jupyterlab/#Jupyter_Lab
https://dev.classmethod.jp/tool/install-jupyterlab-on-local-machine/
http://pynote.hatenablog.com/entry/jupyterlab-tutorial (詳しくて良い。)
[pythonサンプルコード]
python初心者 https://qiita.com/Fendo181/items/a934e4f94021115efb2e#hello-python3
https://www.segmentation-fault.xyz/entry/2017/08/11/160312
https://www.programiz.com/python-programming/examples
[発展 今回は使わない]JupyterLab extension拡張機能 の紹介
https://qiita.com/canonrock16/items/d166c93087a4aafd2db4
http://pynote.hatenablog.com/entry/jupyterlab-recommend-extensions
データ可視化
mathplotpyで時系列グラグとセンサデータのヒストグラムをつくってみよう。
[可視化0]mathplotpyでできること一覧を見てみよう。
https://future-chem.com/matplotlib-plot-type/
[可視化1]mathplotpyのインストール
コマンドプロンプト or powershell(Windows),ターミナル等(Mac, Linux)で
$ pip3 install matplotlib
を入力しインストール
https://www.sejuku.net/blog/54285#matplotlib-2
[可視化2]ヒストグラムを作ってみよう。後日自分が取得したデータを分析してもらうときに必要になります。
一番シンプル 以下のコマンドをjypyterlab上で打ってみよう
(各ブロック毎 に記述.ブロックの追加は+ボタンから.すべて記述したら▷を押して実行.)
[1]
from matplotlib import pyplot
import math
import numpy as np
[2]
x = np.random.normal(0,1,1000)
[3]
pyplot.hist(x)
https://pythondatascience.plavox.info/matplotlib
↓ヒストグラム(今日はこれができたらおしまい)
[3]色一覧
https://pythondatascience.plavox.info/matplotlib/%E8%89%B2%E3%81%AE%E5%90%8D%E5%89%8D
[4]発展hist2d
https://phst.hateblo.jp/entry/2019/04/30/232224
その他
https://www.sejuku.net/blog/64376#i-3
https://www.sejuku.net/blog/54285
[matplotlib.pyplot.hist の概要 軸の名前 メモリをいれよう。]
二次元
https://qiita.com/ynakayama/items/7dc01f45caf6d87a981b
https://qiita.com/supersaiakujin/items/ca47200393180a693bdf
ヒストグラム重ね合わせ
https://stats.biopapyrus.jp/python/hist.html
プロット線を変えてみよう。
加速度成分を描画してみよう。
https://qiita.com/cnloni/items/49d42bfc0fd8071612d8
numpy
https://deepage.net/features/numpy/
http://www.kamishima.net/mlmpyja/nbayes1/ndarray.html
3Dカーブフィッティング
SeaBorn
乱数にコクをだしてヒストグラムをみて遊んでみよう!!
【課題】
ランダム関数とmathplotpyを用いて美しいヒストグラムを作ってその画像とコードを画面キャプチャして提出してください。
画像URLを以下に登録すること。
画面キャプチャ方法
win:alt-printscreen
mac:command+shift+4
画像をソースコードからsaveする方法 以下うまく行きませんでした。
(1) pyplotをインポートする前にmatplotlib.use('Agg')を記述します。
matplotlib.use('Agg') # -----(1)
import matplotlib.pyplot as plt
(2) plt.savefig(figure.png')で画像ファイルとして保存します。この場合カレントディレクトリに保存されます
https://qiita.com/koichifukushima/items/e63e642431db92178188