ノンプログラマー向け:pythonで実験効率化 -環境構築からデータ集計・作図・可視化・解析・共有まで-IT全般TwitterFacebookはてブPocketLINEコピー2020.07.042020.05.24pythonで実験データの整理を行うための手順について、これまでの記事でまとめてきました。環境構築から、ファイル読込・整理、作図までの一連の流れをまとめページとして作成しました。目次環境構築開発環境の基本操作実験計画ファイル読込/実験データの集計作図/可視化機械学習/解析GUIアプリ化環境構築ノンプログラマー向けpython環境構築(anaconda+jupyter lab)プログラミングの経験はないが、pythonの勉強をこれから始めてみたい人向けのpython環境の構築方法の紹介です。anaconda+jupyter labの環境構築を行います。開発環境の基本操作Jupyter Lab:基本的な使い方jupyter labでの基本的な使い方についての紹介ですノンプログラマー向けanacondaの基本的な使い方anacondaを用いたパッケージの管理や、仮想環境の構築方法です実験計画pythonで実験計画:ラテン超方格ある目的特性を得るための実験は、そのパラメータの種類の数に応じて飛躍的に探索空間が増加します。探索空間をできるだけ均一にサンプリングするラテン超方格により実験条件を設定する方法を紹介します。ファイル読込/実験データの集計pythonで始める実験データ整理実験データファイルを、pythonで加工する際の基本的な方法の紹介作図/可視化pythonで実験データの基本的な可視化の方法:pandas profiling実験データを一通り眺めてみたい場合、基本的な可視化が簡便にできると便利です。pandas profilingというパッケージで、基本的な可視化を簡便に実施する方法を紹介します。python:実験データをグラフで可視化 -bokehの基本的な使い方1-pythonでのグラフの作図には、matplotlib, seabornなどがありますが、今回はbokehというパッケージを使用した作図方法を紹介します。今回は、実験データで使用することの多いであろう、散布図、折れ線グラフ、棒グラフの3つの作成方法についてまとめました。python:実験データをグラフで可視化 -bokehの基本的な使い方2-bokehでの、プロットの見た目、軸名や凡例位置の調整、エラーバーの設定、hover_toolの設定、データを抽出しての作図を行う方法についてまとめた内容ですplotlyをインストールしてjupyter labで使用するjupyter labでplotlyを使用する場合、バージョンアップに伴って導入方法が変わっているようです。以前の方法では、グラフが表示されない状態になってしまったため、2020年6月末時点での導入方法を紹介します。機械学習/解析機械学習をお手軽に試すpycaretを回帰問題に使ってみた機械学習の前処理や交差検証、ハイパーパラメータチューニングなどを1行コードで実施可能なpycaretの紹介ですGUIアプリ化PySimpleGUIでExcelファイルの読み込み&出力エクセルファイルを読込んで、書き換えるプログラムのGUIをPySimpleGUIで作成した例です。batファイルから任意のanaconda仮想環境で.pyを起動バッチファイル(.bat)を用い、batファイルをダブルクリックするだけで、任意のanaconda仮想環境で.pyを実行する方法のまとめです。これらが出来るようになると、実験データの整理や可視化と、集計ツールをチームで共有することが可能になるかと思います。
コメント