Python で一変量分析を実行する方法: 例付き

一変量分析という用語は、1 つの変数の分析を指します。接頭辞「uni」は「1」を意味するので、これを覚えておくとよいでしょう。

変数に対して一変量分析を実行するには、次の 3 つの一般的な方法があります。

1. 要約統計– 値の中心と分布を測定します。

2. 頻度表– 異なる値がどのくらいの頻度で現れるかを説明します。

3. チャート– 値の分布を視覚化するために使用されます。

このチュートリアルでは、次の pandas DataFrame を使用して一変量分析を実行する方法の例を示します。

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' points ': [1, 1, 2, 3.5, 4, 4, 4, 5, 5, 6.5, 7, 7.4, 8, 13, 14.2],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4, 6, 8, 8, 9, 3, 2, 6],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12, 6, 6, 7, 8, 7, 9, 15]})

#view first five rows of DataFrame
df. head ()

	points assists rebounds
0 1.0 5 11
1 1.0 7 8
2 2.0 7 10
3 3.5 9 6
4 4.0 12 6

1. 要約統計量を計算する

次の構文を使用して、DataFrame の「points」変数のさまざまな要約統計量を計算できます。

 #calculate mean of 'points'
df[' points ']. mean ()

5.706666666666667

#calculate median of 'points' 
df[' points ']. median () 

5.0

#calculate standard deviation of 'points'
df[' points ']. std () 

3.858287308169384

2.度数表を作成する

次の構文を使用して、変数「points」の度数表を作成できます。

 #create frequency table for 'points'
df[' points ']. value_counts ()

4.0 3
1.0 2
5.0 2
2.0 1
3.5 1
6.5 1
7.0 1
7.4 1
8.0 1
13.0 1
14.2 1
Name: points, dtype: int64

これは次のことを示しています。

• 値4 が3 回出現します
• 値1が 2 回表示されます
• 値5 が2 回表示されます
• 値2 は1 回出現します

等々。

関連: Python で度数表を作成する方法

3. グラフの作成

次の構文を使用して、「points」変数の 箱ひげ図を作成できます。

 import matplotlib. pyplot as plt

df. boxplot (column=[' points '], grid= False , color=' black ')

関連: Pandas DataFrame から箱ひげ図を作成する方法

次の構文を使用して、「points」変数のヒストグラムを作成できます。

 import matplotlib. pyplot as plt

df. hist (column=' points ', grid= False , edgecolor=' black ')

関連: Pandas DataFrame からヒストグラムを作成する方法

次の構文を使用して、「points」変数の密度曲線を作成できます。

 import seaborn as sns

sns. kdeplot (df[' points '])

関連: Matplotlib で密度プロットを作成する方法

これらの各グラフは、「ポイント」変数の値の分布を視覚化する独自の方法を提供します。