import numpy as np import pandas as pd import urllib.request import matplotlib.pyplot as plt import sklearn #機械学習のライブラリ from sklearn.decomposition import PCA #主成分分析器 from sklearn.preprocessing import StandardScaler from IPython.display import display high_male2 = pd.read_csv('/...
import matplotlib.pyplot as plt import numpy as np %matplotlib inline # functions to show an image def imshow(img): img = img / 2 + 0.5 # unnormalize npimg = img.numpy() plt.imshow(np.transpose(npimg, (1, 2, 0))) # get some random training images dataiter = iter(trainloader)...
上記の例では、import ステートメントを使用して多項式回帰を描画するためにライブラリ NumPy と Matplotlib を使用しました。 その後、次のような x 軸と y 軸の配列を作成しました。 xAxis = [ 10, 20, 30, 50, 60, 70, 80, 90, 100, 120, 130, 140, 150, 160, 180, 190, 210,...
'executing', 'entrypoints', 'debugpy', 'tinycss2', 'prompt-toolkit', 'matplotlib-inline', 'packaging', 'QtPy', 'pywinpty', 'qtconsole', 'wcwidth', 'defusedxml', 'pyparsing', 'asttokens', 'Pygments', 'beautifulsoup4', 'ipykernel', 'pandocfilters', 'attrs']' returned non-zero exit ...
plotx=rnorm(10)y=rnorm(10)plot(x,y,pch=19,col="red",main="title",xlab="X",ylab="Y",xlim=c(-10,10),ylim=c(-10,10),type="l")(略)plotimport numpy as npimport matplotlib.pyplot as pltx = np.arange(-3, 3, 0.1)y = np.sin(x)plt.figure(figsize=(15,4))plt.plot(x, ...
パッケージ名をスペース区切りで並べ,複数のパッケージを一括してインストールすることもできます.以下に例を示します.$ conda install jupyterlab matplotlib netCDF4 pandas xarray channelを指定したパッケージのインストール conda install -c channel_name package_list 専門性が高くなると,...
何番目の列を解析に使用するかを選択させるための、複数選択ができる入力ボックスは、以下のように実装します。第2引数は選択可能な値のリストで、第3引数はデフォルトで選択される値のリストです。 usecols=st.multiselect('何番目の列を解析の対象にしますか?',[0,3,4,5,6],[0,3,4,...