第4回/演習 の履歴(No.5)

• 履歴一覧
• ソース を表示
• 第4回/演習 は削除されています。
  • 1 (2023-08-08 (火) 11:17:09)
  • 2 (2023-10-11 (水) 14:28:03)
  • 3 (2023-10-16 (月) 09:02:28)
  • 4 (2023-10-17 (火) 19:07:28)
  • 5 (2023-10-18 (水) 15:36:00)
  • 6 (2023-10-20 (金) 10:01:02)
  • 7 (2023-10-23 (月) 03:14:09)
  • 8 (2023-10-23 (月) 08:47:35)
  • 9 (2024-05-07 (火) 10:37:41)

---

第4回

第4回演習課題†

課題提出のページを熟読したうえで，以下の演習課題に取り組みなさい

基礎問題†

【注意】課題提出サイトにおいては，選択肢の順番がシャッフルされることがあるので注意してください．

Q4-1【箱ひげ図】

• 箱ひげ図について正しい記述をすべて選びなさい
  • a. 箱の内部に引かれる横線は平均値を表す
  • b. Pythonの箱ひげ図において，箱から上方向に伸びたひげの上端は，最大値，または，第3四分位から1.5IQRの点を表す
  • c. 箱の底辺は第2四分位を表す
  • d. 箱ひげ図はデータのばらつき具合を可視化するのに役立つ
  • e. 箱ひげ図のひげの外に現れる外れ値は，統計的におかしい値なので必ず除去する必要がある

Q4-2【ヒストグラム】

• ヒストグラムについて正しい記述をすべて選びなさい
  • a. ヒストグラムは棒グラフの一種であり，データの大きさを比較するのに用いられる
  • b. ヒストグラムの横軸は「階級」を表し，縦軸はその階級に属するデータの「度数」を表す
  • c. ヒストグラムの階級の幅を細かくしていくと，確率分布関数の形に近づいていく
  • d. ヒストグラムの階級の幅を細かくしていくと，確率密度関数の形に近づいていく
  • e. ヒストグラムの最も度数の多い階級をメジアンという

Q4-3【相関係数】

• 相関係数について正しい記述をすべて選びなさい
  • a. 相関係数は-1.0から1.0の範囲の値をとる
  • b. 相関係数は値が小さいほど2つの変数間に相関がないことを示す
  • c. 期末試験のデータで，数学の点数と理科の点数の相関係数が高かったので，「理科が得意な人は，数学が得意なことがその理由にある」と断定できる
  • d. 相関係数は外れ値に大きな影響を受けやすい
  • e. 相関係数が-0.7の2変数を散布図にプロットすると，右肩下がりの分布になる

Q4-4【データの整形】

• 下記に示す神戸の気象データ（2022年10月～2023年9月）を読み込み，データの整形を行いなさい
  • https://www2.cmds.kobe-u.ac.jp/~masa-n/dshandson/kobe_weather_202210_202309.csv

【データの整形】

1. pandasのデータフレームに読み込む
2. 各列の型をチェックする
3. 日付の列をdatetime型に変換
4. 最大風速風向，天気概況・昼の列をcategory型に変換
5. 日付の列をインデクスにセット

【プログラムのスケルトン】

# Pandasをインポート
import pandas as pd

#1. pandasのデータフレームに読み込む
data = pd.###########("https://www2.cmds.kobe-u.ac.jp/~masa-n/dshandson/kobe_weather_202210_202309.csv", encoding="UTF-8")
#オリジナルのデータをコピーしておく
df = data.copy()

#2. 各列の型をチェックする
print("\n【整形前】")
df.info()

#3. 日付の列をdatetime型に変換
df["日付"] = pd.###############(df["日付"])

#4. 最大風速風向，天気概況・昼の列をcategory型に変換
df["最大風速風向"] = df["最大風速風向"].########("#######")
df["天気概況・昼"] = df["天気概況・昼"].########("#######")

#5. 日付の列をインデクスにセット
df = df.###########("日付")

#再び，各列の型をチェックする
print("\n【整形後】")
df.info()

#確認
df

Q4-5【データの欠損値処理】

• Q4-4で整形したデータの欠損値を数えた (df.isnull().sum()) ところ，以下のような結果となった．

  平均気圧        0
  合計降水量    187 
  平均気温        0
  最高気温        0
  最低気温        0
  平均湿度        0
  最大風速        1
  最大風速風向    1
  日照時間        2
  天気概況・昼    0

• 各変数の欠損値について，それぞれ以下のように穴埋めを行いなさい

1. 【合計降水量】 0で埋める
2. 【最大風速】 前後の値の線形補間で埋める
3. 【最大風速風向】 同月の最も頻度の高い風向で埋める
4. 【日照時間】 前日の日照時間で埋める

#ここから
#
# Q4-4のコードをそのまま貼り付ける
#
#ここまで

#欠損値をチェックする
print("【欠損値の確認】\n", df.isnull().sum())

#【合計降水量】 欠損値を0で埋める
df["合計降水量"] = df["合計降水量"].########(#)

#【最大風速】 欠損値を線形補間で埋める
df["最大風速"] = df["最大風速"].##########()

#【日照時間】 前日の日照時間で埋める
df["日照時間"] = df["日照時間"].#######(###########)

#【最大風速風向】欠損している日付のデータを見つける
df[df["最大風速風向"].isnull()]

#その月の最大風速風向の最頻値を見つける
df.loc["20##-##-##":"20##-##-##", "最大風速風向"].#######()

#見つかった最頻値で埋める
df.loc["20##-##-##", "最大風速風向"] = "######"

#再びチェックする
print("【欠損値処理後】\n", df.isnull().sum()) 

応用問題†

Q4-6 【顧客データを眺める】

• 卸売業者（Wholesale customers）データセットは，ポルトガルのある食料品卸売業者の年間売上額をまとめたものである．
  • https://www2.cmds.kobe-u.ac.jp/~masa-n/dshandson/wholesale_customers.csv

【データの説明】

• データの各行は，1つの顧客に対する食品種類別の年間売上額を表している．
• データの各列は以下の通りである．

  #0: Channel: 販売チャンネル
     1: Horeca (ホテル，レストラン，カフェ）
     2: Retail (小売店)
  #1: Region: 消費地域
     1: リスボン
     2: ポルト
     3: その他
  #2: Fresh: 生鮮品の年間売上
  #3: Milk: 乳製品の年間売上
  #4: Grocery: 食料雑貨の年間売上
  #5: Frozen: 冷凍品の年間売上
  #6: Detergents_Paper: 洗剤，紙製品の年間売上
  #7: Delicatessen: 惣菜の年間売上

このデータに対してEDAを行い，次の問いに答えなさい．

発展問題†