Python

この記事では、PythonのPandasライブラリを使って、2つのSeries（シリーズ）を比較し、互いに異なる要素の位置（インデックス）と値の差分を出力する方法を解説します。ここでいう「差分」とは、2つのシリーズ間で要素が一致しなかったインデックス位置とその値を指します。 アルゴリズム 処理の手順は以下の通りです。 2つのPandasシリーズ s1 と s2 を定義します。 Pandasの compare() メソッドを使って、2つのシリーズを比較します。 比較結果として得られた差分を出力します。 サンプルコード import pandas as pd s1 = pd.Series([

Matplotlibのsubplot機能を使うと、1つの図（figure）をnrows×ncolsのグリッド状に分割して複数のグラフを並べて表示できます。さらにplt.xticksを組み合わせることで、各サブプロットのX軸目盛りの位置を自由に制御することが可能です。 実装手順 1本目と2本目の折れ線用に、それぞれデータのリストを作成します。 現在の図にサブプロットを追加します（nrow=1、ncols=2、index=1）。 破線（dashed）スタイルで1本目の折れ線を描画します。 自動スケーリングのマージンを設定します（0.2）。 X軸目盛りを偶数の位置（2, 4, 6, 8, 10）に

パーセンタイル（百分位数）とは、統計学において、ある数値が同じデータセット内の他の数値と比べてどの位置に位置しているかを示す指標です。例えば「50パーセンタイル」は中央値に相当し、「90パーセンタイル」は全体の90%がその値以下であることを意味します。 本記事では、PandasのSeriesオブジェクトに対してn番目のパーセンタイルを求める方法を、具体的なコード例とともに解説します。 処理の流れ パーセンタイルを求める手順は以下の通りです。 Step 1: Pandasシリーズを定義する Step 2: 求めたいパーセンタイルの値を入力する Step 3: パーセンタイルを計算する Step

本記事では、Pandasシリーズに含まれる各要素の出現頻度（出現回数）を計算する方法を解説します。pandasライブラリが提供する value_counts() 関数を使用すると、各要素が何回出現したかを簡単に集計できます。アルゴリズムステップ1：Pandasシリーズを定義する。 ステップ2：value_counts() 関数を使って、各要素の頻度を出力する。コード例import pandas as pd series = pd.Series([10,10,20,30,40,30,50,10,60,50,50]) print(Series:\n, series) frequency = s

このプログラムでは、指定した数値の倍数が存在するインデックス位置を検索する方法を紹介します。この処理には、NumPyとPandasの両方のライブラリを使用します。 アルゴリズム ステップ1：PandasのSeries（シリーズ）を定義します。 ステップ2：ユーザーから数値nを入力します。 ステップ3：NumPyライブラリのargwhere()関数を使用して、シリーズからその数値の倍数を検索します。 サンプルコード import numpy as np listnum = np.arange(1,20) multiples = [] print("NumList:\n"

この記事では、Pandasシリーズに格納された各文字列の長さを求める方法を解説します。Pandasライブラリが提供する str.len() 関数を使用することで、シリーズ内のすべての要素に対して簡単に文字数を取得できます。 処理の手順 ステップ1: 文字列を含むPandasシリーズを定義する。 ステップ2: str.len() 関数を使って、各文字列の長さを求める。 ステップ3: 結果を出力する。 サンプルコード import pandas as pd series = pd.Series(["Foo", "bar", "London&qu

この記事では、「24 August 2020」のような日付文字列を「2020-08-24 00:00:00」という日時（datetime）形式に変換するプログラムを紹介します。この変換には、Pandasライブラリが提供する to_datetime() 関数を使用します。 アルゴリズム ステップ1：日付文字列を含むPandasシリーズを定義する。 ステップ2：to_datetime() 関数を使って、日付文字列を日時形式に変換する。 ステップ3：結果を出力する。 サンプルコード import pandas as pd series = pd.Series(["24 August 20

正規表現（Regex）とは、検索パターンを定義するための文字列のことです。本記事では、この正規表現を活用して、有効なメールアドレスと無効なメールアドレスを判別・フィルタリングする方法を解説します。具体的には、さまざまなメールアドレスを含むPandasシリーズを定義し、どのメールアドレスが有効であるかを確認します。また、Pythonで正規表現を扱うための標準ライブラリ「re」も使用します。アルゴリズムステップ1：さまざまなメールアドレスを含むPandasシリーズを定義する。 ステップ2：メールアドレスの有効性を判定するための正規表現パターンを定義する。 ステップ3：reライブラリの re.sea

Matplotlibのplt.hist()メソッドでは、bins引数に値を指定することで、ヒストグラムを描画する際に対数ビン（ログスケールの区切り）を設定できます。この記事では、np.logspace()を使って対数スケール上に等間隔に配置されたビンを生成し、それをヒストグラムに適用する手順を解説します。 手順 範囲が100の配列xを作成します。 plt.hist()メソッドでヒストグラムを描画します。bins引数には、対数スケール上で等間隔に配置された数値を返すnp.logspace()を渡し、対数ビンを指定します。 plt.gca()で現在の軸を取得し（存在しない場合は自動的に作成されま

Pythonのdatetimeモジュールは、日付や時刻を操作するためのクラスを提供しています。本記事では、strftime()メソッドを使って、曜日、週番号、年間通算日など、さまざまな形式で現在の日時を表示する方法を解説します。アルゴリズムStep 1: datetimeモジュールをインポートする Step 2: 今日の曜日を表示する Step 3: 週番号を表示する Step 4: 年間通算日を表示するサンプルコードimport datetime print(Day of the week: , datetime.date.today().strftime(%A)) print(Week

Pythonの標準GUIライブラリ「Tkinter」を使えば、わずか数行のコードで簡単な画面（ウィンドウ）を作成できます。追加のインストールは不要で、Pythonさえあればすぐに試せるのが魅力です。この記事では、Tkinterによる基本的なウィンドウの作り方を手順付きで解説します。 作成手順（アルゴリズム） シンプルな画面を作る流れは、以下の3ステップです。 ステップ1：tkinterモジュールをインポートする ステップ2：Tkクラスのオブジェクト（ウィンドウ）を作成する ステップ3：イベントループを開始して画面を表示する サンプルコード import tkinter as tk # ウィン

この記事では、指定した単語がPythonのキーワード（予約語）であるかどうかを判定する方法を解説します。判定には、Pythonの標準ライブラリ「keyword」が提供する iskeyword() 関数を使用します。iskeyword() 関数は、引数に渡した文字列がPythonの予約語であれば True を、そうでなければ False を返します。そのため、条件分岐と組み合わせることで、簡単にキーワードの判定処理を実装できます。アルゴリズムステップ1: keywordモジュールをインポートする。 ステップ2: 指定された文字列がキーワードかどうかを iskeyword() で確認する。サンプル

本記事では、OpenCVライブラリを使って画像を読み込み、画面に表示する方法をわかりやすく解説します。OpenCVは、リアルタイムのコンピュータビジョン処理を主な目的としたオープンソースのプログラミングライブラリです。画像処理や機械学習の分野で広く利用されており、Pythonとの相性も抜群です。事前準備画像を読み込む前に、対象となる画像ファイルがプログラムと同じディレクトリ(フォルダ)内に保存されていることを確認してください。別の場所にある場合は、絶対パスまたは相対パスで正しく指定する必要があります。処理の手順(アルゴリズム)OpenCVで画像を読み込んで表示する流れは、以下の3ステップです。

Pandasを使ってデータフレームを作成し、Matplotlibのaxvline()メソッドを利用することで、時系列プロット上の任意の位置に垂直線を簡単に追加できます。本記事では、その具体的な手順をサンプルコード付きで解説します。手順Pandasを使用して、日付をインデックスとしたデータフレームを作成します。データフレームを基に、Matplotlibで時系列の折れ線グラフをプロットします。axvline()メソッドを使い、指定した日付の位置に緑色の破線（linestyle=dashed）で垂直線を追加します。同様にaxvline()を使い、別の日付の位置に赤色の破線で垂直線を追加します。plt

この記事では、Jupyter Notebookを使って3Dプロットをインタラクティブに操作・表示するためのプログラムコードを紹介します。マウスでドラッグして視点を回転させたり、拡大縮小したりできるため、3Dデータの把握が格段にしやすくなります。手順新しい図（figure）を作成するか、既存の図をアクティブにします。subplotsメソッド（またはadd_subplotメソッド）を使ってfigとaxの変数を作成します。デフォルトのnrowsとncolsは1で、projection=3d を指定することで3D描画が可能になります。np.cos関数とnp.sin関数を使用して、x、y、zの座標データ

この記事では、OpenCVを使って画像のカラー表現をRGB（BGR）からグレースケールへ変換する方法を解説します。グレースケール変換は、エッジ検出や物体認識などの画像処理を行う前段階としてよく使われる、最も基本的なテクニックの一つです。アルゴリズムステップ1：OpenCVをインポートする。 ステップ2：imread()関数で元画像を読み込む。 ステップ3：cv2.cvtColor()関数を使ってグレースケールに変換する。サンプルコードimport cv2 image = cv2.imread(colourful.jpg) cv2.imshow(Original, image) grayscal

この記事では、OpenCVのcv2.line()関数を使用して、画像にシンプルな線を描画する方法を解説します。線の始点・終点・太さ・色を自由に指定できるので、図形の描画や注釈の追加など、さまざまな場面で活用できます。 元画像 処理の流れ（アルゴリズム） ステップ1：cv2をインポートする。 ステップ2：imread()で画像を読み込む。 ステップ3：image.shapeメソッドで画像のサイズ（高さ・幅・チャンネル数）を取得する。 ステップ4：線の始点を定義する。 ステップ5：線の終点を定義する。 ステップ6：線の太さを定義する。 ステップ7：cv2.line()関数で線を描画し、ステップ3

この記事では、Pythonの画像処理ライブラリ「OpenCV」を使って、画像の上に楕円を描画する方法を解説します。楕円の描画には、OpenCVが提供する cv2.ellipse() 関数を使用します。元画像アルゴリズム（処理の手順）楕円を描画するまでの流れは、以下の手順になります。ステップ1: cv2 をインポートする。 ステップ2: imread() で画像を読み込む。 ステップ3: 楕円の中心座標を設定する。 ステップ4: 楕円の長軸・短軸の長さ（axesLength）を設定する。 ステップ5: 楕円の回転角度（angle）を設定する。 ステップ6: 描画を開始する角度と終了する角度を設定

PythonのMatplotlibでは、plt.legend()メソッドを使うことで、グラフに凡例を簡単に作成できます。さらに、frameon引数を指定すると、凡例の周囲に枠線（ボーダー）を表示したままにすることが可能です。 手順 plt.xlabel()メソッドでX軸のラベルを設定します。 plt.ylabel()メソッドでY軸のラベルを設定します。 plot()メソッドでライン（折れ線）を描画します。 位置（loc）と凡例描画フラグを指定することで、最適な場所に凡例を配置し、枠線を表示させることができます。 「blue」と「orange」の要素を含む凡例を設定します。 plt.show

散布図は、2つの変数間の関係を視覚的に把握するのに非常に便利なグラフです。Pandasを使えばデータフレームを簡単に作成でき、さらにsubplots()メソッドで図（fig）と軸（ax）の変数を生成できます。その後、ax.scatter()メソッドを呼び出すことで、目的の散布図を描画することが可能です。 手順 生徒数のリストを作成します。 生徒が取得した点数のリストを作成します。 各散布点の色を表現するために、色のリストを用意します。 Pandasを使って、データフレームの軸となるデータをリストとして定義します。 subplots()メソッドでfig変数とax変数を作成します。デフォルトでは