Python

Seabornはデータ可視化を支援するPythonライブラリで、洗練されたカスタムテーマと高水準インターフェースを備えています。Matplotlibをベースとしており、少ないコード量で美しいグラフを作成できるのが大きな特徴です。 ただし、扱う変数がカテゴリ型（カテゴリカル変数）である場合、通常の散布図やヒストグラムでは適切に表現できません。こうしたケースで活躍するのが「カテゴリ散布図」です。 カテゴリ変数を扱うためのプロットとしては、「stripplot」や「swarmplot」などが用意されています。「stripplot」関数は、少なくとも1つの変数がカテゴリ型である場合に使用でき、データ

データ分析において、カテゴリ変数と連続変数の関係を視覚的に把握することは非常に重要です。Pythonの可視化ライブラリ「Seaborn」には、カテゴリカルデータを見やすく可視化するための機能が多数用意されています。本記事では、factorplot関数を使ってバイオリン図（バイオリンプロット）を描く方法を解説します。 barplot（棒グラフ）とpointplot（点グラフ）との違い barplot関数は、カテゴリ変数と連続変数の関係を表現するための関数です。データは長方形のバーとして描画され、バーの長さがそのカテゴリにおけるデータの推定値（割合）を示します。 一方、pointplotも棒グラフ

barplot（棒グラフ）関数は、カテゴリ変数と連続変数の間の関係を表現します。データは長方形のバーの形式で表示され、バーの長さはその特定のカテゴリにおけるデータの割合を示します。 点プロット（pointplot）は棒グラフとよく似ていますが、塗りつぶしたバーの代わりに、データポイントの推定値がもう一方の軸上の特定の高さにある点として表現される点が異なります。 カテゴリカルデータは、カテゴリ散布図やpointplotなどの個別のプロット、あるいはfactorplotと呼ばれるより高レベルな関数を使って可視化できます。factorplot関数は、パラメータ「kind」を指定することで、Face

Seabornは、データの視覚化を支援するPythonのライブラリです。洗練されたカスタムテーマと高レベルなインターフェースを備えており、美しいグラフを少ないコード量で作成できるのが特徴です。 多重共線性の確認に線形関係の可視化が重要な理由 回帰モデルを構築する際には、多重共線性の有無を確認することが欠かせません。これは、連続変数同士のすべての組み合わせにおける相関関係を把握する必要があるためです。もし変数間に多重共線性が存在する場合は、モデルの精度を損なわないよう、データからその影響を取り除く必要があります。 こうした分析の場面で活躍するのが、「regplot」と「lmplot」という2つの

回帰モデルを構築する際には、多重共線性（マルチコリニアリティ）の有無を必ず確認します。これは、連続変数のすべての組み合わせの間にどのような相関関係が存在するのかを把握する必要があるためです。もし変数間に多重共線性が見つかった場合は、その影響を取り除いてからモデルを構築しなければなりません。こうした分析の場面で役立つのが、seabornライブラリの「regplot」関数と「lmplot」関数です。これらの関数を利用することで、線形回帰における変数間の線形関係を視覚的に把握できます。regplotとlmplotの違い「regplot」関数は、x軸・y軸に渡す値の形式が非常に柔軟です。NumPy配列

Pythonの数値計算ライブラリ「SciPy」を使えば、2つの値から順列（パーミュテーション）と組み合わせ（コンビネーション）を簡単に求めることができます。本記事では、SciPyのspecialクラスに含まれるperm関数とcomb関数を使った具体的な計算方法を、サンプルコード付きでわかりやすく解説します。順列を求める：perm関数順列を計算するには、SciPyのspecialクラスにあるperm関数を使用します。perm関数の構文scipy.special.perm(N, k)順列を計算するサンプルコード例from scipy.special import perm my_permute

回帰モデルを構築する際には、必ず多重共線性（マルチコリニアリティ）の有無を確認することが重要です。これは、連続変数のあらゆる組み合わせ間に存在する相関関係を正しく把握する必要があるためです。もし変数間に多重共線性が確認された場合には、その影響をデータから除去しなければなりません。 しかしながら、現実世界のデータは多くの場合、単純な直線ではなく非線形な特性を持っています。そのため、こうした非線形データにモデルを適合させるための手法を見つけることが求められます。本記事では、有名なAnscombe（アンスコム）のデータセットを使用して、非線形データの可視化と多項式回帰による適合方法を紹介します。

データの前処理とはデータの前処理とは、データのクリーニング、無効なデータやノイズの除去、適切な値への置き換えなどを行う作業のことです。前処理の対象はテキストデータだけとは限らず、画像や動画の処理も含まれます。データの前処理とは、端的に言えば、さまざまなリソース（または単一のリソース）から収集したすべてのデータを、共通のフォーマットや均一なデータセットにまとめるタスクです。実世界のデータは決して理想的な状態ではないため、欠損セルやエラー、外れ値、列間の不整合などの問題が含まれている可能性があります。画像の場合も同様で、正しく配置されていなかったり、ぼやけていたり、サイズが非常に大きかったりするこ

ヒステリシス閾値とはヒステリシス（履歴現象）とは、結果が遅れて現れる遅延効果のことを指します。画像処理における閾値処理の文脈では、ヒステリシスとは「特定の低い閾値以上の領域」または「高い閾値以上の領域」のことを意味します。つまり、高い確信度を持つ領域のみを抽出する手法です。ヒステリシス閾値を活用することで、画像内の物体のエッジの外側に存在するノイズを無視できるという大きなメリットがあります。これにより、より正確でクリーンなエッジ検出が可能になります。ここからは、Pythonのscikit-learnライブラリを使用して、ヒステリシス閾値を実現する具体的な方法を見ていきましょう。実装例impor

グレースケール画像に特定の色合い（ティント）を加えたい場合は、元画像に対して「R」（赤）・「G」（緑）・「B」（青）の各チャンネルの値を変更して適用することで実現できます。 以下は、Pythonでこの処理を実装したサンプルプログラムです。なお、実際の画像処理にはscikit-learnエコシステムの画像処理ライブラリであるscikit-image（skimage）を使用しています。 サンプルコード import matplotlib.pyplot as plt from skimage import io, color path = path to puppy_1.jpg orig_img

NumPyは「Numerical Python」の略で、多次元配列オブジェクトや、それらの配列を効率的に処理するためのさまざまなメソッドを提供するPythonのライブラリです。NumPyを使うことで、配列に対して幅広い操作を行うことができます。また、SciPyやMatplotlibなどのパッケージと組み合わせて使われることも多く、特に「NumPy + Matplotlib」の組み合わせは、MATLABの代替手段として広く認知されています。NumPyはオープンソースのパッケージであり、誰でも自由に利用できます。なお、標準のPythonディストリビューションにはNumPyは含まれていないため、別途

問題の概要 重複のない値を持つリストが与えられ、各数値を小さい方から順番(昇順)に削除していくことを考えます。このとき、各数値が削除された時点でのインデックスを、削除の順序どおりに求めるのがこの問題の目的です。 例えば、入力が nums = [4, 6, 2, 5, 3, 1] の場合、出力は [5, 2, 3, 0, 1, 0] になります。処理の流れは以下のとおりです。 最初に 1 を削除 → 配列は [4, 6, 2, 5, 3](インデックス 5) 次に 2 を削除 → 配列は [4, 6, 5, 3](インデックス 2) 次に 3 を削除 → 配列は [4, 6, 5](インデック

問題概要無向グラフが与えられたとき、そのグラフの中に奇数長の閉路（サイクル）が存在するかどうかを判定します。例えば、次のような隣接リストが入力として与えられたとします。adj_list = [[1, 2], [0, 3, 4], [0, 3, 4], [1, 2, 4], [1, 2, 3]]この場合、[0, 1, 3, 4, 2]、[1, 3, 4]、[2, 3, 4] のような奇数個の頂点からなる閉路が存在するため、出力は True になります。アルゴリズム（DFSによる解法）この問題は深さ優先探索（DFS）を用いて効率的に解けます。ポイントは、現在探索中のパス上で各ノードの位置（インデッ

問題の概要 単語のリスト「dictionary」と、2つの文字列「start」「end」が与えられます。startからendへ向かって、一度に1文字だけ変更しながら到達することを目指します。ただし、途中で作られるすべての単語はdictionaryに含まれている必要があり、大文字と小文字は区別されます。このとき、endに到達するまでに必要な最小ステップ数を求めます。到達が不可能な場合は-1を返します。 例えば、dictionary = [may, ray, rat]、start = rat、end = may の場合、出力は3になります。「rat → ray → may」というパスを選べば、3ス

問題の概要数値 n とエッジのリストが与えられるとします。0からNまでのラベルが付いたn個の異なるノードがひとつのネットワークを形成しています。各エッジは無向グラフにおける (a, b, t) という形式で表され、これはノードaからb(またはbからa)へメッセージを送信するのに t 時間かかることを意味します。あるノードがメッセージを受信すると、そのノードは直ちに隣接するノードへメッセージを転送(フラッド)します。すべてのノードが互いに接続されているとき、ノード0から発信されたメッセージがすべてのノードに届くまでにかかる時間を求めるのがこの問題の目的です。たとえば、入力が以下の場合を考えてみま

単語のリストと値 k が与えられたとき、異なる単語がちょうど k 個含まれる部分リスト（連続する要素からなる部分配列）の個数を求める問題を考えます。例えば、入力が words = [Kolkata, Delhi, Delhi, Kolkata]、k = 2 の場合、出力は 5 になります。これは、次の5つの部分リストに2種類のユニークな単語が含まれているためです。[Kolkata, Delhi][Delhi, Kolkata][Kolkata, Delhi, Delhi][Delhi, Delhi, Kolkata][Kolkata, Delhi, Delhi, Kolkata]一方、[Del

問題の概要 重複しない数値のリスト nums が与えられたとします。このとき、サブセット内の任意の2つの要素のペア (i, j) について、「i % j = 0」または「j % i = 0」のどちらかが必ず成り立つような最大のサブセットを見つけ、そのサイズを返すのが目的です。 例えば、入力が nums = [3, 6, 12, 24, 26, 39] の場合、出力は 4 となります。これは、最大の有効なサブセットが [3, 6, 12, 24] になるためです(3 → 6 → 12 → 24 と、すべての隣接する要素同士が割り切れる関係になっています)。 解法の考え方(動的計画法) この問題

問題概要 4つの整数 n、a、b、c が与えられます。a、b、c のいずれかで割り切れる正の整数を小さい順に並べた数列の中から、n番目(0始まりインデックス)の項を求める必要があります。 たとえば、入力が n = 8、a = 3、b = 7、c = 9 の場合、出力は 18 となります。これは、条件を満たす数列の最初の9項が [1, 3, 6, 7, 9, 12, 14, 15, 18] となり、0始まりで数えると8番目の項が18であるためです。 アプローチ この問題は二分探索と包除原理を組み合わせることで効率的に解けます。ある値 x 以下に存在する、a・b・c のいずれかで割り切れる数の個数

数 n が与えられたとき、3 × n の長方形ブロックを 1 × 2 のドミノ（骨牌）で隙間なく埋める方法が何通りあるかを求めます。ドミノは必要に応じて縦にも横にも回転させて配置できます。答えが非常に大きな値になる可能性があるため、10^9 + 7 で割った余りを返します。 例えば、入力が n = 4 の場合、出力は 11 となります。 解き方のアプローチ この問題は動的計画法（DP）を使うことで効率的に解けます。まず重要なポイントとして、次のことが挙げられます。 n が奇数の場合： マスの総数は 3 × n となり奇数になります。しかし、各ドミノは必ず 2 マスを覆うため、奇数個のマスを埋

0が水、1が陸地を表す2値行列があるとします。ここでの課題は、水からのマンハッタン距離が最も遠い陸地を見つけ、その距離を返すことです。 例として、次のような入力行列を考えてみましょう。 1111110111110011 この場合、出力は3となります。左上のセル[0, 0]から最も近い水のセルまでのマンハッタン距離が3であるためです。 解法のアプローチ この問題は、水のセルを起点とする幅優先探索(BFS)を使うことで効率的に解けます。すべての水セルから同時に探索を広げていくことで、各陸地セルの「最も近い水までの距離」が自然に求まり、その中の最大値が答えになります。手順は以下の通りです。 行列