KaggleでPythonのMatplotlib入門その２

　このエントリの続きです。　Matplotlibをもう少し使ってみました。　今回は棒グラフの表示について少し詳しく調べて試しつつ、Seabornというものの表示・可視化についてもいろいろ調べて試してみました。

　実際のコードと実行結果、Markdownのコメントをのせたものは以下のKaggleのKernelになります。

　Matplotlib Practice03

　Matplotlib Practice04

　MatplotlibもSeabornも慣れていないせいか、少しデータや表示形式を変えるだけでもかなりてこずりました。　だんだん慣れて作業が早くなってくれることを期待しているけど、どうかな~。

　あと、おまけ的に少しだけ手をだしたり、練習的に作成したKernelについても下記にリンク貼り付けておきます。　Kaggle、たまに重すぎてKernel一覧のWebページに遷移できなかったりするので。。。(自分の環境だけ？)

以下の２つになります

その①
まだHello World的なことしかできていませんが、とりあえずのKaggleでの初Tensorflow
TensorFlow Practice01

その②
あまりに初心者なのでどうやってKaggle上でデータセットを読み取って、一覧的なものをPandasで表示するかを試してみたものです
Data Display Practice01


この辺もできれば広げていきたいと考えています。

KaggleでPythonのMatplotlib入門

　このエントリの続き的なものです。　今回はKaggleをPythonのプログラミング実行環境としてMatplotlibを実行してみました。　

　ちょっと重かったりする感じもあるKaggleですが、簡単なものであればWeb上だけで完結するPython開発環境として使えそうなので、いろいろ試してみようと思い、今回はMatplotlibを使ってみています。　

　PythonによるMatplotlibのプログラムの内容は、WikpediaのMatplotlib項目にあったソースコードのそのままの実行と、 Matplotlib Galleryというサイトにあったソースコードを少しだけ実行してみたものです。

作成したものは以下のKaggleのKernelになります。

Matplotlib Practice01
Wikipedia - Matplotlibからのソースコードをそのまま実行しています

Matplotlib Practice02
Matplotlib Galleryのソースコードを少しだけ修正して実行しています
　
Kernel：
　KernelはPythonのコードを実行結果とともに表示しつつ、かつMarkdown記法による？コメントも残していけるものです。　Kaggle上にKernel単位で保存していけます。　他のKernelからForkしてコードをコピペ・編集していくこともできます。

　なんか、時間が経過するごとに、機能改善・強化されていって、最近は普通にPython練習・開発環境的に使える感じがしています。　最初はKaggleで機械学習を勉強するぜ~って思ってましたけど、最近は上記のような感じでPCのPython環境をまともに構築もせず、KernelだけでPythonのいろいろできんかな~ってなってます。

　ちょいサイトの処理が重いと感じるときもありますが、そこはKaggleを買収したGoogle先生の財力でそのうち改善されると信じて。。。