Python

1/3ページ

【Python】時系列データ分析と基本的な統計モデルの作成方法

NO IMAGE

Pythonを使った統計モデルの作成や時系列データの性質の確認などについて、基礎的なものをまとめていきたいと思う。 (Pythonの内容や結果のプロットなど全て作成できているわけではないが、時間があるときに更新していこうと思っている) 指数平滑モデル 指数平滑モデルの中で最も基礎的且つシンプルなモデルが以下のものである。後述するトレンドや季節要因を含む複雑な指数平滑モデルとは違い、トレンド要素や季 […]

【Python】pandasを使ったデータ処理入門-為替データで実践

Pythonでデータの取り扱いをする方ならほとんどの方が使うことになるであろうpandasでのデータ処理について、実際の為替データを使いながら基本をまとめていきたいと思う。 為替データ取得・実践データの準備 データの基礎的な加工・整形等 時系列データの再標本化・リサンプリング 時系列データを取得した場合、日次データを取り扱いたいのか、月次データを取り扱いたいのか、はたまた四半期ごとなのか年次なのか […]

【Python】クラスと__init__を理解する

様々な参考書でクラスは、”オブジェクトの設計図”と説明されることが多い。 クラスはオブジェクトを構成するオブジェクトの性質・属性(クラス変数)や機能・メソッドを一まとめにしたものといえる。 一先ず、適当に属性とメソッドを含むクラスを作成してみる。 作り方と具体例は以下の通り。 このようにCountryという名前のクラス(設計図)を作成し、それをもとにJPNというオブジェクトを作成すると、設計図に含 […]

cufflinksで対話的なplotlyグラフを簡単に作成する方法

今回はcufflinksというライブラリを使って、pandas DataFrameのデータを対話的なplotlyのグラフにする方法をまとめておく。 1. データとライブラリ準備 今回は、pandas-datareaderを使って米国GDPのデータを取得し、それを使いながら、様々なグラフの作成・編集をしてみたいと思う。 まずは、下準備として必要ライブラリのインポートとデータの準備。 データの準備は今 […]

Python Plotlyで作成したチャートのブログ記事への埋め込み方法

Plotlyで作成したチャートをブログでシェアしたいと思うことも少なくないと思います。 そこで作成、出力したチャートのHTMLファイルをブログ記事に埋め込む方法を紹介します。 HTMLファイルの出力方法 念のためですが、Plotlyで作成したチャートをHTMLファイルとして保存する方法は以下の通りです。 ブログ記事への埋め込み 埋め込み前にワードプレスのメディアライブラリに出力したチャートのHTM […]

【Python】Cufflinks iplot() テーマ一覧

Python Pandas DataframeのデータをPlotlyでプロットする方法はいつくもありますが、その中の一つであるCufflinksを使ってプロットする場合に使用できるテーマを一通り比較します。 Pearl デフォルトはこれになっているかと思います。 ggplot Polar White Space Henanigans Solar Space、Henanigans、Solarは若干の […]

【Python】Plotly のカラースケールの種類と使い方

Ploltyでは複数のカラースケールが用意されており、用途別に使い分け、見栄えの良いグラフを作るのに役立つ。 しかし、すべてのスケールをひとまとめにしているものがなかったので、今回はカラースケールを一通りまとめてみる。 カラースケールの種類 あらかじめPlotlyに組み込まれているカラースケールは集合(namespace)に分けられる。 それぞれの集合に含まれるカラースケールはこちらです。 カラー […]

【Python】investpyを使ったInvesting.comからのデータ取得方法

investpyは、多くの一般投資家から、一部の金融機関関係者などが経済情報を取得するために使っているであろう大手金融情報サイトのInvesting.comから経済データを取得できるライブラリです。 いつもはpandas-datareaderやDBnomics APIを使うことが多いですが、便利そうなので、investpyも使ってみます。 時系列データの取得 時系列データの取得に共通していえること […]

【Python】線形回帰分析の実践方法

Pythonで様々なライブラリを用いて線形回帰をしてみたいと思います。 (本来はトレーニングデータとテストデータを分けて行うべきですが、簡単にするために下記で示す例では、モデル作成と予測に同じデータを使っています。) Numpyを使った線形回帰 使用データはUSDJPYの為替レートを被説明変数、米国10年債利回りを説明変数として使うことにする。 まずは、必要なライブラリのインポートとpandas- […]

【Python】datetime 日付型と時間型の操作

時系列データの扱い、将来のデータ予測とその予測結果のプロット時に対応する日付を用意するためなどに日付、時間の操作は必須である。 それを取り扱うライブラリがdatetimeである。 日付型・時間型操作の基礎 ・今日の年月日、日時の表示方法 ・pandas Timestampと日時操作 DatetimeIndexを持つpandas DataFrameがあるとする。(pandas-datareaderで […]

1 3