seaborn : barplot の xticks の調整が難しかった
seaborn の barplot を使っている時、1990~2020 年までのデータに不足があったので、間がとびとびのbarplotになっていた。
xticks(np.arange(1990, 2020))
とかで調整しようとすると、barが消えたりする。
不足分を補うことで、対応した。やむなし。idnex は list の product を使用することで、なんとかした。
# new_index = pd.Index(np.arange(1993,2020,1), name="年") new_index = pd.MultiIndex.from_product( [np.arange(1993,2020,1), [1, 0]], names=['年', 'フラグ'], ) tmp = df[ ['年', 'フラグ', '代表契約IDグループ'] ].groupby(by=['年', 'フラグ'], observed=True).size().reindex(new_index).fillna(0).reset_index().rename( columns={ 0: '件数', } )
2つ以上の histgram の bins の幅がいい感じにならなかったので
これでいい感じに揃えられた。
sns.set(font='IPAPGothic') plt.figure(figsize=(12, 4)) try: bins=np.histogram(np.hstack((tmp_0[col],tmp_1[col])), bins=50)[1] #get the bin edges except Exception as e: print(e) continue sns.distplot( tmp_0[col], bins=bins, kde=False, hist_kws={'log':True}, ) sns.distplot( tmp_1[col], bins=bins, kde=False, hist_kws={'log':True}, ) plt.ylabel('件数') plt.legend() plt.show()
ノンパラメトリックの検定
スニーカーについて
気に入っているスニーカーメーカーが、SPINGLE って名前なのに今更知った。。メーカーとかそんな興味なかったんやけどな。
似てる靴なのに型番が違うのは何かが違うんだけど、違いがわからない。
多分、前はSPM-356履いてて、今はSPM-443履いてる。どっちも履き慣れるまで時間はかかったな。
このブログに初めてIT系以外の事書いたけど、スニーカー結構ハマりそう。