TechAcademy（テックアカデミー） プログラミング Python Pythonで相関係数を求める方法を現役エンジニアが解説【初心者向け】
Python

Pythonで相関係数を求める方法を現役エンジニアが解説【初心者向け】

初心者向けにPythonで相関係数を求める方法について現役エンジニアが解説しています。相関係数とは、統計学や機械学習で使われ、2組のデータ群がどれほど関係しているかを示す指標の1つです。numpy.corrcoef関数を使った方法とpandas.DataFrame.corrメソッドを使った方法を解説します。

TechAcademyマガジンは受講者数No.1のオンラインプログラミングスクールTechAcademy [テックアカデミー]が運営。初心者向けに解説した記事を公開中。現役エンジニアの方はこちらをご覧ください。

Pythonで相関係数を求める方法について、TechAcademyのメンター（現役エンジニア）が実際のコードを使用して、初心者向けに解説します。

Pythonについてそもそもよく分からないという方は、Pythonとは何なのか解説した記事を読むとさらに理解が深まります。

 

なお本記事は、TechAcademyのオンラインブートキャンプ、Python講座の内容をもとに紹介しています。

 

田島悠介

今回は、Pythonに関する内容だね！

大石ゆかり

どういう内容でしょうか？

田島悠介

Pythonで相関係数を求める方法について詳しく説明していくね！

大石ゆかり

お願いします！

この記事では、Pythonを使ってデータの相関を表す指標である相関係数の計算方法について解説します。

目次

 

相関係数とは

まずは、相関係数について解説します。

相関係数というのは、2組のデータ群があるときに、それらのデータ群がどれほど関係しているかを示す指標の1つで、統計学や機械学習などといった分野で頻繁に使われるものです。相関係数は、-1~1までの値を取り、1に近いほど「正の相関がある」と言い、一方のデータが増加するともう片方のデータも増加える、といった関係です。

また、-1に近いほど「負の相関がある」と言い、一方のデータが増えるともう一方のデータは減少する、といった関係です。相関係数が0.8、0、-0.8のものを図に示します。相関係数が1に近いものは大まかに右斜上に向かう傾向が見て取れます。

逆に-1に近いものは、右斜下に向かうように見え、相関係数が0のものはデータが単に散らばっているだけに見えます。

このように、相関係数は、データの関連度合いを示すものとして使われます。

[PR] Pythonで挫折しない学習方法を動画で公開中

相関係数を求める方法

Pythonで相関係数を求める方法はいくつかあります。ここでは、numpy.corrcoef()関数を使った方法とpandas.DataFrame.corr()メソッドを使った方法について説明します。

numpy.corrcoef()関数の場合は、

numpy.corrcoef(1つ目のデータ, 2つ目のデータ)

とすることで、「相関行列」というものが返ってきます。

相関行列とは、それぞれの成分が

[[1つ目のデータと1つ目のデータ,  1つ目のデータと2つ目のデータ],
 [2つ目のデータと1つ目のデータ, 2つ目のデータと2つ目のデータ]]

の相関係数を表している行列です。

なので、相関係数だけを知りたい場合は、該当部分だけを取り出せば良いでしょう。

一方、pandasを使う場合は、データフレームとして相関を求めたい複数の列を持つものを用意して、

データフレーム.corr()

とすることで、各列の間の相関係数を算出することができます。こちらの場合も相関係数が返されます。

実際に計算してみよう

それでは、実際にコードを書いて実行してみることで、相関係数をどのようにして求めればよいか確認しましょう。

numpyを使う場合は、

# numpyのインポート
import numpy as np

# データを用意
x = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
y = np.array([2, 1, 3, 4, 3, 6, 9, 10, 6, 10])

# 相関行列を計算
coef = np.corrcoef(x, y)

# 相関行列を表示
print(coef)

pandasを使う場合は、

# pandasのインポート
import pandas as pd

# 上で使ったデータを用いて、DataFrameを用意
df = pd.DataFrame([x,y]).T

# 相関行列を計算
coef = df.corr()

# 相関行列を表示
print(coef)

となります。それぞれ、

[[1. 0.87901474]
 [0.87901474 1. ]]

、

    0 1
0 1.000000 0.879015
1 0.879015 1.000000

と表示され、相関係数がうまく計算できたことが確認できます。

まとめ

この記事では、Pythonで相関係数を算出する方法について解説しました。データ解析などでは必須の知識なので、必要に応じて参考にしてみてください。

監修してくれたメンター

小倉翔悟（おぐらしょうご）

AIプログラミングを使って開発を行う大学3年生。

プログラミング歴は約3年でPythonは割と得意。好きな物理理論は一般相対性理論で動物も好き。

 

大石ゆかり

内容分かりやすくて良かったです！

田島悠介

ゆかりちゃんも分からないことがあったら質問してね！

大石ゆかり

分かりました。ありがとうございます！

 

TechAcademyでは、初心者でも最短4週間で、Pythonを使った人工知能（AI）や機械学習の基礎を習得できる、オンラインブートキャンプを開催しています。

また、現役エンジニアから学べる無料体験も実施しているので、ぜひ参加してみてください。

記事を検索

関連するキーワード

関連する記事

PythonのpySerialでシリアル通信する方法を現役エンジニアが解説【初心者向け】

PythonのpySerialでシリアル通信する方法について解説します。 そもそもPythonについてよく分からないという方は、Pythonとは何なのか解...
Python

Pythonにおけるabsolute()の利用方法を現役エンジニアが解説【初心者向け】

Pythonにおけるabsolute()の利用方法について、TechAcademyの現役エンジニアが実際のコードを使用して、初心者向けに解説します。 &n...
Python

AnacondaでPythonのバージョンを切り替える方法を現役エンジニアが解説【初心者向け】

AnacondaでPythonのバージョンを切り替える方法について、TechAcademyのメンター（現役エンジニア）が実際のコードを使用して初心者向けに解説し...
Python

Pythonのelifの書き方を現役エンジニアが解説【初心者向け】

Pythonのelifの書き方について解説します。 そもそもPythonについてよく分からないという方は、Pythonとは何なのか解説した記事を読むとさら...
Python

Pythonの配列（list）の合計値を計算する方法を現役エンジニアが解説【初心者向け】

Pythonの配列（list）の合計値を計算する方法について解説します。 そもそもPythonについてよく分からないという方は、Pythonとは何なのか解...
Python

データ分析を得意とするPythonの特徴を現役エンジニアが解説【初心者向け】

データ分析を得意とするPythonの特徴を取得する方法について、TechAcademyのメンター（現役エンジニア）が実際のコードを使用して、初心者向けに解説しま...
Python

あわせてよく読まれている記事

Pythonで主成分分析（PCA）を行う方法を現役エンジニアが解説【初心者向け】

Pythonで主成分分析（PCA）を行う方法について解説します。 そもそもPythonについてよく分からないという方は、Pythonとは何なのか解説した記事を読むとさらに理解が深まります。   なお本記事は、TechAcademyのオンラインブートキャンプPython講座の内容をもとに紹介しています。   田島悠介 今回は、Pythonに関する内容だね！ 大石ゆかり どういう内容でしょうか？ 田島悠介 Pythonで主成分分析（PCA）を行う方法について詳しく説明していくね！ 大石ゆかり お願いします！   主成分分析（PCA）とは 機械学習はデータと正解との関係性をモデルに学習させて正解を予測します。 データ：特徴量や説明変数と呼ばれる。正解を説明するデータ群 正解：目的変数やラベルと呼ばれる。予測対象 ここで説明変数の中に、お互いに相関関係にある複数の説明変数が存在すると、モデルはそれらの説明変数の影響を強く受けてバイアスがかかった状態となってしまいます。その状態を解消するのが主成分分析(PCA)です。 主成分分析は「相関関係にある複数の説明変数」を相関関係の少ない説明変数にまとめます。これにより説明変数の相関によるバイアスが軽減され、モデルはより適切な学習を行えるようになります。   Pythonで主成分分析（PCA）を行う方法 Pythonで主成分分析を行うにはScikit-Learnに含まれるsklearn.decomposition.PCAライブラリを使用します。 from sklearn.decomposition import PCA 主成分分析の実施は fit 関数で行います。引数の n_components は削減結果の次元数を表します。 pca = PCA(n_components=2).fit(data) 主成分分析の結果を説明変数に適用するにはtransform関数を使用します。 values = pca.transform(data) 逆に主成分分析を行った結果をもとに戻すにはinverse_transform関数を使用します。 data2 = pca.inverse_transform(values)   [PR] Pythonで挫折しない学習方法を動画で公開中実際に書いてみよう 今回はScikit-Learnに添付されているIrisサンプルデータを使い、主成分分析を行ってみます。まずは必要なライブラリとデータを読み込みます。 # 必要なライブラリの読み込み %matplotlib inline import matplotlib.pyplot as plt import sklearn.datasets as datasets from sklearn.decomposition import PCA # irisデータの読み込み iris = datasets.load_iris() # 特徴量の取得 data = iris['data'] 一部のデータの散布図を取ってみます。右肩上がりのグラフになり、相関があることが確認できます。 # 散布図に描画 fig = plt.figure() plt.plot(data[:,2], data[:,3], 'k.') plt.xlabel("petalLength") plt.ylabel("petalWidth") plt.show() 主成分分析を行います。 # n_components：削減結果の次元数 pca = PCA(n_components=2).fit(data) # 主成分分析を実施 values = pca.transform(data) 結果を散布図で確認してみましょう。先程より相関の少ないデータになったことが確認できました。   監修してくれたメンター 太田和樹（おおたかずき） ITベンチャー企業のPM兼エンジニア 普段は主に、Web系アプリケーション開発のプロジェクトマネージャーとプログラミング講師を行っている。守備範囲はフロントエンド、モバイル、サーバサイド、データサイエンティストと幅広い。その幅広い知見を生かして、複数の領域を組み合わせた新しい提案をするのが得意。 開発実績：画像認識技術を活用した駐車場混雑状況把握（実証実験）、音声認識を活用したヘルプデスク支援システム、Pepperを遠隔操作するアプリの開発、大規模基幹系システムの開発・導入マネジメント。 地方在住。仕事のほとんどをリモートオフィスで行う。通勤で消耗する代わりに趣味のDIYや家庭菜園、家族との時間を楽しんでいる。   大石ゆかり 内容分かりやすくて良かったです！ 田島悠介 ゆかりちゃんも分からないことがあったら質問してね！ 大石ゆかり 分かりました。ありがとうございます！   TechAcademyでは、初心者でも最短4週間でPythonを使った人工知能（AI）や機械学習の基礎を習得できるオンラインブートキャンプPython講座を開催しています。 挫折しない学習方法を知れる説明動画や、現役エンジニアとのビデオ通話とチャットサポート、学習用カリキュラムを体験できる無料体験も実施しているので、ぜひ参加してみてください。
Python

Pythonで配列のデータの平均を求める方法を現役エンジニアが解説【初心者向け】

Pythonで配列のデータの平均を求める方法について解説します。 そもそもPythonについてよく分からないという方は、Pythonとは何なのか解説した記事を読むとさらに理解が深まります。   なお本記事は、TechAcademyのオンラインブートキャンプPython講座の内容をもとに紹介しています。   田島悠介 今回は、Pythonに関する内容だね！ 大石ゆかり どういう内容でしょうか？ 田島悠介 配列のデータの平均を求める方法について詳しく説明していくね！ 大石ゆかり お願いします！   算術平均の求め方（mean関数の書き方） 算術平均は、要素の合計値を要素の個数で割った数なので、以下のように定義できます。   def mean(xs): return sum(xs) / len(xs)   調和平均の求め方（harmonic_mean関数の書き方） 調和平均は、「逆数の平均の逆数」なので、以下のように定義できます。   def harmonic_mean(xs): ys = list(map(lambda x: 1/x, xs)) # 逆数のリスト return 1 / mean(ys)   なお、標準のstatisticsモジュールにmean, harmonic_mean関数が用意されています。   [PR] Pythonで挫折しない学習方法を動画で公開中実際に書いてみよう サンプルコード 上で定義した関数を使い、算術平均と調和平均を計算してみます。   xs = [1, 3, 5, 7, 9] print(mean(xs)) print(harmonic_mean(xs))   実行結果 5.0 2.7975133214920076   解説 算術平均は5、調和平均は2.79…と計算できました。   監修してくれたメンター 橋本紘希 システムインテグレータ企業勤務のシステムエンジニア。 開発実績: Javaプログラムを用いた業務用Webアプリケーションや、基幹システム用バッチアプリケーションなどの設計構築試験。   大石ゆかり 内容分かりやすくて良かったです！ 田島悠介 ゆかりちゃんも分からないことがあったら質問してね！ 大石ゆかり 分かりました。ありがとうございます！   TechAcademyでは、初心者でも最短4週間でPythonを使った人工知能（AI）や機械学習の基礎を習得できるオンラインブートキャンプPython講座を開催しています。 挫折しない学習方法を知れる説明動画や、現役エンジニアとのビデオ通話とチャットサポート、学習用カリキュラムを体験できる無料体験も実施しているので、ぜひ参加してみてください。
Python

Pythonのconjugate関数で共役複素数を求める方法を現役エンジニアが解説【初心者向け】

Pythonのconjugate関数で共役複素数を求める方法について、TechAcademyのメンター（現役エンジニア）が実際のコードを使用して、初心者向けに解説します。   Pythonについてそもそもよく分からないという方は、Pythonとは何なのか解説した記事を読むとさらに理解が深まるでしょう。   なお本記事は、TechAcademyのオンラインブートキャンプPython講座の内容をもとに紹介しています。   田島悠介 今回は、Pythonに関する内容だね！ 大石ゆかり どういう内容でしょうか？ 田島悠介 Pythonのconjugate関数で共役複素数を求める方法について詳しく説明していくね！ 大石ゆかり お願いします！   目次 共役複素数とは conjugate関数の使い方 実際に書いてみよう まとめ   共役複素数とは ある複素数に対して、複素数虚部の符号を反転させたものを共役複素数といいます。 例えば、複素数zをz=a+biとあらわす場合(a,bは実数)、共役複素数はa-biです。 [PR] Pythonで挫折しない学習方法を動画で公開中conjugate関数の使い方 Pythonではa + bj, a – bj (a,bは実数)の形式で複素数を定義できます。 記号はiでなくjであることに留意しましょう。 複素数オブジェクトに対しconjugateメソッドを呼び出すと、共役複素数を得られます。 実際に書いてみよう サンプルコードと実行結果 Pythonインタプリタで実行します。 >>> c = 1 + 2j >>> c.conjugate() >>> (1-2j)   解説 複素数cを定義しました。 cに対しconjugate()メソッドを実行すると、共役複素数を得られました。 まとめ この記事ではPythonで複素数を定義する方法と、共役複素数を求める方法を紹介しました。 執筆してくれたメンター 橋本紘希（はしもとひろき） システムインテグレータ企業勤務のシステムエンジニア。 開発実績: Javaプログラムを用いた業務用Webアプリケーションや、基幹システム用バッチアプリケーションなどの設計構築試験。   大石ゆかり Pythonのconjugate関数で共役複素数を求める方法がよく分かったので良かったです！ 田島悠介 ゆかりちゃん、これからも分からないことがあったら質問してね！ 大石ゆかり 分かりました。ありがとうございます！   TechAcademyでは、初心者でも最短4週間で、Pythonを使った人工知能（AI）や機械学習の基礎を習得できる、オンラインブートキャンプを開催しています。 また、現役エンジニアから学べる無料体験も実施しているので、ぜひ参加してみてください。
Python

Pythonで標準偏差を求める方法を現役エンジニアが解説【初心者向け】

Pythonで標準偏差を求める方法について、TechAcademyのメンター（現役エンジニア）が実際のコードを使用して、初心者向けに解説します。 Pythonについてそもそもよく分からないという方は、Pythonとは何なのか解説した記事を読むとさらに理解が深まります。   なお本記事は、TechAcademyのオンラインブートキャンプ、Python講座の内容をもとに紹介しています。   田島悠介 今回は、Pythonに関する内容だね！ 大石ゆかり どういう内容でしょうか？ 田島悠介 Pythonで標準偏差を求める方法について詳しく説明していくね！ 大石ゆかり お願いします！   目次 標準偏差とは 標準偏差を求める方法 実際に書いてみよう まとめ   標準偏差とは 標準偏差とは、平均値からのデータの散らばり具合を表す統計量です。標準偏差の値が大きいほど、データは散らばりが大きいと言えます。 [PR] Pythonで挫折しない学習方法を動画で公開中標準偏差を求める方法 標準偏差を求めるためには、偏差や分散について理解しなければなりません。まずは偏差についてご説明します。 偏差 偏差とは、実際のデータと平均値の差のことです。偏差は以下の式で表されます。 偏差 = 実際のデータの値 ? 平均値 偏差も平均値からのデータの散らばり具合を表しているのですが、偏差を用いると1つ問題があります。それは、全てのデータについての偏差の総和を求めると0になってしまう点です。 これではデータ全体の散らばり具合を把握することができません。単純な例を用いて実際に偏差の総和を計算してみます。 データ：[4,8,12,16] 平均値：(4+8+12+16)/4=10 偏差の総和：(4-10)+(8-10)+(12-10)+(16-10)=0 このように、偏差の総和はゼロになってしまいます。 この問題を解決するために用いる統計量が分散です。分散は以下の式で表されます。 分散 = 偏差の2乗の総和 / （データ数） 先ほどの例を用いると以下のようになります。 偏差の2乗の総和：(4-10)^2+(8-10)^2+(12-10)^2+(16-10)^2=80 分散：80/4=20 まず個々の偏差を2乗することによって、符号の違いによる相殺を無くしています。 さらに偏差の2乗の総和をデータ数で割ることによって、データ数の多さに関わらずデータの散らばり具合を算出できています。なので、分散という統計量はデータの散らばり具合を表すための良い指標と言えます。 ただし、この分散にもまだ1つ問題があります。それは、元々のデータの単位と単位が違うことです。例えばデータの単位がmだとすると、分散の単位はm^2となってしまっています。 これを解決するのが標準偏差です。分散のルートをとって標準偏差は以下の式で表されます。 標準偏差 = √分散 先ほどの例の続きで標準偏差を求めて見ると、以下のようになります。 標準偏差：√20 = 2√5 これで元々のデータと単位が合うようになりました。 実際に書いてみよう それではPythonで標準偏差を求めてみましょう。 今までのような計算をしなくとも簡単に標準偏差を求めることができます。計算にはNumpyのstd()を用います。 >>>import numpy as np >>>x = [8,12,16,20] >>>np.std(x) 4.47213595499958 √5≒2.236くらいなので、先ほどの計算結果と合致していそうだと確認できました。 まとめ この記事ではPythonで標準偏差を求める方法についてご紹介しました。 Numpyを使えば基本統計量の計算も簡単にできてしまいます。Numpyは非常に便利ですので必ず使いこなせるようになりましょう。 監修してくれたメンター 柴山真沙希（しばやままさき） 大手IT企業などでエンジニアとして2年ほど勤務した後、個人事業主としてプログラミングスクール「エンペサール」を経営。子供から大人まで幅広い層を対象にプログラミングを教えている。 得意言語はPython, HTML, CSSで、機械学習やデータ分析、スクレイピングなどが得意。サッカー観戦や読書が趣味である。   大石ゆかり 内容分かりやすくて良かったです！ 田島悠介 ゆかりちゃんも分からないことがあったら質問してね！ 大石ゆかり 分かりました。ありがとうございます！   TechAcademyでは、初心者でも最短4週間で、Pythonを使った人工知能（AI）や機械学習の基礎を習得できる、オンラインブートキャンプを開催しています。 また、現役エンジニアから学べる無料体験も実施しているので、ぜひ参加してみてください。
Python

JavaScriptで変数に格納されている値のサイズを求める方法を現役エンジニアが解説【初心者向け】

JavaScriptで変数に格納されている値のサイズを求める方法について、TechAcademyのメンター（現役エンジニア）が実際のコードを使用して初心者向けに解説します。   そもそもJavaScriptについてよく分からないという方は、JavaScriptとは何なのかについて解説した記事を読むとさらに理解が深まります。   なお本記事は、TechAcademyのオンラインブートキャンプJavaScript/jQuery講座の内容をもとにしています。   田島悠介 今回は、JavaScriptに関する内容だね！ 大石ゆかり どういう内容でしょうか？ 田島悠介 変数に格納されている値のサイズを求める方法について詳しく説明していくね！ 大石ゆかり お願いします！   目次 変数に格納されている値のサイズを求める方法 実際に求めてみよう その他の変数に格納されている値の情報の取得方法 まとめ   変数に格納されている値のサイズを求める方法 値のサイズを求めるケースで多いのは、配列のデータ件数です。 特に配列のデータ件数分処理を行う場合などに利用するでしょう。 配列の数を求める場合には、「length」を使用します。   [PR] Pythonで挫折しない学習方法を動画で公開中実際に求めてみよう var arr = [["日本","こんにちは","ありがとう"],["アメリカ","ハロー","センキュー"],["中国","ニーハオ","シェイシェイ"] for (let i = 0; i < arr.length; i++) {   for (let n = 0; n < arr[i].length; n++) {     console.log(a1[i][n]); } }   その他の変数に格納されている値の情報の取得方法 配列以外にも文字列の長さを求める方法はよく使用するものです。 この場合も「length」を利用します。 var arr = [["日本","こんにちは","ありがとう"],["アメリカ","ハロー","センキュー"],["中国","ニーハオ","シェイシェイ"]] for (let i = 0; i < arr.length; i++) {   for (let n = 0; n < arr[i].length; n++) {     console.log(a1[i][n].length)   } }   まとめ 値のサイズを求めるには「length」を利用します。 自身で定義した配列や文字列などは使用しないものの、入力された値のサイズを求める場合などには活用できます。   執筆してくれたメンター 小宮山晃史（こみやまこうじ) 現在はOracle系システムの導入コンサルに勤め、仕事でコーディングをする機会は少なくなくなっているが、ライフワークで数多くの言語を勉強中。 iphoneのアプリ開発やWEBサーバの構築など幅広く挑戦しています。   大石ゆかり JavaScriptで変数に格納されている値のサイズを求める方法がよく分かったので良かったです！ 田島悠介 ゆかりちゃん、分からないことがあったら質問してね！ 大石ゆかり 分かりました。ありがとうございます！   TechAcademyでは、初心者でも最短4週間でJavaScript・jQueryを使ったWebサービス公開を習得できるオンラインブートキャンプJavaScript/jQuery講座を開催しています。 挫折しない学習方法を知れる説明動画や現役エンジニアとのビデオ通話とチャットサポート、学習用カリキュラムを体験できる無料体験も実施しているので、ぜひ参加してみてください。
JavaScript

Pythonでヒストグラムの中央値を求める方法を現役エンジニアが解説【初心者向け】

Pythonでヒストグラムの中央値を求める方法について、TechAcademyのメンター（現役エンジニア）が実際のコードを使用して、初心者向けに解説します。 Pythonについてそもそもよく分からないという方は、Pythonとは何なのか解説した記事を読むとさらに理解が深まります。   なお本記事は、TechAcademyのオンラインブートキャンプ、Python講座の内容をもとに紹介しています。   田島悠介 今回は、Pythonに関する内容だね！ 大石ゆかり どういう内容でしょうか？ 田島悠介 Pythonでヒストグラムの中央値を求める方法について詳しく説明していくね！ 大石ゆかり お願いします！   ヒストグラムとは 以下は、日本人男性10000人を対象に身長を調査し、それを表にしたものです。（ヒストグラムについて説明するための例として用いるためのものであり、データは架空のものです。） この表における「身長」のように、ある決まった範囲ごとの並びのことを統計学の世界では「階級」と言います。今の場合であれば9階級あるということですね。また、「人数」のように、それぞれの階級に対してどれくらいの数が存在したかの度合いを表す指標のことを「度数」と言います。 下の表は度数の分布を表す表なので、「度数分布表」と言います。 そして、この度数分布表を以下のようなグラフにしたのがヒストグラムです。 ヒストグラムは横軸に階級、縦軸に度数を取ります。このヒストグラムを見れば、中央に最も多くの人数が分布し、中央から離れるにつれて人数が少なくなっているのが一目瞭然ですね。 ヒストグラムの中央値の求め方 中央値とは「データを小さい順もしくは大きい順に並べたときにちょうど中央にくるデータ」のことです。データが奇数個であれば、中央値は真ん中の1つのデータで決まります。例えば1,4,6,8,9といった5つの数値が並んでいた場合、中央値は6になります。 しかし、1,4,6,8,9,10といった6つのデータのようにデータが偶数個であった場合、中央値は6と8の平均値である7となります。つまり、中央の2つのデータの平均を中央値とするわけですね。 Pythonで中央値を求めるにはscipyライブラリのmedian()関数を用います。引数にはデータが入ったリストを与えます。 [PR] Pythonで挫折しない学習方法を動画で公開中実際に書いてみよう それでは実際にヒストグラムを描いて、中央値を求めてみましょう。 コードの概要をまとめておきます。 必要なライブラリをインポート np.random.seed(1)で乱数種を生成。これにより再現性が保たれる。 stats.norm(loc=173, scale=1)で平均173cm、標準偏差1の正規分布を生成。 data1 = norm_dist.rvs(size=10000)で、生成した正規分布に従う乱数を10000個取得。 sns.distplot(data1, bins=9, color=”blue”, kde=False)でヒストグラムを作成。 sp.median(data1)で中央値を求める import numpy as np import scipy as sp from scipy import stats import matplotlib.pyplot as plt import seaborn as sns %matplotlib inline # Jupyter Notebookでグラフを表示するための記述 np.random.seed(1) norm_dist = stats.norm(loc=173, scale=1) data1 = norm_dist.rvs(size=10000) sns.distplot(data1, bins=9, color="blue", kde=False) sp.median(data1) 先ほどのようなヒストグラムが生成され、設定した平均値と同じような値が中央値として算出されたかと思います。 まとめ この記事ではPythonでヒストグラムの中央値を求める方法についてご紹介しました。 seabornやscipyなどのライブラリを使いこなせるようになると便利なので、統計学やデータサイエンスに興味のある方は是非使いこなせるようになりましょう。 監修してくれたメンター 柴山真沙希（しばやままさき） 大手IT企業などでエンジニアとして2年ほど勤務した後、個人事業主としてプログラミングスクール「エンペサール」を経営。子供から大人まで幅広い層を対象にプログラミングを教えている。 得意言語はPython, HTML, CSSで、機械学習やデータ分析、スクレイピングなどが得意。サッカー観戦や読書が趣味である。   大石ゆかり 内容分かりやすくて良かったです！ 田島悠介 ゆかりちゃんも分からないことがあったら質問してね！ 大石ゆかり 分かりました。ありがとうございます！   TechAcademyでは、初心者でも最短4週間で、Pythonを使った人工知能（AI）や機械学習の基礎を習得できる、オンラインブートキャンプを開催しています。 また、現役エンジニアから学べる無料体験も実施しているので、ぜひ参加してみてください。
Python

TechAcademyから
現役エンジニアの方へ
お知らせ

WEEKLY RANKING

CSSレイアウト術！横並びになった画像をレスポンシブ対応する方法を現役エンジニアが解説【初心者向け】

社会人として恥ずかしくない！「当社・弊社・貴社・御社」の使い方

言葉の意味をおさらいしてみよう！「各位」の正しい使い方と用例

【困った！】いつの間にかローマ字入力が大文字になっていたときの対処法

Photoshop（フォトショップ）で画像を切り抜く方法【初心者向け】

今さら聞けない！GitHubの使い方【超初心者向け】

新規の取引や引き継ぎで役立つ！初めての相手に送る挨拶メールの書き方

【レポートに使える！】Word(ワード)で文字数をカウントする方法

【超便利！】Excel(エクセル)でカレンダーを作成する方法

Photoshopで画像の背景を透明（透過）にする方法【初心者向け】

TechAcademy（テックアカデミー） プログラミング Python Pythonで相関係数を求める方法を現役エンジニアが解説【初心者向け】