カテゴリカルデータの分析と画像の取り扱い

※この記事は自分の学習と効率化のために、ChatGPTに書いてもらったものをベースとしています。

画像と赤文字で記載されている箇所などは私のコメントや感想部分です。

８．カテゴリカルデータの分析と画像の取り扱い

８．カテゴリカルデータの分析と画像の取り扱い

カイ二乗検定の紹介

カイ二乗検定は、カテゴリカルデータの分布が期待される分布に従っているかどうかを検定するための方法です。特に、2つのカテゴリカル変数の独立性を調べる際に利用されます。

例えば、あるアンケートの結果から、男性と女性が異なる商品を好むかどうかを検定する場合などに用いられます。

カテゴリカルデータの可視化方法

ヒートマップ:

ヒートマップは、2つのカテゴリカル変数の各組み合わせに対する頻度や値を色で表現するためのグラフです。特に、カイ二乗検定の結果を可視化する際に役立ちます。

import seaborn as sns
import pandas as pd

# サンプルデータ
data = {
'Product A': [30, 15, 5],
'Product B': [10, 25, 15],
'Product C': [8, 12, 30]
}
df = pd.DataFrame(data, index=['Male', 'Female', 'Others'])

# ヒートマップの作成
sns.heatmap(df, annot=True, cmap="YlGnBu")
plt.show()

この例では、男性、女性、その他の3つのカテゴリにおける、3つの商品の購入回数をヒートマップで表示しています。annot=True: オプションでセル内に値を表示し、`cmap`オプションで色のグラデーションを指定しています。

画像の取り扱い

matplotlibでは、画像データを表示するimshow: 関数が提供されています。

import matplotlib.image as mpimg


img = mpimg.imread('sample_image.png') # 画像ファイルを読み込む
plt.imshow(img)
plt.colorbar() # カラーバーを表示
plt.title('Sample Image')
plt.show()