質問編集履歴
7
修正
test
CHANGED
@@ -1 +1 @@
|
|
1
|
-
|
1
|
+
データ同士の計算とグラフ化
|
test
CHANGED
@@ -1,8 +1,6 @@
|
|
1
|
-
|
2
|
-
データから散布図と回帰曲線を描くプログラムを作っています。
|
3
1
|
|
4
2
|
### 実現したいこと
|
5
|
-
|
3
|
+
データ同士で計算しグラフを表示させる。
|
6
4
|
|
7
5
|
### ・エラーメッセージ
|
8
6
|
|
@@ -12,6 +10,5 @@
|
|
12
10
|
|
13
11
|
python
|
14
12
|
|
15
|
-
ソースコード
|
16
13
|
|
17
14
|
|
6
誤字
test
CHANGED
File without changes
|
test
CHANGED
@@ -14,32 +14,4 @@
|
|
14
14
|
|
15
15
|
ソースコード
|
16
16
|
|
17
|
-
import csv
|
18
|
-
import numpy as np
|
19
|
-
import matplotlib.pyplot as plt
|
20
|
-
from sklearn.linear_model import LinearRegression
|
21
17
|
|
22
|
-
df = pd.read_csv('data.csv')
|
23
|
-
|
24
|
-
x = pd.read_csv('data.csv', skiprows=5, header=None, usecols=[0])
|
25
|
-
y = pd.read_csv('data.csv', skiprows=5, header=None, usecols=[1])
|
26
|
-
z = pd.read_csv('data.csv', skiprows=5, header=None, usecols=[2])
|
27
|
-
a = pd.read_csv('data.csv', skiprows=5, header=None, usecols=[3])
|
28
|
-
|
29
|
-
df = pd.read_csv('data.csv', skiprows=5, header=None, usecols=[0,1,2,3])
|
30
|
-
df = df[np.isfinite(df).all(axis=1)]
|
31
|
-
x, y, z, a = df.T.values
|
32
|
-
|
33
|
-
c = x * y * z + a
|
34
|
-
|
35
|
-
model = LinearRegression()
|
36
|
-
model.fit(c,y)
|
37
|
-
|
38
|
-
plt.plot(c,y,'o')
|
39
|
-
plt.plot(c,model.predict(c))
|
40
|
-
plt.show()
|
41
|
-
|
42
|
-
print('a = ', model.coef_)
|
43
|
-
print('b = ', model.intercept_)
|
44
|
-
|
45
|
-
|
5
誤字
test
CHANGED
File without changes
|
test
CHANGED
@@ -1,5 +1,5 @@
|
|
1
1
|
|
2
|
-
|
2
|
+
データから散布図と回帰曲線を描くプログラムを作っています。
|
3
3
|
|
4
4
|
### 実現したいこと
|
5
5
|
CSVファイルから欲しいデータを取り出し、データ同士で計算し散布図、回帰曲線を表示させる。
|
4
書式の改善
test
CHANGED
File without changes
|
test
CHANGED
@@ -19,18 +19,18 @@
|
|
19
19
|
import matplotlib.pyplot as plt
|
20
20
|
from sklearn.linear_model import LinearRegression
|
21
21
|
|
22
|
-
df = pd.read_csv('
|
22
|
+
df = pd.read_csv('data.csv')
|
23
23
|
|
24
|
-
x = pd.read_csv('
|
24
|
+
x = pd.read_csv('data.csv', skiprows=5, header=None, usecols=[0])
|
25
|
-
y = pd.read_csv('
|
25
|
+
y = pd.read_csv('data.csv', skiprows=5, header=None, usecols=[1])
|
26
|
-
z = pd.read_csv('
|
26
|
+
z = pd.read_csv('data.csv', skiprows=5, header=None, usecols=[2])
|
27
|
-
|
27
|
+
a = pd.read_csv('data.csv', skiprows=5, header=None, usecols=[3])
|
28
28
|
|
29
|
-
df = pd.read_csv('
|
29
|
+
df = pd.read_csv('data.csv', skiprows=5, header=None, usecols=[0,1,2,3])
|
30
30
|
df = df[np.isfinite(df).all(axis=1)]
|
31
|
-
x, y, z = df.T.values
|
31
|
+
x, y, z, a = df.T.values
|
32
32
|
|
33
|
-
c = x * z
|
33
|
+
c = x * y * z + a
|
34
34
|
|
35
35
|
model = LinearRegression()
|
36
36
|
model.fit(c,y)
|
@@ -43,4 +43,3 @@
|
|
43
43
|
print('b = ', model.intercept_)
|
44
44
|
|
45
45
|
|
46
|
-
|
3
書式の改善
test
CHANGED
File without changes
|
test
CHANGED
@@ -6,7 +6,7 @@
|
|
6
6
|
|
7
7
|
### ・エラーメッセージ
|
8
8
|
|
9
|
-
|
9
|
+
ufunc 'isfinite' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''
|
10
10
|
|
11
11
|
### 該当のソースコード
|
12
12
|
|
@@ -19,11 +19,16 @@
|
|
19
19
|
import matplotlib.pyplot as plt
|
20
20
|
from sklearn.linear_model import LinearRegression
|
21
21
|
|
22
|
-
df = pd.read_csv('data.csv')
|
22
|
+
df = pd.read_csv('NPBdata.csv')
|
23
23
|
|
24
|
-
x = pd.read_csv('data.csv', skiprows=5, header=None, usecols=[0])
|
24
|
+
x = pd.read_csv('NPBdata.csv', skiprows=5, header=None, usecols=[0])
|
25
|
-
y = pd.read_csv('data.csv', skiprows=5, header=None, usecols=[1])
|
25
|
+
y = pd.read_csv('NPBdata.csv', skiprows=5, header=None, usecols=[1])
|
26
|
-
z = pd.read_csv('data.csv', skiprows=5, header=None, usecols=[2])
|
26
|
+
z = pd.read_csv('NPBdata.csv', skiprows=5, header=None, usecols=[2])
|
27
|
+
z = pd.read_csv('NPBdata.csv', skiprows=5, header=None, usecols=[3])
|
28
|
+
|
29
|
+
df = pd.read_csv('NPBdata.csv', skiprows=5, header=None, usecols=[0,1,2,3])
|
30
|
+
df = df[np.isfinite(df).all(axis=1)]
|
31
|
+
x, y, z = df.T.values
|
27
32
|
|
28
33
|
c = x * z
|
29
34
|
|
@@ -38,3 +43,4 @@
|
|
38
43
|
print('b = ', model.intercept_)
|
39
44
|
|
40
45
|
|
46
|
+
|
2
書式の改善
test
CHANGED
File without changes
|
test
CHANGED
@@ -19,11 +19,11 @@
|
|
19
19
|
import matplotlib.pyplot as plt
|
20
20
|
from sklearn.linear_model import LinearRegression
|
21
21
|
|
22
|
-
df = pd.read_csv('
|
22
|
+
df = pd.read_csv('data.csv')
|
23
23
|
|
24
|
-
x = pd.read_csv('
|
24
|
+
x = pd.read_csv('data.csv', skiprows=5, header=None, usecols=[0])
|
25
|
-
y = pd.read_csv('
|
25
|
+
y = pd.read_csv('data.csv', skiprows=5, header=None, usecols=[1])
|
26
|
-
z = pd.read_csv('
|
26
|
+
z = pd.read_csv('data.csv', skiprows=5, header=None, usecols=[2])
|
27
27
|
|
28
28
|
c = x * z
|
29
29
|
|
1
指摘せれたための編集
test
CHANGED
File without changes
|
test
CHANGED
@@ -1,14 +1,11 @@
|
|
1
1
|
|
2
2
|
PythonでCSVデータから散布図と回帰曲線を描くプログラムを作っています。
|
3
|
-
実装中に以下のエラーメッセージが発生しました。
|
4
3
|
|
5
4
|
### 実現したいこと
|
6
5
|
CSVファイルから欲しいデータを取り出し、データ同士で計算し散布図、回帰曲線を表示させる。
|
7
6
|
|
8
|
-
###
|
7
|
+
### ・エラーメッセージ
|
9
|
-
CSVファイルから取り出したデータ同士で計算し散布図、回帰曲線を表示させたい。
|
10
8
|
|
11
|
-
エラーメッセージ
|
12
9
|
Input contains NaN, infinity or a value too large for dtype('float64').
|
13
10
|
|
14
11
|
### 該当のソースコード
|