Python

import configparser from azure.core.credentials import AzureKeyCredential from azure.ai.textanalytics import TextAnalyticsClient import seaborn as sns import pandas as pd sns.set_style('white') config = configparser.ConfigParser() config.read('azure.config') endpoint = config['AZURE']['azure_endpoint'] key = config['AZURE']['azure_ai_key'] client = TextAnalyticsClient(endpoint=endpoint, credential=AzureKeyCredential(key)) documents = [ "iPhoneのマップやばいよ" ] result = client.analyze_sentiment(documents) docs = [doc for doc in result if not doc.is_error] doc = docs[0] confidience_scores = {key:value for key, value in doc.confidence_scores.items()} sentiment = pd.Series(confidience_scores) sentiment positive 0.07 neutral 0.90 negative 0.03 dtype: float64 sentiment.plot.bar() <AxesSubplot:>

Prophetを使用したサンプルとして、厚生労働省のオープンデータを使用して、入院治療等を要する人数を予測してみました。 %matplotlib inline import urllib import numpy as np import pandas as pd import matplotlib.pyplot as plt from fbprophet import Prophet cases_total_req = urllib.request.urlopen('https://www.mhlw.go.jp/content/cases_total.csv') cases_total_df = pd.read_csv(cases_total_req) cases_total_df['ds'] = pd.to_datetime(cases_total_df['日付']).dt.date cases_total_df['y'] = cases_total_df['入院治療を要する者'] cases_total_df['y'].plot() <matplotlib.axes._subplots.AxesSubplot at 0x1648a3d9c88> model = Prophet() model.fit(cases_total_df) INFO:fbprophet:Disabling yearly seasonality. Run prophet with yearly_seasonality=True to override this. INFO:fbprophet:Disabling daily seasonality. Run prophet with daily_seasonality=True to override this. <fbprophet.forecaster.Prophet at 0x1648a8297c8> future = model.make_future_dataframe(periods=365) forecast = model.predict(future) model.plot(forecast)

Ubuntu 20.04 Analytics Environment 先日、リリースされた、Ubuntu 20.04をベースにWSL上で分析環境を作ってみました。 Microsoft StoreからUbuntu 20.04LTSをインストール Microsoft Storeからインストール後にとりあえず、一旦起動してインストールを完了 ユーザを作成する Windows Terminalのsettings.jsonを編集して、Windows Terminalに追加 Ubuntuを最新化する sudo apt update && sudo apt upgrade Jupyer環境をWSL上に構築する 2020の手順でJupyter環境を構築 Microsoft Repository keyを取ってくる wget https://packages.microsoft.com/config/ubuntu/20.04/packages-microsoft-prod.deb -O packages-microsoft-prod.deb sudo dpkg -i packages-microsoft-prod.deb 現状ではまだ、パッケージがほぼ無いように思える。 まだ、Microsoftのサイト上でも19.04までしか紹介されていないのはパッケージがまだないからでしょうね。

前提条件 項目 内容 使用ディストリビューション Ubuntu 18.04 LTS Python 環境 Anaconda AnacondaでJupyter環境を構築する Python環境の構築はデータサイエンティストを目指す人のpython環境構築 2016を参考にして、一部のステップをアップデートしています。 環境構築方法 pyenvのインストール git clone https://github.com/yyuu/pyenv.git ~/.pyenv echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.bashrc echo 'export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.bashrc echo 'eval "$(pyenv init -)"' >> ~/.bashrc source ~/.bashrc anacondaのインストール pyenv install -l | grep ana # 最新版を確認する pyenv install anaconda3-yyyy.MM # 先のステップで確認した最新版にする pyenv rehash pyenv global anaconda3-yyyy.MM conda update conda conda init bash # PowerShellの場合、powershellに変える source ~/.bashrc Windows Terminal Previewのインストール MicrosoftストアからWindows Terminalをインストールする。

環境の選択 環境構築については、Windowsに限定しても、いくつかの選択肢があります。 Pythonについては、CPythonを標準の配布物から、Anaconda、Microsoft Storeなど 複数の入手経路があります、この文章ではいくつかの理由から、Anacondaを使用しています。 現在は、AnacondaをAnacondaのサイト上から入手していますが、 Anacondaはscoopのextraバケットにもあります。 scoopのインストール スタートからPowerShellを起動する PowerShellの設定変更 Set-ExecutionPolicy RemoteSigned -scope CurrentUser PowerShellからのScoopのインストール iex (new-object net.webclient).downloadstring('https://get.scoop.sh') gitのインストール scoop install git Anacondaのインストール Anaconda Individual Editionから最新版をインストールする。 Windows Terminalのインストール MicrosoftストアからWindows Terminalをインストールする。 Visual Studio Codeのインストール 公式サイトから最新版をダウンロードしてインストールする。