[Python] matplotlibとpandasとscipyを使って散布図と回帰直線を書いてみる

 import pandas as pd
 file_path='./lego.csv'
 data=pd.read_csv(file_path)

#numberは商品番号かな？数値がないやつは捨てておこう
data.dropna(subset=['number'],inplace=True)

#pieces,us_priceがないやつも捨てておこう
data.dropna(subset=['pieces','us_price'],inplace=True)

#散布図を描こう。グラフのライブラリ読み込んでおこう
matplotlib inline

#散布図を描画してみよう横軸をpieces、縦をus_price,グラフにグリッドもつけておこう
data.plot.scatter(x='pieces',y='us_price',grid=True)

from matplotlib import pyplot as ppt
import pandas as pd
#例のごとく、csvを読む
file_path='./lego.csv'
data=pd.read_csv(file_path)

#numberは商品番号かな？数値がないやつは捨てておこう
data.dropna(subset=['number'],inplace=True)

#pieces,us_priceがないやつも捨てておこう
data.dropna(subset=['pieces','us_price'],inplace=True)

#キャンバス的なものを作成
canbus=ppt.figure(figsize=(10,10))

#その中にプロットとかいうグラフ枠をつくるらしい
ax1=canbus.add_subplot(111)

#ax=で描画先を指定できるらしい
data.plot.scatter(x='pieces',y='us_price',grid=True,ax=ax1)

#回帰式を取得する。取得できるライブラリは、scipy.statsらしい
from scipy.stats import linregress

#返り値は、slop,intercept,rvalue,pvalue,stderrの順らしい
slope,intercept,rvalue,pvalue,stderr = linregress(data["pieces"],data["us_price"])

#回帰直線のx軸に対するy軸を出す関数を作る
#式は一次関数、f(x)=slope*x+intercept
def price_fx(pieces):
    return slope*pieces+intercept

#一次関数描画用のxの範囲とyの範囲を設定しておく
x=[0,data["pieces"].max()]
y=[price_fx(0),price_fx(data["pieces"].max())]

#一次関数を　散布図を出力したax1に出力する
ax1.plot(x,y)