
# 数値演算、描画用ライブラリ読み込み
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# グラフをinline表示可能にする
%matplotlib inline
# 解像度を上げてinline表示する
%config InlineBackend.figure_format = 'retina'

# 日本語表示用ライブラリ（matplotlibで日本語を使用したい場合）
try:
    import japanize_matplotlib
except ModuleNotFoundError:
    # 初回だけインストールするので時間がかかる
    !pip install japanize-matplotlib
    import japanize_matplotlib


# データを直接打ち込む場合
a = np.array([4,7,20,9])
b = np.array([2,7,1,3])

# 横軸：a、縦軸: bとして散布図を作成
plt.scatter(a,b)

<matplotlib.collections.PathCollection at 0x23f048ef670>


# データを直接打ち込む場合
a = np.array([4,7,20,9, 11])
b = np.array([2,7,1,3,6])

if len(a) == len(b):
    plt.scatter(a,b)
else:
    print("データ点数が違います")
# 横軸：a、縦軸: bとして散布図を作成


# Excelファイルを読み込む


cd .

D:\Users\jupyter_notebook\DS_A


df = pd.read_excel('dsa_data1.xlsx', sheet_name ='dsa_01')
df


# Pandasのデータをnumpy形式に変換
x1 = df['data2'].to_numpy()
x1

array([45, 94, 53, 88, 57, 79, 53, 69, 80, 66], dtype=int64)


y1 = df['data3'].to_numpy()
y1

array([23, 30, 19, 27, 22, 15, 17, 17, 20, 25], dtype=int64)


plt.scatter(x1, y1);


plt.scatter(x1, y1, s=500, c='#bcbd22', alpha=1, linewidth=0, edgecolor="red", marker='*');


# グラフタイトル
plt.title('散布図の作成例', fontsize=22)
plt.xlabel('x軸 (単位)', fontsize=18)
plt.ylabel('y軸 (単位)', fontsize=18)
plt.scatter(x1, y1, s=500, c='#bcbd22', alpha=1, linewidth=0, edgecolor="red", marker='*');


# グラフタイトル
plt.title('散布図の作成例', fontsize=22)
plt.xlabel('x軸 (単位)', fontsize=18)
plt.ylabel('y軸 (単位)', fontsize=18)
plt.xlim(0,100)
plt.ylim(0,40)
# 任意目盛
plt.xticks([0, 25, 50, 75, 100])
plt.yticks([0, 25, 40])
plt.grid(color='gray', linestyle='-.', linewidth=0.5)
plt.scatter(x1, y1, s=500, c='#bcbd22', alpha=1, linewidth=0, edgecolor="red", marker='*');

	id	category	data1	data2	data3	data_a	data_b
0	1	0	A	45	23	23	58
1	2	2	C	94	30	18	70
2	3	2	B	53	19	10	70
3	4	2	A	88	27	27	46
4	5	0	B	57	22	14	40
5	6	0	A	79	15	8	58
6	7	1	A	53	17	20	40
7	8	1	C	69	17	30	50
8	9	2	A	80	20	22	42
9	10	0	B	66	25	4	38

	id	category	data1	data2	data3	data_a	data_b
0	1	0	A	45	23	23	58
1	2	2	C	94	30	18	70
2	3	2	B	53	19	10	70
3	4	2	A	88	27	27	46
4	5	0	B	57	22	14	40
5	6	0	A	79	15	8	58
6	7	1	A	53	17	20	40
7	8	1	C	69	17	30	50
8	9	2	A	80	20	22	42
9	10	0	B	66	25	4	38

	id	category	data1	data2	data3	data_a	data_b
0	1	0	A	45	23	23	58
1	2	2	C	94	30	18	70
2	3	2	B	53	19	10	70
3	4	2	A	88	27	27	46
4	5	0	B	57	22	14	40
5	6	0	A	79	15	8	58
6	7	1	A	53	17	20	40
7	8	1	C	69	17	30	50
8	9	2	A	80	20	22	42
9	10	0	B	66	25	4	38