目的
Kaggleのサイトで、とある方のソースコードを参照し、それの見方を私なりに理解しようと思いまして、ここに記録致します。
環境はPython 3、matplotlibとpandasを利用しています。
今回は対数(log)について私なりに理解しようと思います。
対数(log)を社会人になって10年1度も使ったことがありません。
学生のときに勉強した薄い記憶だけはあります。
そこでなぜ対数(log)が必要かを調べてみました。
地震の震度とマグニチュードの違い？単純明快に！を読みました。
数値が、あまりに大きくて扱いにくいときに対数(log)を使って扱いやすくするそうです。
対数（log）を使わない状態
対数(log)を使わないとこのような形になります。
ヒストグラムの大半が表示されておらず、何が何だかよく分かりません。
※このソースコードはこちらを参考にしております。
import matplotlib.pyplot as plt
import pandas as pd
df = pd.read_csv("./creditcard.csv")
f, (ax1, ax2 ) = plt.subplots(2, 1, sharex=True, figsize=(12,4))
bins = 30
ax1.hist(df.Amount[df.Class == 1], bins = bins)
ax1.set_title('Fraud')
ax2.hist(df.Amount[df.Class == 0], bins = bins)
ax2.set_title('Normal')
plt.xlabel('Amount ($)')
plt.ylabel('Number of Transactions')
plt.show()
対数（log）を使った状態
対数(log)を使わないときのソースコードに対して以下を付与します。
plt.yscale('log')
import matplotlib.pyplot as plt
import pandas as pd
df = pd.read_csv("./creditcard.csv")
f, (ax1, ax2 ) = plt.subplots(2, 1, sharex=True, figsize=(12,4))
bins = 30
ax1.hist(df.Amount[df.Class == 1], bins = bins)
ax1.set_title('Fraud')
ax2.hist(df.Amount[df.Class == 0], bins = bins)
ax2.set_title('Normal')
plt.xlabel('Amount ($)')
plt.ylabel('Number of Transactions')
plt.yscale('log')
plt.show()
対数(log)を使わないときよりも、使っているときの方がどことなく全体の傾向が見えることが、これで分かりました。