[大学生向け]学生実験をDXしよう！Pythonでのデータ整理テク

私はちょっと情報系な学部に所属しているのですが，情報系だけあって，私の学部には

• 計算すること(シミュレーションなど)
• アルゴリズムを実行して難解な問題を解くこと(競技プログラミングなど)

に強い学生がそこそこいる印象です．しかし，データ整理ができる学生はまだ少ないと見えます．私の学部には学生実験という科目があるのですが，ここでは実験中に様々なデータを取り，それぞれグラフにしてレポートにする必要があります．グラフ作成にPythonはとても役立ちますが，そうすると必ず必要になるのがPython上での実験結果のデータ整理です．

データが1つしか無かったら，普通にファイル読み込み→前処理→計算→グラフ表示...みたいな処理をすればいいな，と頭の中でも思考が付きますが，じゃあ，データが3つあって，それを全て表示するグラフを描け...みたいな複雑な要件になったらどうでしょう．この時に，データを整理しながら，冷静にPythonをいじれるようにする必要があります．

今回は，学生実験のレポートのグラフをPythonで作ることを目標とし，そこに至るまでのPython上でのデータの整理術について少し紹介したいと思います．Pythonで学生実験をDXしましょう！

例1. ●●メートル走記録の比較

問. Alya，Bery，Cillaの3人が50m，80m，100m，200m走をして，それぞれのタイムを記録しました．ヨコ軸を長さ，タテ軸を平均速度[km/h]として，長さに対する平均速度[km/h]を個人別に折れ線グラフで表して下さい．

なお，各長さ[m]に対するタイム[s]は以下の表の通りで，1data.csvとして与えられます．

Length	Alya	Bery	Cilla
50	8.5	7.4	10.2
80	14.5	12.2	18.4
100	20.2	17.8	24.8
200	58.9	43.3	68.6

目標としているグラフは↓に示すようなものです．

何を整理すべき？

与えられるデータは，長さ[m]とその時のタイム[s]のみです．従って，平均速度[km/h]をグラフに表示するためには，

1. 長さとタイムから平均速度[km/h]を求める．
2. ↑この処理を計12個(3人$\times$4種)の記録それぞれに同じく行う．
3. 計算結果を綺麗にまとめて保存する．

必要があります．ここではそのやり方を実践してみます．

やり方1:Pandasを使う

❶必要なモジュールをインポートします．

import pandas as pd
import matplotlib.pyplot as plt

❷CSVファイルを読み込み，中身を覗いてみます．

raw = pd.read_csv("1data.csv")
print(raw)

   Length  Alya  Bery  Cilla
0      50   8.5   7.4   10.2
1      80  14.5  12.2   18.4
2     100  20.2  17.8   24.8
3     200  58.9  43.3   68.6

rawはDataFrameクラスになっています．

❸ここでDataFrameの算術処理について確認します． 列名をインデックスとして当てはめると

raw["Length"]

0     50
1     80
2    100
3    200
Name: Length, dtype: int64

表の縦方向にデータが取り出され，ベクトルとして出力されます．ここでは，4次元のベクトルになっています．では，ベクトル同士で割り算をするとどうなるかというと，

raw["Length"]/raw["Alya"]

0    5.882353
1    5.517241
2    4.950495
3    3.395586
dtype: float64

ベクトルの各要素同士で割り算されます．この計算は...アダマール商 とでも言えばいいでしょうか🤔．これで，それぞれの長さでの速度を一発で計算できることが確認できます．

❹速度の計算後のデータを保存することを考える🔆
先ほどのコード例では，Alyaの記録について，それぞれの長さにおける平均速度[m/s]を求めることができました．これを，他2人についても同じように処理し，処理結果を保存することを考えます．

❺計算後のデータを保存するための空のDataFrameを作ります．

speed_table = pd.DataFrame()
print(speed_table)

Empty DataFrame
Columns: []
Index: []

計算後のデータを保存する先として，既に存在しているrawを使う手もありますが，基本的に，「変数に途中から手を加える」みたいな処理は頭がこんがらがったり，バグの原因になったりするので，避けた方がいいです．

❻Alyaの速度を計算し保存します． そして，保存した後のspeed_tableを確認します．

speed_table["Alya"] = raw["Length"]/raw["Alya"]*3.6
print(speed_table)

        Alya
0  21.176471
1  19.862069
2  17.821782
3  12.224109

Alyaのそれぞれの長さでの速さを表す4次元のベクトルが，Alya列に追加されましたね．

処理をする毎に変数(ここではspeed_table)をしつこく確認することをお勧めします．
あなたのコンピューターなのですから，コンピューターが何を処理してどうなったかは，束縛の強い恋人のごとく，頻繁にしつこく心ゆくまで追いかけるべきです．

❼他の2人の速度も計算し保存します．

speed_table["Bery"] = raw["Length"]/raw["Bery"]*3.6
speed_table["Cilla"] = raw["Length"]/raw["Cilla"]*3.6
print(speed_table)

        Alya       Bery      Cilla
0  21.176471  24.324324  17.647059
1  19.862069  23.606557  15.652174
2  17.821782  20.224719  14.516129
3  12.224109  16.628176  10.495627

❽お疲れ様です．完成したspeed_tableを基にグラフを描画します．

plt.figure()

plt.plot(raw["Length"], speed_table["Alya"], label="Alya", marker="o")
plt.plot(raw["Length"], speed_table["Bery"], label="Bery", marker="o")
plt.plot(raw["Length"], speed_table["Cilla"], label="Cilla", marker="o")

plt.xlim(left=0)
plt.ylim(bottom=0)
plt.xlabel("Length [m]")
plt.ylabel("Speed [km/h]")
plt.legend()
plt.show()

ヨコ軸が長さ，タテ軸が速さを表すようにします．そのためには，plt.plot(X,Y)のXには長さのベクトル，Yには速さのベクトルを指定する必要があり，X=raw["Length"]，Y=speed_table["名前"]を入れればいいことが分かります．

その他，Matplotlibに関する詳しいことは各自調べて下さい．

やり方2:Pandasを使う(ちょっと賢いやり方で)

やり方1でも十分プラティカルな方法だと思いますが，少し無駄な書き方があります．先ほどのコードを見てもらうと，同じようなコードが人数分繰り返されています．

やり方1でのspeed_tableの作成

speed_table["Alya"] = raw["Length"]/raw["Alya"]*3.6
speed_table["Bery"] = raw["Length"]/raw["Bery"]*3.6
speed_table["Cilla"] = raw["Length"]/raw["Cilla"]*3.6 #3回目!!

やり方1でのグラフ描画

plt.plot(raw["Length"], speed_table["Alya"], label="Alya", marker="o")
plt.plot(raw["Length"], speed_table["Bery"], label="Bery", marker="o")
plt.plot(raw["Length"], speed_table["Cilla"], label="Cilla", marker="o") #3回目!!

3人ならまだいいかもしれませんが，例えば10人のデータを扱わなければいけない場合，10行も似通ったコードをコピペするのは効率が悪いし，コードの見通しが悪くなります．そこで，for構文などを使って見通しのいい賢いコードに書き換えようと思います．

プログラミングの用語にDRY - Don't Repeat Yourselfというものがあります．これは，似通ったコードを何回も書くな，ということわざです．

❶名前リストというものを作ります🔆

NAME_LIST = ["Alya", "Bery", "Cilla"]

❷名前リストを使ってspeed_tableを賢く作ります． なお，CSVファイルは既にrawとして読み込まれているものとします．

speed_table = pd.DataFrame()

for name in NAME_LIST:
    speed_table[name] = raw["Length"]/raw[name]*3.6
print(speed_table)

ここで使うのがfor構文です．以上のコードは，以下のコードと等価です．賢いでしょ

等価変換されたコード

speed_table = pd.DataFrame()

speed_table["Alya"] = raw["Length"]/raw["Alya"]*3.6
speed_table["Bery"] = raw["Length"]/raw["Bery"]*3.6
speed_table["Cilla"] = raw["Length"]/raw["Cilla"]*3.6
print(speed_table)

❸名前リストを使って賢くグラフを描画します．

plt.figure()

for name in NAME_LIST:
    plt.plot(raw["Length"], speed_table[name], label=name, marker="o")

plt.xlim(left=0)
plt.ylim(bottom=0)
plt.xlabel("Length [m]")
plt.ylabel("Speed [km/h]")
plt.legend()
plt.show()

forを使うことで，似通った処理を自動的に行なってくれるようになりました．データ整理では，このように，コンピューターができることはなるべくコンピューターに任せるといいと思います．

まとめ

Pythonは数式処理や複雑なアルゴリズムの実行，グラフ描画にとても適した言語です．なので，データ整理のテクニックも学べば，学生実験などでのグラフ描画も簡単に行えるほどのパワーを引き出すことができます．
例ややり方は，適宜追加していこうと思います．