コマンド備忘録

Docker

☆Jupyter Lab起動の流れ
デスクトップ版Dockerを起動
docker login：dockerにログイン
docker ps -a：全てのコンテナを確認
docker restart <コンテナID>：コンテナを再起動する。コンテナIDの入力は、docker ps -aで出てくるコンテナIDを反転させて、command+v
(docker ps：動いているコンテナを確認)
→ブラウザでhttp://localhost:8888/

☆Jupyter Lab終了の流れ
docker attach <コンテナID>：再度コンテナに入る
docker stop<コンテナID>：コンテナ停止
(control+C：プロセス強制終了)
exit：ターミナル終了

docker pull <イメージ名>：dockerhubからイメージをダウンロード
docker run <イメージ名>：イメージからコンテナを作成して実行
docker run -it ubuntu bash：ubuntuコンテナを起動してbashを起起動する
docker exec -it <コンテナID> bash：起動しているコンテナのbashを起動する

docker images：イメージを確認
ctrl+p+q：detouch：プロセスを残してコンテナを抜ける
docker commit <コンテナID> <新しい名前>：コンテナから新しい名前のイメージを作る

docker hubにはリポジトリ名が一緒でないとpullできない
コンテナとイメージの削除の時は、先にコンテナを削除する必要あり
docker rm <コンテナID>：コンテナ削除　(rm -fにすると強制削除)
docker rmi <イメージID>：イメージの削除　(rm -fにすると強制削除)

docker hubにはリポジトリ名が一緒でないとpullできない
docker push <イメージ>：イメージをdocker hubに飛ばす

Jupyter Lab

esc+A：一つ上に空きセル作成(Above)
esc+B：一つ下に空きセル作成(Below)
esc+Dx2回：選択中のセル削除(Delete)

shift+M：セルを結合(Marge)
control+shift+_：セルを分割(よく”_”ではなく”-”で紹介されている)

command+/：コメントアウト
command+]：インデント

esc+Y：Code
esc+M：Markdown
esc+R：Raw

esc+command+B：ナビゲーションメニューの表示非表示切り替え
(カッコ内にカーソルを合わせた状態で)shift+tab：関数のリファレンス

option+¥(back spaceの横)=  \  (バックスラッシュ)を入れて改行すると１行と見なされる。

numpy

import numpy as np

<数値処理>
x = np.linspace(-3, 3, 10)：−3から3までを10等分して、xに代入する
y = np.exp(x)：yを指数関数にする

matplotlib

import matplotlib.pyplot as plt
%matplotlib inline

<描画>
plt.plot(x, y)：グラフを表示する(Jupyterでない時は、plt.show()が必要)
→ plt.plot(x, y, label='zzz')：プロットにzzzという名前付きでグラフを表示する(名前はついているが表示はされない)
plt.legend()：凡例をつける

plt.xlabel('xxx')：x軸のラベルをxxxとする
plt.title('aaa')：図のタイトルをaaaとする
plt.xticks(np.arange(-3, 4, 0.5))：x軸の表示範囲を−3〜4にして0.5刻みにする
plt.xticks([0, 5, 10, 20])：x軸を[ ]の数字で表示する
plt.axis('off)：軸を消す

<複数のグラフを並べて表示する>
plt.subplot(行row, 列column, 番地index)
plt.plot(x, y)
→後にplt.plot()が必要。また一つのセルに入れること
　番地は例えば2x2で作った場合、以下のようにと表示される
　　　　1  2
  　 　　3  4

<オブジェクト形式でグラフを並べて表示する？>
plt.figure()：モジュール。plt.plot()と同じっぽい
○使い方？
fig = plt.figure()
ax1 = fig.add_subplot(1, 2, 1)
ax2 = fig.add_subplot(1, 2, 2)
☆fig, axes = plt.subplots(nrows=1, ncols=2)
(sがついて複数形になっているので注意)
↓
で、arrayに格納できる。この状態で、
axes[row, column].plot(x, y)
とすると描画できる。
行も列もNumpy arrayなので0から始まる。がデフォルトは1なので、
fig, axes = plt.subplots()
axes.plot(x, y)
で1つのグラフの描画は可能

<マーカーや線の設定>
plot.plot(x, y)：マーカーなし、青線
plt.plot(x, y, 'g^')：緑三角マーカー、線描画なし
plt.plot(x, y, '--')：マーカーなし、青点線
plt.plot(x, y, 'r')：マーカーなし、赤線
plt.plot(x, y, 'bo')：青丸マーカー、線描画なし

pandas

import pandas as pd

pd.read_csv("データ名")：csvを読み込む
データオブジェクト.head()：読み込んだデータを５行目まで表示する

pd.concat([データフレーム1, データフレーム2], ignore_index=True)：データフレーム2つを連結する(行方向)。concatはconcentrateの略らしい。

pd.merge(データフレーム1, データフレーム2, on="結合キー", how="　")：
データフレーム2つを連結する(列方向)。データフレーム1は左側、2は右側になる。データフレーム中の何列かだけが結合できればいい、という場合はデータフレーム[リスト]とし、リストを表すときは[]だから、[[　]]と二重になっている。
howの中身は、 inner:内部結合。両方のデータに含まれるキーだけを残す。(指定しないとこれ)
left:左外部結合。データフレーム1のキーをすべて残す。
right:右外部結合。ふたつめのデータのキーをすべて残す。
outer:完全外部結合。すべてのキーを残す。

pd.pivot_table(データ, index:行, columns:列, values, aggfunc:集計方法, fill_value=)

seaborn

import seaboard as sns
%matplotlib inline

sns.distplot(series)：ヒストグラム＋近似曲線
(hue=''を引数で入れると、そのカテゴリだけで色別表示してくれる）
sns.set()：軸線を表示
sns.jointplot(x="", y="", data=df)：二次元NMRみたいなグラフ
sns.pairplot()：x, yを全組み合わせパターンで描画
sns.barplot()：棒グラフ. 代表値を表示.引数にestimator=np.medianで中央値表示可
sns.countplot：棒グラフ.何個あるかを表示.
sns.boxplot()：箱ひげ
sns.violinplot()：バイオリン(ふくらみは相対値なので注意)
sns.swarmplot()：バイオリンのカウントがマーカーになったパターン.size引数でマーカーの大きさ変わる(数字大→マーカー大).

corr= df.corr()
corrで各カラム間の相関係数を表示
sns.heatmap()：相関係数をグラデーション表示.引数cmapで配色、annotで相関係数を表示するかどうか

Linux

terminalでよく使うLinuxコマンドを記録
cd <path>：<path>に移動する
pwd：今どこにいるか
mkdir <フォルダ名前＞：新しいフォルダを作成
touch <ファイル名前>：新しいファイルを作成
ls：今いるディレクトリの一覧を表示
rm <ファイル名>：ファイルを削除
rm -r <フォルダ名>：フォルダを削除
reset：ターミナルの文字を全消し