占星法の多変量解析法 1 。
今は占星法について星の位置の多様に出てくるものを簡単に解釈できる方法として多変量解析プログラムをAiに書いてもらった。その応答過程をまんま載せるので皆さんも活用されたらいいかもしれない。 占いのお客様の中にはお気に召さない話は、その論拠はなんですか、勘ですか、というつっこみもある。多変量解析で落ち目だからどうしようもネーナではちと味気ないが、それは置いといて、失礼ながら高市首相で占いながらプログラム開発を進めながらその本質をみていこう。開発パートナーはCopilot。>は私の打ち込み。-------------------------------🔧 Matplotlibで「多変量を解読する」ための方向性
実は Matplotlib 自体は「描画ライブラリ」なので、解読や解析は NumPy / SciPy / scikit-learn / pandas と組み合わせるのが王道です。Matplotlibは「見える化」、解析は「数値処理ライブラリ」で行うイメージです。
📊 代表的な解析アプローチ
1. 主成分分析 (PCA)
• 多変量データを「主要な傾向軸」に圧縮
• 例: 200×13×13 のデータを「2次元の主成分」に落とし込み、散布図で表示
• → 「運気の変動を支配する要因」を抽出できる
from sklearn.decomposition import PCA
X = data.reshape(200, -1) # k軸に沿って (200, 169)
pca = PCA(n_components=2)
X_pca = pca.fit_transform
0