カメラのExifデータから撮影傾向を分析する~データ分析編

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.font_manager as fm
import numpy as np

#exifデータのロード
exif_df = pd.read_csv('exif_data.csv')

#必要なデータの取捨選択
DATA = exif_df[['FileName','DateTimeOriginal','FileType','Model','LensModel','ExposureTime','FNumber','ISO',
                'FocalLength','FocusDistanceUpper','FocusDistanceLower','CanonExposureMode','FocusMode','AFAreaMode',
                'ContinuousDrive','SelfTimer','Flash','Orientation','CameraTemperature','ShutterMode','ImageStabilization']]
DATA = DATA[DATA['FileType']=='CR3']

DATA.groupby('Model')['ShutterCount'].max().reset_index()

# フォントの設定
plt.rcParams['font.family'] = 'Meiryo'  # 日本語フォントを設定

# DateTimeOriginalのフォーマット修正
DATA['DateTimeOriginal'] = pd.to_datetime(DATA['DateTimeOriginal'], format='%Y:%m:%d %H:%M:%S', errors='coerce')

# 年を抽出
DATA['Year'] = DATA['DateTimeOriginal'].dt.year

# 年とモデルごとの撮影枚数を集計
yearly_model_data = DATA.groupby(['Year', 'Model']).size().unstack(fill_value=0)

# カラーマップの設定
colors = plt.cm.Paired.colors

# グラフを作成
fig, ax = plt.subplots(figsize=(12, 6.75))
yearly_model_data.plot(kind='bar', stacked=True, ax=ax, color=colors)

# 各棒の合計値を計算して表示（コンマ区切りの数値表示）
totals = yearly_model_data.sum(axis=1)
for i, total in enumerate(totals):
    ax.text(i, total + 5, f'{total:,}', ha='center', fontsize=10, weight='bold') 

# 棒グラフの各セグメントに数値を表示（コンマ区切りの数値表示）
for container in ax.containers:
    ax.bar_label(container, label_type='center', fmt='{:,.0f}')

# タイトルやラベルに日本語を使用
plt.title('年間撮影枚数', fontsize=16)
plt.xticks(rotation=45)
plt.legend(title='機材', bbox_to_anchor=(1.05, 1), loc='upper left')
plt.tight_layout()
plt.show()

import matplotlib.pyplot as plt
import pandas as pd
import fractions

# グラフ描画とパーセント表示を行う関数
def plot_bar(ax, data_percent, labels, title, ylabel, color, threshold=5, rotation=0):
    ax.bar(labels, data_percent.values, color=color, edgecolor='black')
    ax.set_title(title, fontsize=10)
    ax.set_ylabel(ylabel, fontsize=8)
    ax.tick_params(axis='x', rotation=rotation, labelsize=8)

    # 指定のしきい値を超えるパーセンテージを表示
    for i, value in enumerate(data_percent.values):
        if value > threshold:
            ax.text(i, value + 0.5, f'{value:.1f}%', ha='center', fontsize=8)

# 各設定値に対する頻度を計算し、パーセントに変換
fig, axs = plt.subplots(3, 1, figsize=(12, 6.75))

# F値の処理
fnumber_counts = DATA['FNumber'].value_counts().sort_index()
fnumber_percent = (fnumber_counts / fnumber_counts.sum()) * 100
plot_bar(axs[0], fnumber_percent, fnumber_percent.index.astype(str), 'F-Number', 'Percentage (%)', 'lightcoral')

# 露出時間の処理
DATA['ExposureTime'] = pd.to_numeric(DATA['ExposureTime'].apply(lambda x: eval(x) if '/' in str(x) else x), errors='coerce')
DATA['ExposureTime'] = DATA['ExposureTime'].apply(lambda x: int(x) if x >= 1 else x)

exposure_counts = DATA['ExposureTime'].value_counts().sort_index()
exposure_percent = (exposure_counts / exposure_counts.sum()) * 100

# 露出時間を分数に変換して表示
exposure_labels = [str(fractions.Fraction(x).limit_denominator()) if x < 1 else str(int(x)) for x in exposure_percent.index]
plot_bar(axs[1], exposure_percent, exposure_labels, 'Exposure Time', 'Percentage (%)', 'lightgreen', rotation=90)

# ISOの処理
DATA['ISO'] = DATA['ISO'].astype(int)
iso_counts = DATA['ISO'].value_counts().sort_index()
iso_percent = (iso_counts / iso_counts.sum()) * 100
plot_bar(axs[2], iso_percent, iso_percent.index.astype(str), 'ISO', 'Percentage (%)', 'skyblue', rotation=45)

# グラフ間の余白を調整
plt.subplots_adjust(hspace=0.35)
plt.show()

# 焦点距離を数値に変換
DATA['FocalLength_35mm'] = pd.to_numeric(DATA['FocalLength'].astype(str).str.replace(' mm', '', regex=True), errors='coerce')

# APS-C機の焦点距離を1.6倍に修正
DATA.loc[DATA['Model'] == 'Canon EOS KISS M', 'FocalLength_35mm'] = DATA['FocalLength_35mm'] * 1.6

# 焦点距離を四捨五入して整数に変換
DATA['FocalLength_35mm'] = DATA['FocalLength_35mm'].round().astype('Int64')

# ヒストグラムのデータとbinを取得
n, bins = np.histogram(DATA['FocalLength_35mm'].dropna(), bins=range(int(DATA['FocalLength_35mm'].min()), int(DATA['FocalLength_35mm'].max()) + 2))

# 縦軸をパーセンテージに変換
n_percent = (n / n.sum()) * 100

# ヒストグラムをプロット（パーセンテージ表示）
plt.figure(figsize=(12, 6.75))
plt.bar(bins[:-1], n_percent, width=bins[1]-bins[0], color='lightcoral', edgecolor='black')

plt.title('Focal Length', fontsize=16)
plt.xlabel('Focal Length (mm)', fontsize=12)
plt.ylabel('Percentage (%)', fontsize=12)

# ラベル表示（存在比率が2%以上のものに対して）
for bin_left, bin_right, percent in zip(bins[:-1], bins[1:], n_percent):
    if percent > 2:  # 存在比率が2%以上のものにラベルを表示
        plt.text((bin_left + bin_right) / 2, percent + 0.5, f'{int((bin_left + bin_right) / 2)} mm', ha='center', weight='bold')

plt.tight_layout()
plt.show()

# FocusDistanceの加工
def calculate_focus_distance(row):
    if row['FocusDistanceUpper'] == 'inf':
        return 99
    else:
        lower_value = row['FocusDistanceLower']
        if isinstance(lower_value, str):
            return float(lower_value.split()[0])
        else:
            return lower_value

DATA['FocusDistance'] = DATA.apply(calculate_focus_distance, axis=1)

plt.figure(figsize=(12, 6.3))
focus_distance_counts = DATA['FocusDistance'].value_counts(normalize=True) * 100

plt.scatter(focus_distance_counts.index, focus_distance_counts.values, s=3, color='blue', alpha=0.6)

for i, (x, y) in enumerate(zip(focus_distance_counts.index, focus_distance_counts.values)):
    if y >= 2:  # Only annotate if the percentage is 2 or more
        plt.text(x, y, f'{y:.1f}%', ha='center', va='bottom',fontsize=8)

plt.xlabel('FocusDistance')
plt.ylabel('Percentage (%)')
plt.title('Scatter Plot of FocusDistance Distribution (in %)')

plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

# レンズモデル名の抽出
lens_models = DATA['LensModel'].unique()

lens_models =['RF35mm F1.8 MACRO IS STM','RF50mm F1.8 STM',  'RF85mm F2 MACRO IS STM',
        'RF14-35mm F4 L IS USM','RF24-105mm F4 L IS USM','RF100-400mm F5.6-8 IS USM']

plt.figure(figsize=(12, 6.3))

# レンズ別の累積グラフの作成
for lens in lens_models:
    lens_data = DATA[DATA['LensModel'] == lens]['FocusDistance']
    lens_data_sorted = lens_data.sort_values()
    cumulative_percentage = lens_data_sorted.rank(pct=True) * 100
    plt.plot(lens_data_sorted, cumulative_percentage, marker='o', linestyle='-', alpha=0.7, label=lens, markersize=2)


    # Label the shortest focus distance for each lens
    shortest_focus_distance = lens_data_sorted.min()
    shortest_percentage = cumulative_percentage.loc[lens_data_sorted.idxmin()]
    plt.text(shortest_focus_distance, shortest_percentage + 4, f'{shortest_focus_distance}m', 
             ha='center', va='bottom', fontsize=6)

# グラフの書式設定
plt.xlabel('FocusDistance')
plt.ylabel('Cumulative Percentage (%)')
plt.title('Cumulative Distribution of FocusDistance by LensModel')

plt.legend()
plt.xlim(0, 3)
plt.ylim(0, 100)

plt.tight_layout()
plt.show()

data_columns = [ 'CanonExposureMode', 'Flash', 'AFAreaMode',  'SelfTimer']
fig_counts_list = [DATA[column].value_counts() for column in data_columns]

# グラフを2行2列に配置
fig, axes = plt.subplots(2, 2, figsize=(12, 6.75))

# 4つのグラフをサブプロットとして描画
for i, ax in enumerate(axes.flat):
    fig_counts = fig_counts_list[i]
    
    # ドーナツグラフを描画
    wedges, texts, autotexts = ax.pie(
        fig_counts,
        labels=fig_counts.index,
        autopct='%1.1f%%',
        startangle=0,  # 開始角度を0度に調整
        colors=plt.cm.Paired.colors,
        wedgeprops={'width': 0.2}  # ドーナツグラフの幅を指定
    )

    # フォントサイズやスタイルの設定
    for autotext in autotexts:
        autotext.set_fontsize(8)

    for text in texts:
        text.set_fontsize(8)
        text.set_weight('bold')

    # 中央にタイトルを追加
    ax.text(0, 0, data_columns[i], horizontalalignment='center', verticalalignment='center', fontsize=12, weight='bold')
    ax.axis('equal')  # 円グラフを円として描画

# グラフを表示
plt.subplots_adjust(wspace=0.2, hspace=0.1)  # 横と縦の余白を調整
plt.show()

# カメラ温度列のデータ型を確認し、数値変換の前処理を修正
DATA['CameraTemperature'] = DATA['CameraTemperature'].astype(str)
DATA['CameraTemperature'] = pd.to_numeric(DATA['CameraTemperature'].str.replace(' C', '', regex=False), errors='coerce')

# カメラ温度の頻度を計算し、パーセントに変換
temperature_counts = DATA['CameraTemperature'].value_counts().sort_index()
temperature_percent = (temperature_counts / temperature_counts.sum()) * 100

# カメラ温度のヒストグラム作成（存在比率で表示）
plt.figure(figsize=(12, 6.75))
plt.bar(temperature_percent.index, temperature_percent.values, color='lightblue', edgecolor='black')
plt.title('Camera Temperature (Percentage)', fontsize=16)
plt.xlabel('Camera Temperature (°C)', fontsize=12)
plt.ylabel('Percentage (%)', fontsize=12)

# 存在比率の値を各棒に表示
for i in range(len(temperature_percent)):
    if temperature_percent.values[i] > 5:  # 存在比率が1%以上のものを表示
        plt.text(temperature_percent.index[i], temperature_percent.values[i] + 0.1,
                 f'{temperature_percent.values[i]:.1f}%', ha='center')

plt.tight_layout()
plt.show()

# 最低値を抽出
DATA[DATA['CameraTemperature'] == DATA['CameraTemperature'].min()]

# 最高値を抽出
DATA[DATA['CameraTemperature'] == DATA['CameraTemperature'].max()]

# レンズ価格データの読み込み
lens_price_data = pd.read_csv('LensPrice.csv')

# 撮影枚数をLensModelごとにカウント
lens_model_counts = DATA['LensModel'].value_counts().reset_index()
lens_model_counts.columns = ['LensModel', 'ShootingCount']

# レンズ価格と撮影枚数を結合
lens_data = pd.merge(lens_model_counts, lens_price_data, on='LensModel', how='left')

# 撮影1枚当たりのレンズ価格を計算
lens_data['PricePerShot'] = lens_data['Price'] / lens_data['ShootingCount']
lens_data['PricePerShot'] = lens_data['PricePerShot'].round(1)
lens_data = lens_data.dropna()

lens_data['ShootingCount'] = lens_data['ShootingCount'].apply(lambda x: f'{int(x):,}')
lens_data['Price'] = lens_data['Price'].apply(lambda x: f'{int(x):,}')
lens_data['PricePerShot'] = lens_data['PricePerShot'].apply(lambda x: f'{x:,}')

# 表を表示
lens_data