Seabornのヒートマップについて

2024年1月9日

Seabornのヒートマップについての詳細な説明をします。

SeabornはPythonのデータ可視化ライブラリであり、matplotlibに基づいていますが、より美しいグラフといくつかの追加的な機能を提供します。

ヒートマップは、データのマトリックスを色の強度で表現するグラフィカルな方法です。

これはデータのパターン、変動、相関関係を視覚的に捉えるのに非常に有効です。

基本的なヒートマップの作成

Seabornでヒートマップを作成する基本的な手順は以下の通りです。

データの準備: ヒートマップには2次元のデータセット（通常はPandasのDataFrame形式）が必要です。各セルの値がヒートマップ上の色の強度に対応します。
ヒートマップの作成: Seabornのheatmap関数を使用してヒートマップを作成します。この関数にはデータセットと他のオプションの引数を渡します。

   import seaborn as sns
   import matplotlib.pyplot as plt

   # 例のデータセット
   data = [[1, 2, 3],
           [4, 5, 6],
           [7, 8, 9]]

   sns.heatmap(data)
   plt.show()

カスタマイズオプション

Seabornのヒートマップは高度にカスタマイズ可能です。

以下にいくつかのカスタマイズオプションを紹介します。

カラーマップの変更: cmapパラメータを使用して色のテーマを変更できます。例えばcmap="YlGnBu"は青緑色のテーマになります。
セルの値の表示: annot=Trueを指定すると、各セルに数値を表示させることができます。
セルの値のフォーマット: fmtパラメータでセルの数値の表示形式を指定できます。例えばfmt=".2f"で小数点以下2桁まで表示します。
軸ラベルの設定: xlabelやylabelを使用して軸のラベルを設定できます。
カラーバーのカスタマイズ: ヒートマップにはカラーバーが自動的に表示されますが、cbar=Falseで非表示にしたり、cbar_kwsでカラーバーのスタイルをカスタマイズできます。

応用例

ヒートマップは様々なデータ分析で使われます。

例えば、相関行列を視覚化する際によく使用されます。

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# データフレームの作成
df = pd.DataFrame(data, columns=['A', 'B', 'C'])

# 相関行列の計算
corr = df.corr()

# 相関行列のヒートマップの表示
sns.heatmap(corr, annot=True, cmap="coolwarm")
plt.show()

この例では、データフレームの各列間の相関係数を計算し、それをヒートマップで視覚化しています。

色の強度が高いほど相関が強いことを意味します。