PythonのSeabornについて

2024年6月13日

Seabornは、Pythonでのデータ可視化のための高レベルなライブラリで、統計グラフを美しく、かつ簡単に作成するための機能を提供します。

Seabornは、データセットの可視化を簡素化し、データの洞察を得るための強力なツールです。

ここでは、Seabornの基本的な使い方から、代表的なプロットの作成方法について詳しく説明します。

Seabornのインストール

Seabornを使用するためには、まずインストールする必要があります。

pipを使ってインストールできます。

pip install seaborn

Seabornの基本

Seabornは、matplotlibを基盤としており、デフォルトで美しいスタイルと色を提供します。

以下は、Seabornの基本的な使い方の例です。

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

# サンプルデータのロード
data = sns.load_dataset('tips')

# Seabornのスタイルを設定
sns.set(style='darkgrid')

# 基本的なプロットの作成
sns.relplot(x='total_bill', y='tip', data=data)

# グラフの表示
plt.show()

代表的なプロット

散布図 (Scatter Plot)

散布図は、2つの変数間の関係を表示するために使用されます。

# 散布図の作成
sns.scatterplot(x='total_bill', y='tip', data=data)

# グラフの表示
plt.show()

折れ線グラフ (Line Plot)

折れ線グラフは、時間系列データや連続データの表示に適しています。

# サンプルデータの作成
time_data = pd.DataFrame({
    'Time': range(1, 11),
    'Values': [5, 6, 7, 8, 7, 6, 5, 6, 7, 8]
})

# 折れ線グラフの作成
sns.lineplot(x='Time', y='Values', data=time_data)

# グラフの表示
plt.show()

棒グラフ (Bar Plot)

棒グラフは、カテゴリカルデータの比較に使用されます。

# 棒グラフの作成
sns.barplot(x='day', y='total_bill', data=data)

# グラフの表示
plt.show()

箱ひげ図 (Box Plot)

箱ひげ図は、データの分布と外れ値を視覚化するために使用されます。

# 箱ひげ図の作成
sns.boxplot(x='day', y='total_bill', data=data)

# グラフの表示
plt.show()

ヒートマップ (Heatmap)

ヒートマップは、2つの変数間の相関を表示するために使用されます。

# 相関行列の作成
corr = data.corr()

# ヒートマップの作成
sns.heatmap(corr, annot=True, cmap='coolwarm')

# グラフの表示
plt.show()

高度なカスタマイズ

Seabornでは、プロットを高度にカスタマイズすることができます。

スタイル、パレット、サイズ、軸など、さまざまな要素を調整できます。

# スタイルとパレットの設定
sns.set(style='whitegrid', palette='pastel')

# カスタマイズされた散布図の作成
sns.scatterplot(x='total_bill', y='tip', hue='day', size='size', data=data)

# グラフのカスタマイズ
plt.title('Customized Scatter Plot')
plt.xlabel('Total Bill')
plt.ylabel('Tip')

# グラフの表示
plt.show()