PythonのSeabornの使い方|折れ線グラフや棒グラフ、散布図の作り方等を解説

2023.01.18 2022.07.30

Python Seabornモジュールは、データの可視化をより簡単に、より高い効率で実現するためのモジュールです。

巨大なデータセットのバリエーションを表現するために、「データの可視化」はデータを描写し分析する最良の方法と考えられています。

Seabornは、matplotlibよりも優れたデータ可視化のための関数群を持ち、最適化された効率的な方法でデータ可視化を行うことができます。

また、データセットを表現するためにNumPyとPandasのデータ構造をサポートしています。

しかし、Seabornモジュールを使い始めるには、Python matplotlibモジュールを理解することを強くお勧めします。

Python を始める Seaborn

Seabornの機能を使い始めるには、以下のコマンドでモジュールを環境にインストールする必要があります。

pip install Seaborn

Seabornモジュールが円滑に動作するためには、以下のモジュールがインストールされている必要があります。

matplotlib
NumPy
Pandas
SciPy

参考までに、箇条書きで関連記事をリンクしておきます。

チュートリアルで使用するデータファイル

この記事では、CSV ファイルを使用します。

そこで、このセクションでは、このチュートリアルで使用するファイルについて説明します。

以下のファイル名への参照を見るたびに、このセクションを振り返って、渡されるデータを理解することができます。

Book1.csv。

seaborn.scatterplot(x=value, y=value, data=data)

tips.csv。

import seaborn

import pandas

import matplotlib.pyplot as plt
 
csv = pandas.read_csv(r'C:Book1.csv')

res = seaborn.scatterplot(x="Name", y="Age", data=csv)
plt.show()

Python Seaborn による統計解析

統計解析とは、データセットに含まれるいくつかのパラメータを、大きく「推定」することです。

データの可視化は、統計解析を行うための最良の方法、すなわち、図式化された値に基づいて結果や原因を予測することであると考えることができます。

統計解析の際には、以下の方法のいずれかを考慮することができます。

seaborn.scatterplot()を使用します。
seaborn.lineplot()を使用します。

1. seaborn.scatterplot()関数

seaborn.scatterplot() 関数は基本的に与えられた軸上のパラメータ間の関係をそれぞれ描写するために使われます。

グラフ上の各点は、それに対応する値を描きます。

構文は以下の様な感じです。

seabron.lineplot(x=value, y=value, data=data)

例えば、以下の様になります。

import seaborn

import pandas

import matplotlib.pyplot as plt

csv = pandas.read_csv(r'C:Book1.csv')

res = seaborn.lineplot(x="Name", y="Age", data=csv)
plt.show()

上記の例では、データセットの内容を読み込むために read_csv() 関数を使用するために、Python Pandas モジュールをインポートしています。

名前」の列がX軸、「年齢」の列がY軸で表されている。

出力は以下の通りです。

seaborn.catplot(x=value, y=value, data=data)

2. seaborn.lineplot()関数

あるパラメータの依存関係を時間に対して連続的に調べる必要がある場合、 seaborn.lineplot() 関数を広く利用することができます。

構文は以下の通りです。

import seaborn

import pandas

import matplotlib.pyplot as plt
 
csv = seaborn.load_dataset("tips")

res = seaborn.catplot(x="tip", y="sex", data=csv)
 
plt.show()

例えば、以下の様になります。

seaborn.stripplot(x=value, y=value, data=data)

結果は以下の通りです。

import seaborn

import pandas

import matplotlib.pyplot as plt
 
csv = seaborn.load_dataset("tips")

res = seaborn.stripplot(x="tip", y="sex", data=csv,jitter=0.05)
 
plt.show()

カテゴリー別散布図

カテゴリデータは、元のデータのサブセットである離散的なグループの形で分割され、それ自身を表現します。

PythonのSeabornモジュールには、カテゴリデータを表現し、可視化するための以下のメソッドが含まれています。

seaborn.catplot()
seaborn.catplot()、* seaborn.stripplot()。
seaborn.swarmplot()

1. seaborn.catplot()関数

前述の seaborn.catplot() 関数は、数値とカテゴリ群の関係をまとめて分析する手法の一つです。

構文は以下の通り。

seaborn.swarmplot(x=value, y=value, data=data)

例えば、以下の様になります。

import seaborn

import pandas

import matplotlib.pyplot as plt
 
csv = seaborn.load_dataset("tips")

res = seaborn.swarmplot(x="tip", y="sex", data=csv)
 
plt.show()

結果は以下の通りです。

seaborn.violinplot(x=value, y=value, data=data)

2. seaborn.stripplot()

seaborn.stripplot()` 関数は、入力列の1つをカテゴリデータの入力とみなし、入力のデータ型が異なるにもかかわらず、それに従って順序的に点をプロットします。

構文は以下の様な感じです。

import seaborn

import pandas

import matplotlib.pyplot as plt

csv = pandas.read_csv("C:Book1.csv")

res = seaborn.violinplot(x=csv['Age'])
plt.show()

例えば、以下の様になります。

seaborn.boxplot(x=value, y=value, data=data)

パラメータ jitter は、データセットがオーバーラップするデータ点から構成されている場合に有効です。

そのような場合、ジッター値を設定することで、それらが均一に分布するようにすることができる。

結果は以下の通りです。

import seaborn

import pandas

import matplotlib.pyplot as plt

csv = pandas.read_csv("C:Book1.csv")

res = seaborn.boxplot(x=csv['Age'])
plt.show()

3. seaborn.swarmplot()関数

seaborn.swarmplot()関数はseaborn.stripplot()関数に似ていますが、若干の違いがあります。

seaborn.swarmplot()`関数は、選択したカテゴリ軸に沿ってデータ値をプロットします。

従って、重なりを完全に避けることができます。

構文は以下の通りです。

seaborn.boxenplot(x=value, y=value, data=data)

例えば、以下の様になります。

import seaborn

import pandas

import matplotlib.pyplot as plt

csv = pandas.read_csv("C:Book1.csv")

res = seaborn.boxenplot(x=csv['Age'])
plt.show()

上記の例では、唯一のカテゴリーデータとして列 ‘sex’ を渡し、それぞれX軸に沿って同じようにプロットしています。

結果は以下の通りです。

seaborn.countplot(x=value, y=value, data=data)

カテゴリー分布プロット

カテゴリ分布データは基本的に、ランダム/選択変数が与えられた可能なカテゴリの1つに属する確かな可能性を結果が記述しているタイプのデータを指します。

Python Seabornはカテゴリ分布データを効率的に表現するために以下の関数を備えています。

seaborn.violinplot()（シーボーンバイオリンプロット
seaborn.boxplot()
seaborn.boxenplot()

1. seaborn.violinplot()

seaborn.violinplot()`関数は、データの基本的な分布を表現します。

この関数は、異なるカテゴリデータの入力に対するデータの分布を描画して表現します。

構文は以下の様な感じです。

import seaborn

import pandas

import matplotlib.pyplot as plt

csv = pandas.read_csv("C:Book1.csv")

res = seaborn.countplot(x=csv['Age'])
plt.show()

例えば、以下の様になります。

import seaborn

import pandas

import matplotlib.pyplot as plt

csv = pandas.read_csv("C:Book1.csv")

res = seaborn.barplot(x=csv['Name'], y=csv['Age'])
plt.show()

上記の例では、列「年齢」に沿ったデータの分布をそれぞれ考えている。

結果は以下の通りです。

seaborn.pointplot(x=value, y=value, data=data)

2. seaborn.boxplot()関数

seaborn.boxplot()` 関数は、データのカテゴリ分布を表し、異なるカテゴリデータ入力間の比較を設定します。

box’ 構造はデータ入力の主要な四分位を表し、’line’ 構造はデータの分布の残りを表します。

外れ値は四分位点間関数を用いて点で表される。

構文は以下の様な感じです。

import seaborn

import pandas

import matplotlib.pyplot as plt

csv = pandas.read_csv("C:Book1.csv")

res = seaborn.pointplot(x=csv['Name'], y=csv['Age'])
plt.show()

例えば、以下の様になります。

seaborn.set()

上記の例では、入力データセットとしてBook1.csvファイルを使用した。

このデータセットを分析すると、年齢12歳のデータが異常値であり、残りのデータは15-27歳の間であることがわかる。

これはseaborn.boxplot()関数でうまく表現されています。

出力してみましょう。

import seaborn

import pandas

import matplotlib.pyplot as plt

seaborn.set()

csv = pandas.read_csv("C:Book1.csv")

res = seaborn.pointplot(x=csv['Name'], y=csv['Age'])
plt.show()

3. seaborn.boxenplot()関数

seaborn.boxenplot()` 関数は seaborn.boxplot() 関数とよく似ていますが、表現が少し異なります。

seaborn.boxenplot()関数は、カテゴリデータの分布を、大きな四分位が実際のデータ観測に対応する特徴を表すような形で表します。

これは、データの分布全体に関する詳細な情報を可視化した形でデータを提示するものです。

構文は以下の様な感じです。

seaborn.set_style("theme-name")

例えば、以下の様になります。

import seaborn

import pandas

import matplotlib.pyplot as plt

seaborn.set_style("dark")

csv = pandas.read_csv("C:Book1.csv")

res = seaborn.pointplot(x=csv['Name'], y=csv['Age'])
plt.show()

下の出力を入力データセットと分析・比較すると、boxenplotは12-27のデータポイントの分布全体と、大きな四分位点-ボックス構造を持つカテゴリーデータの分布を表していることが明確に理解できるだろう。

結果は以下の通りです。

import seaborn

import pandas

import matplotlib.pyplot as plt

seaborn.set_style("whitegrid")

csv = pandas.read_csv("C:Book1.csv")

res = seaborn.pointplot(x=csv['Name'], y=csv['Age'])
plt.show()

Categorical estimate plots

カテゴリデータの推定とは，基本的にカテゴリデータ値のある推定値や予測値を対応するデータ変数に表現することを指す．

Python Seabornにはカテゴリデータの推定に利用できる以下の関数があります。

seaborn.countplot()
seaborn.countplot()
seaborn.pointplot()（シーボーンポイントプロット

1. seaborn.countplot()

seaborn.countplot()`関数は、カテゴリ変数を推定してその頻度または数で表現するために使用される。

構文は以下の通り。

seaborn.FacetGird(data, col=value, col_wrap=value)

例えば、以下の様になります。

import seaborn

import pandas

import matplotlib.pyplot as plt

seaborn.set_style("whitegrid")

csv = pandas.read_csv("C:Book1.csv")

res = seaborn.FacetGrid(csv, col="Age", col_wrap=3)

res.map(seaborn.barplot, "Name", "Age")
plt.show()

結果は以下の通りです。

seaborn.distplot(data-column)

上の図から明らかなように、countplot()関数は基本的に入力データフィールドの頻度を数え、それをy軸に沿って表現し、データフィールド-‘年齢’はx軸に沿って表現されています。

2. seaborn.barplot()関数

seaborn.barplot() 関数は、基本的に推定されたデータをデータ表現の中心傾向の形で表現します。

例えば、以下の様になります。

import seaborn

import pandas

import matplotlib.pyplot as plt

seaborn.set_style("whitegrid")

csv = pandas.read_csv("C:Book1.csv")

res=seaborn.distplot(csv['Age'])
plt.show()

結果は以下の通りです。

seaborn.jointplot(x=variable1, y=variable2)

3. seaborn.pointplot()関数

seaborn.pointplot()` 関数は、散布点とそれらを結ぶ直線を用いて分布の中心傾向を推定することを表す。

構文は以下の様な感じです。

import seaborn

import pandas

import matplotlib.pyplot as plt

seaborn.set_style("darkgrid")

csv = pandas.read_csv("C:Book1.csv")

res=seaborn.jointplot(x=csv['Age'], y=csv['Age'])
plt.show()