【Pythonデータサイエンス超入門1-3】Seabornによるグラフ作成の基本【YouTube】
動画で学べるPythonによるデータサイエンスの基礎シリーズ、3本目です。Pythonでデータ可視化するにあたり避けては通れないライブラリ、Seaborn/matpliotlobの基本的な使い方についての教材となります。
動画
アジェンダ
| 時間 | 内容 |
|---|---|
| 0:00 | オープニング |
| 3:14 | 折れ線グラフ(lineplot) |
| 13:11 | 棒グラフ(barplot) |
| 19:56 | ヒストグラム(histplot) |
| 27:28 | 散布図（とその仲間たち） |
| 29:11 | ├ scatterplot:散布図 |
| 34:13 | ├ lmplot:回帰直線付き散布図 |
| 37:17 | ├ kdeplot:等高線風散布図 |
| 40:43 | ├ jointplot:ヒストグラム付き散布図 |
| 43:15 | └ pairplot:全ペアによる散布図 |
| 45:01 | 箱ひげ図（とその仲間たち） |
| 46:19 | ├ boxplot:箱ひげ図 |
| 54:20 | ├ violinplot:バイオリンプロット |
| 55:58 | ├ stripplot:散布図風ヒストグラム |
| 57:05 | └ swarmplot:散布図風ヒストグラム２ |
| 58:37 | ヒートマップ |
| 1:00:05 | ├ heatmap:ヒートマップ |
| 1:03:46 | └ clustermap:階層クラスタ付きヒートマップ |
シリーズ一覧
CSVのダウンロード
ソースコード
折れ線グラフ
|
1 2 3 4 5 6 |
df_weather = pd.read_csv("weather.csv",index_col="年月日",parse_dates=True) sns.set(font="Hiragino Maru Gothic Pro",context="poster",style="white") plt.figure(figsize=(15,8)) plt.xticks(rotation=90) sns.lineplot(data=df_weather[["平均気温(℃)","降水量の合計(mm)"]]) plt.savefig("折れ線.png") |
棒グラフ
|
1 2 3 4 |
df_score = pd.read_csv("test_score.csv") sns.set(font="Hiragino Maru Gothic Pro",context="talk") plt.figure(figsize=(10,8)) sns.barplot(data=df_score,y="名前",x="社会",palette="Blues") |
ヒストグラム
|
1 2 3 4 5 6 7 8 |
sns.histplot(df_score, x="理科", binrange=(0,100), bins=5, hue="クラス", hue_order=["1組","2組","3組"], multiple="dodge", shrink=0.8) |
散布図
scatterplot:散布図
|
1 2 3 4 5 6 7 8 9 |
plt.figure(figsize=(8,8)) plt.xlim(20,100) plt.ylim(20,100) sns.scatterplot(data=df_score, x="国語", y="算数", hue="クラス", hue_order=["1組","2組","3組"], size="性別") |
lmplot:回帰直線付き散布図
|
1 2 3 4 5 6 |
sns.lmplot(data=df_score, x="国語", y="算数", hue="クラス", hue_order=["1組","2組","3組"], height=8) |
kdeplot:等高線風散布図
|
1 2 3 4 5 6 7 8 |
plt.figure(figsize=(8,8)) plt.xlim(0,150) plt.ylim(0,150) sns.kdeplot(data=df_score, x="理科", y="社会", hue="クラス", hue_order=["1組","2組","3組"]) |
jointplot:ヒストグラム付き散布図
|
1 2 3 4 5 6 |
sns.jointplot(data=df_score, x="国語", y="算数", hue="クラス", hue_order=["1組","2組","3組"], height=8) |
pairplot:全ペアによる散布図
|
1 |
sns.pairplot(data=df_score,hue="クラス") |
箱ひげ図
boxplot:箱ひげ図
|
1 2 |
plt.figure(figsize=(10,8)) sns.boxplot(data=df_score) |
|
1 2 3 4 5 6 7 |
df_score_reshape = df_score.melt(["名前","クラス","性別"],var_name="科目",value_name="点数") plt.figure(figsize=(10,8)) sns.boxplot(data=df_score_reshape, hue="クラス", hue_order=["1組","2組","3組"], x="科目", y="点数") |
violinplot:バイオリンプロット
|
1 2 3 4 5 6 |
plt.figure(figsize=(15,8)) sns.violinplot(data=df_score_reshape, hue="クラス", hue_order=["1組","2組","3組"], x="科目", y="点数") |
stripplot:散布図風ヒストグラム
|
1 2 3 4 5 6 |
plt.figure(figsize=(15,8)) sns.stripplot(data=df_score_reshape, hue="クラス", hue_order=["1組","2組","3組"], x="科目", y="点数") |
swarmplot:散布図風ヒストグラム２
|
1 2 3 4 5 6 |
plt.figure(figsize=(15,8)) sns.swarmplot(data=df_score_reshape, hue="クラス", hue_order=["1組","2組","3組"], x="科目", y="点数") |
ヒートマップ
heatmap:ヒートマップ
|
1 2 3 4 5 6 7 |
sns.set(font="Hiragino Maru Gothic Pro",context="talk") plt.figure(figsize=(8,8)) sns.heatmap(df_score.corr(), square=True, cmap="Blues", annot=True, fmt=".2f") |
clustermap:階層クラスタ付きヒートマップ
|
1 2 3 4 5 6 |
plt.figure(figsize=(8,8)) sns.clustermap(df_score.corr(), square=True, cmap="Blues", annot=True, fmt=".2f") |