pythonのSeabornについて

✅ Seabornとは？

Seaborn（シーボーン） は、Python のデータ可視化ライブラリで、
matplotlib をベースに「統計的にきれいなグラフ」を簡単に作れる のが特徴です。

🎯 Seabornの特徴（メリット）

1. 見た目が綺麗（matplotlibよりデフォルトが美しい）

Seabornは標準設定で洗練されたスタイルが適用されるため、特に設定しなくても見栄えがよい。

2. 統計グラフが簡単に描ける

平均線、回帰直線、分布、ヒートマップなど
統計解析向けのグラフが1行で作れる。

3. pandasのデータフレームと相性が良い

df["col"] を指定するだけで動く。
変換・整形せずにグラフへ渡せる。

4. カテゴリデータの可視化が強力

棒グラフ、箱ひげ図、swarmplot など
カテゴリデータの比較が簡単。

📊 Seabornでよく使うグラフ一覧と例

① 散布図（scatterplot）

import seaborn as sns
import matplotlib.pyplot as plt

# データ読み込み（例: built-inのtipsデータ）
tips = sns.load_dataset("tips")

sns.scatterplot(data=tips, x="total_bill", y="tip")
plt.show()

② 回帰直線つき散布図（regplot）

import seaborn as sns
import matplotlib.pyplot as plt

# データ読み込み（例: built-inのtipsデータ）
tips = sns.load_dataset("tips")

sns.regplot(data=tips, x="total_bill", y="tip")
plt.show()

③ ヒストグラム / KDE（分布図）

import seaborn as sns
import matplotlib.pyplot as plt

# データ読み込み（例: built-inのtipsデータ）
tips = sns.load_dataset("tips")

sns.histplot(data=tips, x="total_bill", kde=True)
plt.show()

④ 箱ひげ図（boxplot）

import seaborn as sns
import matplotlib.pyplot as plt

# データ読み込み（例: built-inのtipsデータ）
tips = sns.load_dataset("tips")

sns.boxplot(data=tips, x="day", y="total_bill")
plt.show()

⑤ バイオリンプロット（violinplot）

import seaborn as sns
import matplotlib.pyplot as plt

# データ読み込み（例: built-inのtipsデータ）
tips = sns.load_dataset("tips")

sns.violinplot(data=tips, x="day", y="total_bill")
plt.show()

⑥ ヒートマップ（heatmap）

import matplotlib
matplotlib.use("macosx")  # ← TkAgg の代わり

import seaborn as sns
import matplotlib.pyplot as plt

tips = sns.load_dataset("tips")

corr = tips.corr(numeric_only=True)

sns.heatmap(corr, annot=True)
plt.show()

📌 seaborn と matplotlib の違い

seaborn は「matplotlib を使いやすく & きれいにしたライブラリ」
Python でデータ分析するなら seaborn → 必要に応じて matplotlib で調整 が定番です。

比較項目	matplotlib	seaborn
目的	汎用的な描画ライブラリ（基礎）	統計可視化特化ライブラリ（matplotlib の上位版）
見た目	デフォルトは質素	デフォルトで美しい
難易度	詳細設定が多く難しい	1行で綺麗なグラフが描ける
得意分野	細かいカスタマイズ、技術的な図	統計グラフ・分布・カテゴリ比較
実態	seaborn の基盤ライブラリ	matplotlib を内部で使っている