導入

業務で使うレベルではないですが、データから的確な戦略に落として経営の戦略を策定していく、データサイエンティストというキーワードに憧れて、seabornの勉強を始めました。
最短でグラフを出力するところまでやってみました。

code

introduction.py

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
sns.set()
tips = sns.load_dataset("tips")
sns.relplot(x="total_bill", y="tip", col="time",
            hue="smoker", style="smoker", size="size",
            data=tips);
plt.show()

出力されるグラフ

データの中身

total_bill	tip	sex	smoker	day	time	size
16.99	1.01	Female	No	Sun	Dinner	2
10.34	1.66	Male	No	Sun	Dinner	3
21.01	3.50	Male	No	Sun	Dinner	3
23.68	3.31	Male	No	Sun	Dinner	2
24.59	3.61	Female	No	Sun	Dinner	4
25.29	4.71	Male	No	Sun	Dinner	4

tips = sns.load_dataset("tips")

で定義されるテストデータがなんのデータを表しているのか？
たくさん調べましたが、たどり着くことができませんでした。
予測ですが、レストランの来客情報で、かつ、tipがあるので、英語圏のデータだと予測しています。
LunchとDinnerにおける、total_billとtipの相関をrelplotで確認することができました。

参考

introduction to seaborn