seabornで可視化 まとめ

pythonでグラフを描いたり、可視化するのに seaborn がめちゃくちゃ便利です。
いつも忘れるのでメモとして残しておきます。

##必要なライブラリ

.py

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

#データ
今回は有名なtitanicのデータ + irisのデータでやります。

titanicのデータはkaggleのデータを使いました。

.py

train = pd.read_csv('train.csv')

irisのデータは、UCIのデータベースから取得してみました。
(こんなこと、やらなくていいです、、(笑)ちょっとやって見たかったので)

.py

import requests

columns = ['sepal-length','sepal-width','petal-length','petal-width' ,'target']

data = pandas.read_csv("https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data", names=columns)

seabornにもデータセットがあるようです。

.py

titanic = sns.load_dataset('titanic')
iris = sns.load_dataset('iris')

##barplot : データの平均値と信頼区間
平均値が高さで、信頼区間がエラーバーで表示されます。

.py

sns.set(style='darkgrid')
g = sns.barplot(x='Sex', y='Survived', data=train, palette='Set2')
g.set_ylabel('Survival Probability')

x , yにそれぞれのデータを入れて、paletteで色のスタイルを決めます。

##countplot : データ件数の集計

基本的に１変数の指定ですかね
y=train['Pclass']とすると横方向にグラフを描いてくれます。
pallete='Set3'が私は結構好きです。
palette で他に設定可能なのは Grays, Pastel1, Bluesなどたくさんあるので検索してみて下さい。

.py

sns.countplot(x=train['Pclass'], palette='Set3')

##distplot : ヒストグラム

seabornでヒストグラムを描く際には、distplotを使います。
kde は kernel density estimation(カーネル密度推定)で、表示したかったらTrue, 表示したくないならFalseを指定します。

binsはx軸の刻み目の指定です。

.py

sns.distplot(train['Age'], kde=False, bins=8, color='blue')

facetgrid

複数の kdeをひとつのプロットにかけます。

.py

fig = sns.FacetGrid(train, hue='Sex', aspect=4)
fig.map(sns.kdeplot, 'Age', shade=True)
max_value = train['Age'].max()
fig.set(xlim=(0,max_value))
fig.add_legend()

##factorplot : 種別比較図

デフォがポイントプロットになっています。他のグラフも表示可能で
kind= に point, bar, count, box, violin, strip が指定可能です。

.py

sns.factorplot(x='Pclass',y='Age', hue='Sex', data=train, palette='pastel')

##heatmap : ヒートマップ

数値を表示させる場合、annot = True、にしないと表示されないので気をつけて下さい。

.py

df = train[['Age','Pclass','Fare','Survived']]
sns.heatmap(df.corr(), annot=True, fmt='.2f', cmap='summer')

scatterplot : 散布図

.py

sns.scatterplot(x='sepal-length', y='sepal-width', hue='target', data=data, palette='Set2')

pairplot : ペアプロット図(散布図行列)

.py

sns.pairplot(data, hue='target', size=2)

##jointplot :散布図+ヒストグラム

２変数間の分布を可視化できます。
相関変数とp-valueも表示してくれる。

.py

sns.jointplot(x=data['petal-length'], y=data['petal-length'],data=data, color='green')

+α(memo)

カラム情報の取得

.py

train.columns

最大値、最小値、平均、カウント

.py

train['Age'].max()  #80.0
train['Age'].min()  #0.42
train['Age'].mean()  #29.699
train['Pclass'].value_counts()

終わりに

seaborn とにかく可視化に使えます！
少しでも参考になればと思います。
ミスがありましたら、ビシバシご指摘お願いします。