【Python】経験的累積分布関数の描画方法｜seaborn基礎

seabornを使用すると、Pythonを使用してデータを可視化することができます。

本記事では、seabornによる経験的累積分布関数の描画方法について、詳しくご説明します。

levtech-ad

＼業界最大級の案件数！／

レバテックフリーランス詳細はコチラ＞＞

seabornとは

seabornは、Pythonを使用してデータを可視化するための外部ライブラリの１つです。

データ可視化用ライブラリは他にも複数あり、その中でも特にMatplotlibが有名です。

seabornはMatplotlibをベースに作られており、Matplotlibの描画機能を利用しています。

seabornの長所は、Matplotlibよりも美しい図を、より少ないコードで簡単に描ける点です。

本記事では、seabornによる経験的累積分布関数の描画方法をご紹介します。

seabornのインストール

「seaborn」は、以下コマンドを入力することで、インストールすることができます。

コマンドの入力は、コマンドプロンプトあるいはターミナルから行います。

pip install seaborn

動作確認として、試しに以下を入力します。

import seaborn as sns

上記を入力してもエラーが発生しなければ、正常にインストールされています。

経験的累積分布関数の描画方法

seaborn.ecdfplot()関数を使用することで、経験的累積分布関数を描画することができます。

経験的累積分布関数（Empirical Cumulative Distribution Function (ECDF)）とは、経験分布を用いて累積分布関数を推定したグラフです。

ecdfplot()関数の引数には、x軸（横軸）の変数、y軸（縦軸）の変数、データセット等を指定します。

データセットの「penguins」を用いて、経験的累積分布関数を作成してみます。

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

# データセットの読み込み
penguins = sns.load_dataset("penguins")

# 経験的累積分布関数の指定・描画
sns.ecdfplot(data=penguins, x="flipper_length_mm")
plt.show()

y軸に指定すると、以下のようになります。

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

# データセットの読み込み
penguins = sns.load_dataset("penguins")

# 経験的累積分布関数の指定・描画
sns.ecdfplot(data=penguins, y="flipper_length_mm")
plt.show()

xとyを指定しない場合、指定したそれぞれの数値データをプロットすることができます。

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

# データセットの読み込み
penguins = sns.load_dataset("penguins")

# 経験的累積分布関数の指定・描画
sns.ecdfplot(data=penguins.filter(like="bill_", axis="columns"))
plt.show()

hueを指定することで、カテゴリ別に描画することができます。

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

# データセットの読み込み
penguins = sns.load_dataset("penguins")

# 経験的累積分布関数の指定・描画
sns.ecdfplot(data=penguins, x="bill_length_mm", hue="species")
plt.show()

statを指定することで、統計分布の種類を変更することができます。

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

# データセットの読み込み
penguins = sns.load_dataset("penguins")

# 経験的累積分布関数の指定・描画
sns.ecdfplot(data=penguins, x="bill_length_mm", hue="species", stat="count")
plt.show()

complementary=Trueを指定すると、補完したグラフ（相補累積分布関数）を描画することができます。

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

# データセットの読み込み
penguins = sns.load_dataset("penguins")

# 経験的累積分布関数の指定・描画
sns.ecdfplot(data=penguins, x="bill_length_mm", hue="species", complementary=True)
plt.show()

まとめ

この記事では、seabornによる経験的累積分布関数の描画方法について、ご説明しました。

本記事を参考に、ぜひ試してみて下さい。

参考

Python学習用おすすめ教材

Pythonの基本を学びたい方向け

統計学基礎を学びたい方向け

Pythonの統計解析を学びたい方向け

おすすめプログラミングスクール

テックアカデミーの無料体験