【Python】ヒートマップの描画方法｜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によるヒートマップ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によるヒートマップ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。

ヒートマップの描画方法

seaborn.heatmap()関数を使用することで、ヒートマップを描画することができます。

ヒートマップは、2次元データの１つ１つの値を色や濃淡として表現したグラフです。

heatmap()関数の引数には、pivot()で変換した行列データを指定します。

データセットの「flights」を用いて、ヒートマップを作成してみます。

#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
flights = sns.load_dataset("flights")
flights = flights.pivot(index='month', columns='year', values='passengers')

# ヒートマップの指定・描画
sns.heatmap(flights)
plt.show()

cmapを指定することで、ヒートマップの色を変更することができます。

鮮やかな「rainbow」を指定してみます。

#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
flights = sns.load_dataset("flights")
flights = flights.pivot(index='month', columns='year', values='passengers')

# ヒートマップの指定・描画
sns.heatmap(flights, cmap="rainbow")
plt.show()

annot=Trueを指定することで、各セルの値を表示することができます。

またfmtで数値の表示形式を指定できます。

#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
flights = sns.load_dataset("flights")
flights = flights.pivot(index='month', columns='year', values='passengers')

# ヒートマップの指定・描画
sns.heatmap(flights, cmap="rainbow", annot=True, fmt='d')
plt.show()

linewidthを指定することで、セル同士の間隔を指定する（セルを切り離す）ことが出来ます。

#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
flights = sns.load_dataset("flights")
flights = flights.pivot(index='month', columns='year', values='passengers')

# ヒートマップの指定・描画
sns.heatmap(flights, cmap="rainbow", annot=True, fmt='d', linewidths=3)
plt.show()

vmaxとvminを指定することで、最大と最小の閾値を指定できます。

#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
flights = sns.load_dataset("flights")
flights = flights.pivot(index='month', columns='year', values='passengers')

# ヒートマップの指定・描画
sns.heatmap(flights, cmap="rainbow", annot=True, fmt='d', linewidths=3,
            vmin=200, vmax=400)
plt.show()

まとめ

この記事では、seabornによるヒートマップ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