【Python】relplotによる複数グラフの描画方法｜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のrelplotによる複数グラフ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のrelplotによる複数グラフ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。

relplotによる複数グラフの描画方法

seaborn.relplot()関数を使用することで、散布図と折れ線グラフの複数グラフを描画することができます。

relplot()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「tips」を用いて、まずは散布図を作成してみます。

#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
tips = sns.load_dataset("tips")

# relplotの指定・描画
sns.relplot(data=tips, x="total_bill", y="tip", hue="day")
plt.show()

colを指定すると、列方向に複数のサブプロットを持つ複数グラフを描画できます。

#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
tips = sns.load_dataset("tips")

# relplotの指定・描画
sns.relplot(data=tips, x="total_bill", y="tip", hue="day", col="time")
plt.show()

rowを指定すると、行方向に複数のサブプロットを持つ複数グラフを描画できます。

#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
tips = sns.load_dataset("tips")

# relplotの指定・描画
sns.relplot(data=tips, x="total_bill", y="tip", hue="day", row="sex")
plt.show()

colの指定変数が多い場合、col_wrapを指定することで複数行での描画を指定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
tips = sns.load_dataset("tips")

# relplotの指定・描画
sns.relplot(data=tips, x="total_bill", y="tip", hue="time", col="day", col_wrap=2)
plt.show()

sizeやstyleを指定することで、視覚的に比較しやすいグラフ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
tips = sns.load_dataset("tips")

# relplotの指定・描画
sns.relplot(data=tips, x="total_bill", y="tip", col="time",
            hue="time", size="size", style="sex",
            palette=["b", "r"], sizes=(10, 100))
plt.show()

連続性のあるデータでは折れ線グラフによる描画が適しています。

データセットの「fmri」を用いて、折れ線グラフの複数グラフを作成してみます。

kind=”line”を指定することで折れ線グラフを描画します。

#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
fmri = sns.load_dataset("fmri")

# relplotの指定・描画
sns.relplot(data=fmri, x="timepoint", y="signal", col="region",
            hue="event", style="event", kind="line")
plt.show()

heightやaspectを指定することで、グラフの高さやアスペクト比を指定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
fmri = sns.load_dataset("fmri")

# relplotの指定・描画
sns.relplot(data=fmri, x="timepoint", y="signal", 
            hue="event", style="event", col="region", 
            height=4, aspect=.7, kind="line")
plt.show()

relplot().mapを指定することで、タイトルやラベルなどを指定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
fmri = sns.load_dataset("fmri")

# relplotの指定・描画
g = sns.relplot(data=fmri, x="timepoint", y="signal", 
                hue="event", style="event", col="region", 
                height=4, aspect=.7, kind="line")
(g.map(plt.axhline, y=0, color=".7", dashes=(2, 1), zorder=0)
  .set_axis_labels("Timepoint", "Percent signal change")
  .set_titles("Region: {col_name} cortex")
  .tight_layout(w_pad=0))
plt.show()

まとめ

この記事では、seabornのrelplotによる複数グラフ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