seaborn
記事
簡単な使い方
基本的に一番上のやつだけ使って
kind= で指定relplot / displot / catplot
どれも
kind= でグラフの種類 & col= で横に並べられる data, x, y, col, hue はよく指定する col , row , hue の3つの軸で分けつつ複数グラフ同時に書ける数値同士の関係見るなら relplot
カテゴリと値なら catplot
分布を見るなら displot
1行の各列の値ごとにヒストグラムにしたいことが多いので melt で縦持ちに整える → 縦持ち横持ち
facet_hist.pysns.displot(
pd.melt(df, id_vars=['id', 'label'], value_vars=['foo', 'bar', 'baz]),
kind='hist',
col='variable',
hue='label', # 重ねず行増やすなら row で
x='value',
bins=30,
kde=True,
# log_scale=True,
# facet_kws={'sharey': False, 'sharex': False},
)これら + heatmap でだいたい済む
relational
sns.lineplot sns.scatterplot categorical
ヒストグラム
hue='col' で複数カラム重ねる multiple='stack' で積み上げ multiple='dodge' で横並べ multiple='fill' で 積み上げ 100% showfliers=False 外れ値表示しない whis=1.5 外れ値の範囲、デフォルトは 1.5 IQRタプルを渡すとパーセンタイル指定、
whis=(0, 100) で全体をヒゲに含めるboxplot の区分多くするやつ
boxplot より複数のピークが見れてよい
四分位 + カーネル密度推定
えーこれ良いと思うんだけどな
他
ヒートマップ、dataframe で値域が一定でないと意味ないかな?
sns.heatmap(df.corr()) 散布図 + 各軸にグラフ
sns.jointplot(data=df, x='x', y='y') が基本 hue='col' で col ごとに色分け普段から relplot これでやってもいいか?
回帰線つける、あんまりつかわないか
regplot をカテゴリ別に重ねる、こっちのほうが使うかな
hue= 指定するだけ列の2つのペアごとに可視化する、関係性を見る
seaborn.PairGrid — seaborn 0.12.2 documentation の定番の shorthand
sns.pairplot(df, corner=True) あたりをよく使いそうかな? 下半分でいいし sns.pairplot(df, kind='reg') は散布図に重ねて回帰線書けるので単に情報増えるから使いがち diag_kind='kde' も累積分布
sns.displot(kind="ecdf", ...) でもよいFacetGrid
複数グラフ並べる、
FacetGrid で group by を宣言して map で実際のグラフの表示を指定するfacetgrid.pyg = sns.FacetGrid(tips, col="time", row="sex")
g.map(sns.scatterplot, "total_bill", "tip")軸を共通にしないなら
sharex=False , sharey=False 軸を各 subplot に表示したいが、グラフの範囲(値域)は共通にしたい場合
sharex=False , sharey=False 共有をやめつつ、軸の範囲を計算して共通で与えるのが楽 sns.FacetGrid(..., xlim=(0, 10), ylim=(0, 100)) heatmap なら
vmin , vmax を計算して与える(↓の例のように)FacetGrid で heatmap 出す
map_dataframe で pivot するfacet_heatmap.pyg = sns.FacetGrid(df, col="category")
def plot_heatmap(data, **kwargs):
pivot = data.pivot(index="x", columns="y", values="value")
sns.heatmap(pivot, **kwargs,)
# map_dataframe は FacetGrid の条件のサブセットの DataFrame ごとに呼ばれる
g.map_dataframe(
plot_heatmap,
annot=True, # 値出す
cbar=False
# 軸は手作りするより min~max を共通にするのが楽
vmin=df['value'].min(),
vmax=df['value'].max()),
)グラフ間のスペースちょっとだけ広げる
g.figure.subplots_adjust(wspace=0.3, hspace=0.3) 単位は平均の軸幅、軸高さによるものらしい(
wspace=0.5 = 各サブグラフの横幅の半分?)1 だとこれ
軸ラベルや軸タイトルがかぶるときに
xticklabels とかでいじるより短くてハマりにくいと思う square=True にしたい、という欲がレイアウトを狂わせるので諦めるのも吉凡例をグラフの外に出す
plt.legend(loc="upper left", bbox_to_anchor=(1, 1)) あるいは
legend.pyax = sns.hogeplot(...)
sns.move_levend(ax, "upper left", bbox_to_anchor=(1, 1))サイズ調整
しぶしぶ matplotlib 使う、調整はしやすい
size.pyimport matplotlib.pyplot as plt
plt.figure(figsize=(8, 4.5))
sns.scatterplot(...)特定の値域だけを描画
g.set(xlim=(0, 500)) 軸の刻み方変える
tick.pyg = sns.ecdfplot(...)
g.set_xticks(range(0, 500, 50))
g.grid(True, which="both") # グリッド表示ラベルがかぶる
大抵 x 軸ラベル
rotate_labels.pyimport seaborn as sns
import matplotlib.pyplot as plt
# matplotlib 経由で触る
sns.barplot(x='カテゴリ', y='値', data=df)
plt.xticks(rotation=90)
# グラフ
g = sns.relplot(data=df, x="day", y="total_bill", kind="line")
g.tick_params(axis="x", labelrotation=90) # これがいちばん穏当かなカラーパレット
sns.set_palette で全体に各グラフに
palette= や cmap= で都度指定連続データ
rocket 
mako 
viridis 
まあ単に単色のほうがわかりやすいことも
seagreen 
Blues 
相関関係、中央から両端へ
coolwarm 
Spectral 
icefire 
逆にするなら
_r をつける 多クラスの可視化
palette が足りない時
Collection of perceptually accurate colormaps — colorcet v3.1.0 で要素数分のパレット作って渡す
colorcet.pyimport colorcet as cc
palette = sns.color_palette(cc.glasbey, n_colors=len(set(labels)))
sns.scatterplot(x=embedding_2d[:, 0], y=embedding_2d[:, 1], hue=labels, palette=palette)まあ1つ1つの要素見るというよりクラスタリングの結果可視化するときに...
あるいは color * marker で順繰りに使う
markers.pyimport math
colors = sns.color_palette("tab10", 10)
markers = ["o", "^", "D", "X", "s", "H", "P", "h"]
markers_map = {label: markers[math.floor(i / len(colors)) % len(markers)] for i, label in enumerate(set(labels))}
# 特定のエラー値だけ上書きして置き換える
# markers_map[-1] = "*"
sns.scatterplot(
x=embedding_2d[:, 0],
y=embedding_2d[:, 1],
hue=labels,
style=labels,
markers=markers_map,
palette=colors,
)
見た目
sns.set_style('whitegrid') が多いかな?matplotlib の出力にも影響する
markers
複数列で hue
まあ結合して列を作って指定
時刻フォーマットがダルくなりがちなのでどうするか調べる
普通に dataframe の plot のほうがましだったりする
histplot
discrete=True x 軸のラベルが棒グラフなどのまんなかに来る
shrink=0.8 などで横と隙間を開ける stat='probability' で高さの合計を 1.0 に