【Seaborn】catplotによる変数間の関係の可視化

【Seaborn】catplotによる変数間の関係の可視化#

公開日

Seabornのcatplot関数は、カテゴリ変数を可視化する機能を持っています。この記事では、catplot関数の使用方法とオプションについて解説します。

catplot関数のオプション#

catplot関数の主なオプションを以下に示します。

オプション

型

説明

x/y

str

x, y軸の変数

kind

str

グラフの種類。表の下を参照

hue

str

色分けをするカテゴリ変数名

hue_order

list of str

hueの順番

palette

dict/str

hueの色を指定。カラーマップも指定可能

row

str

複数グラフに分割するときに、縦方向のキーとなる変数名

col

str

複数グラフに分割するときに、横方向のキーとなる変数名

row_order

list of str

rowオプションの順序を指定

col_order

list of str

colオプションの順序を指定

col_wrap

int

rowを指定したときの1行あたりのグラフの数

height

float

各グラフの高さ

aspect

float

aspect*heightがグラフの横幅になる

kindオプションで指定可能なグラフの種類を以下に示します。

  • カテゴリ毎の散布図

    • "strip": ストリッププロット（デフォルト）

    • "swarm": スワームプロット

  • カテゴリ毎の分布図

    • "box": 箱ひげ図

    • "boxen": 拡張箱ひげ図 (enhanced box plot)

    • "violin": ヴァイオリンプロット

  • カテゴリ毎の分布推定図

    • "bar": 信頼区間付き棒グラフ

    • "count": データ数の棒グラフ

    • "point": ポイントプロット

ストリッププロット#

catplot関数のデフォルト設定では、ストリッププロットと呼ばれるグラフが出力されます。グラフをプロットするため、tipsと呼ばれるデータセットを読み込みます。

import seaborn as sns

df = sns.load_dataset("tips")
df
total_bill tip sex smoker day time size
0 16.99 1.01 Female No Sun Dinner 2
1 10.34 1.66 Male No Sun Dinner 3
2 21.01 3.50 Male No Sun Dinner 3
3 23.68 3.31 Male No Sun Dinner 2
4 24.59 3.61 Female No Sun Dinner 4
... ... ... ... ... ... ... ...
239 29.03 5.92 Male No Sat Dinner 3
240 27.18 2.00 Female Yes Sat Dinner 2
241 22.67 2.00 Male Yes Sat Dinner 2
242 17.82 1.75 Male No Sat Dinner 2
243 18.78 3.00 Female No Thur Dinner 2

244 rows × 7 columns

tipsデータセットは以下の7変数を持ち、データ数は244個です。

  • total_bill: 食事の代金（USドル）

  • tip: チップの額（USドル）

  • sex: 性別

  • smoker: 喫煙者か否か

  • day: 曜日（木曜～日曜のいずれか）

  • time: 食事の時間（昼食または夕食）

  • size: 人数

catplot関数のdata引数にDataFrameを与え、x, yにそれぞれx, y軸に表示したい変数を与えます。x, yの片方はカテゴリ変数とします。

以下の例では、xをカテゴリ変数の"smoker"（喫煙者か否か）, yを連続変数の"tip"（チップの額）としています。

sns.catplot(data=df, x="smoker", y="tip")

<seaborn.axisgrid.FacetGrid at 0x21e551432c0>
../_images/79a7a7bed1f3da0fdb5adb02a9005bafd1afd110dd3f84ef90ca7049fc120e45.png

このように「喫煙者か否か」と「チップの額」がプロットされます。見た目は散布図に似ていますが、"tip"が同じ値の場合、点が重ならないように横にずらしてプロットされます。

データの色分け#

hueオプションに変数名を指定することにより、データの点を色で分けることが可能です。他のグラフの種類の場合も同じです。hueオプションに"time"（食事の時間）を与えた例を以下に示します。

sns.catplot(data=df, x="smoker", y="tip", hue="time")

<seaborn.axisgrid.FacetGrid at 0x21e552028d0>
../_images/34acdd63b8bd4ba6c7ae8258159a5ba16d2f1986cf705497e62908d73ad95a96.png

横向き表示#

グラフを横向きに表示するには、xを連続変数、yをカテゴリ変数とします。他のグラフの種類の場合も同じです。

sns.catplot(data=df, x="tip", y="smoker")

<seaborn.axisgrid.FacetGrid at 0x21e53d26480>
../_images/db2717e4cf2211f1fb699748c5711f237a83831811ad101cb251a8178ba8b3e4.png

ばらつき幅の変更#

ストリッププロットの点の横方向のばらつき（ジッタ）を変更する場合、jitterオプションで幅の大きさを指定します。jitter=0とすると、点が一直線上に並びます。

sns.catplot(data=df, x="smoker", y="tip", jitter=0.03)

<seaborn.axisgrid.FacetGrid at 0x21e55617e60>
../_images/ec0bab3ab7f0b162fbd4dae41e6c858d6f9aa7981f6ff260f0b72c047d941335.png

スワームプロット#

kindオプションを"swarm"とすると、スワームプロットになります。スワームプロットはストリッププロットと似ていますが、点が重ならないように描画するため、データの密度が分かりやすくなります。

sns.catplot(data=df, x="smoker", y="tip", kind="swarm")

<seaborn.axisgrid.FacetGrid at 0x21e577c0230>
../_images/5faf8fc5720013c691c3a3bd5c57668125b7c8236943a2143b92a1639e84079e.png

箱ひげ図#

kindオプションを"box"とすると、箱ひげ図になります。

sns.catplot(data=df, x="smoker", y="tip", kind="box")

<seaborn.axisgrid.FacetGrid at 0x21e5772ff50>
../_images/c6f205a20bdc3f47a2af8d7d752db143d87b5c2d9539abc6fdbdaa1fcee43dc0.png

箱の中央の横線は中央値を示します。また、箱の上下の横線は、第1, 第3四分位点となります。すなわち、箱の範囲にはデータ点の半数が含まれます。この箱の縦方向の長さをIQR (Interquartile range) と呼びます。さらに、ひげの長さは、IQR×whisとデータが存在する区間の短い方で表示されます。ひげよりも外側に表示される点（上のグラフの菱形マーク）は、外れ値として表示されます。whisのデフォルト値は1.5であり、catplot関数のwhisオプションで変更可能です。

sns.catplot(data=df, x="smoker", y="tip", kind="box", whis=1)

<seaborn.axisgrid.FacetGrid at 0x21e577c1be0>
../_images/59d5ca9b94f462b67619dc6ad00f2ee2f570463cb57f818a3287e821bab40be3.png

hueオプションに変数名を与えた場合、箱ひげ図が横に並んで表示されます。

sns.catplot(data=df, x="smoker", y="tip", kind="box", hue="time")

<seaborn.axisgrid.FacetGrid at 0x21e55617710>
../_images/2b3d1338944e5e5411ddab6f3fad4c9cbf8bef2c197f0f0c3d7b9959bf76d120.png

拡張箱ひげ図#

kindオプションを"boxen"とすると、拡張箱ひげ図（letter value plotとも呼ばれます）になります。箱ひげ図と比較して、分位点をより細かく描画しています。箱の横幅はデータ点数の多さを示しています。

sns.catplot(data=df, x="smoker", y="tip", kind="boxen")

<seaborn.axisgrid.FacetGrid at 0x21e577df6b0>
../_images/31fae9086e1be71693c6f6805b058fb63332549f4fb1374ee042476bad3faa25.png

ヴァイオリンプロット#

kindオプションを"violin"とすると、ヴァイオリンプロットになります。ヴァイオリンプロットではデータの密度を推定し、データの数をグラフの横幅で示します。

sns.catplot(data=df, x="smoker", y="tip", kind="violin")

<seaborn.axisgrid.FacetGrid at 0x21e5772c770>
../_images/ab8874c25ffe622ec181896a96aafe25e5aac27d99d322dc1b274ba7eb260489.png

ヴァイオリンプロットでは、グラフを左右で分割することが可能です。hueオプションに分割する変数名を渡し、split=Trueとします。

sns.catplot(data=df, x="smoker", y="tip", kind="violin",
            hue="time", split=True)

<seaborn.axisgrid.FacetGrid at 0x21e58b66180>
../_images/3a5f306f349269d420be12e0699d1d53a9d52629d962ce8c63cd85d8c28975e3.png

信頼区間付き棒グラフ#

kindオプションを"bar"とすると、信頼区間付き棒グラフになります。棒の長さは平均値を示します。また、黒い線は95%信頼区間を示します。

sns.catplot(data=df, x="day", y="tip", kind="bar")

<seaborn.axisgrid.FacetGrid at 0x21e576dd1c0>
../_images/0774166a81cd96f287ff8f68bf2712eaba716b3bf3a17b3680288016fed3b775.png

hueオプションに変数名を指定すると、データを分割して、棒グラフを並べてプロットします。

sns.catplot(data=df, x="day", y="tip", kind="bar", hue="smoker")

<seaborn.axisgrid.FacetGrid at 0x21e589cfa70>
../_images/8ab5a5763e9b4eb174354388f8245688387155787958055330331472fa61a183.png

データ数の棒グラフ#

kindオプションを"count"とすると、データ数の棒グラフになります（yの指定は出来ません）。

sns.catplot(data=df, x="day", kind="count")

<seaborn.axisgrid.FacetGrid at 0x21e58c693a0>
../_images/46223334e170941ba6e8ddd89f9ab7e6f6fbff9a9a1f41df2c4445917c3312de.png

hueオプションに変数名を指定すると、データを分割して、棒グラフを並べてプロットします。

sns.catplot(data=df, x="day", kind="count", hue="smoker")

<seaborn.axisgrid.FacetGrid at 0x21e58c687a0>
../_images/ba6ac2155b03b2a81a46d8007ff448076c9cc873ff4f4db33d65da12308de806.png

ポイントプロット#

kindオプションを"point"とすると、ポイントプロットになります。点は平均値を示します。また、縦方向の線は95%信頼区間を示します。点同士を繋ぐ線により、平均値の推移が分かりやすくなります。

sns.catplot(data=df, x="day", y="tip", kind="point")

<seaborn.axisgrid.FacetGrid at 0x21e58bf3350>
../_images/b6d2473716a0768f4421238e3e974ecc63e9aacc27cee927505d57fe070e4c71.png

hueオプションに変数名を指定すると、データを分割して並べてプロットします。さらにdodge=Trueとすることにより、グラフを若干横にずらして読み取りやすくします。

sns.catplot(data=df, x="day", y="tip", kind="point",
            hue="smoker", dodge=True)

<seaborn.axisgrid.FacetGrid at 0x21e5a154380>
../_images/4c8b60603e73eace4d11f976b1c078ce42e1070207a83af3b2f512dcd18ebd34.png

複数グラフへ分割#

row, colオプションに変数名を渡すことにより、その変数の値でデータを分割し、縦・横方向にグラフを並べてプロットします。colオプションに"time"（食事の時間）を渡して、グラフを横方向に分割した例を以下に示します。

sns.catplot(data=df, x="smoker", y="tip", col="time")

<seaborn.axisgrid.FacetGrid at 0x21e57775400>
../_images/6e63edbc990d12d00d1584e5dbf28f3cdf72ede625c59f2b96bf1c7f4715bdd8.png

グラフの保存#

catplot関数で出力したグラフをファイルとして保存するには、catplot関数の戻り値 (cg) のsavefig()メソッドを使用します。引数に保存するファイル名を与えます。

cg = sns.catplot(data=df, x="smoker", y="tip")
cg.savefig("catplot.png")
../_images/9a5234234a907c89edcadc77e7cbe811c7fe5a6079e7c67ded5714232beba5c2.png
目次