Seaborn¶
python のデータ可視化用ライブラリです。 もともと python で可視化を行うと言えば、 matplotlib が有名です。 しかし、これはかなり低レイヤーの可視化ライブラリであり、 複雑な plot を記述することはできても、「簡単なプロットを簡単に行う」ことに長けた ライブラリではないと思います。
Seaborn は matplotlib のラッパーライブラリで、単純な操作で単純なプロットを記述することが可能です。 R をお使いの方で ggplot2 を使用したことのある方でしたら、 R デフォルトの plot に 対する ggplot2 の役割が Seaborn であると思っていただければ分かり易いかと思います。
サンプル¶
実行準備¶
pip install seaborn
サンプルデータの読み込み¶
とりあえず、サンプルとして Seaborn に含まれる iris のデータを使用します。 このデータを散布図にする場合以下のように使用します。
>> %pylab
>> import seaborn as sns
>> iris = sns.load_dataset("iris")
>> sns.jointplot('sepal_width', 'petal_length', data=iris)
ここで1行目に関しては私がコンソール上の ipython （notebook の方はあまり好きでは ないです）を使用しているため記述しているものです。 そのため、本題は二行目からになります。
2行目はライブラリの読み込みで、3行目はサンプルデータの読み込みですね。 ここで iris は pandas ライブラリの dataframe クラスであることに注意してください。 この確認は以下のコマンドでできます。
>> iris.__class__
pandas.core.frame.DataFrame
pandas に関しては別途ページを用意しているのでこれを確認してください。 基本的に R における DataFrame と同義です。 ここから、 Seaborn の作者はかなり R を意識していることがわかります。
3行目が実際の plot 関数です。 但し ggplot2 との相違点はデータ定義関数 と plot関数が分けられていないことにあります。 これが嫌な場合 python にも ggplot ライブラリは存在し、これを使用することが 可能ですが、これも R の ggplot2 とは「なんか違う」ので使い難い場合も多いです。 端的に ggplot2 が偉大すぎるのかもしれません。
各種の plot 関数は以下のページにまとめてあります。