PYTHON ヘルプ

Seaborn Python(開発者向けガイドの使い方)

公開済み 2025年2月26日
共有:

イントロダクション

統計データの可視化 Seabornは人気のあるPythonの可視化ライブラリです。 これは、Matplotlib Pythonモジュールの上に構築されており、魅力的で情報豊富な統計グラフィックを描画するための高レベルのインターフェースを提供します。 シーボーンは、複雑なデータセットの視覚化や、データ分析をより直感的に行うのに特に適しています。この記事の後半では、PDFの生成と操作に関するライブラリであるIronPDFについても検討します。Iron Software.

主な機能

  1. 高レベルインターフェースシーボーン複雑なビジュアライゼーションを作成するプロセスを簡素化する高レベルのインターフェースを提供します。 これにより、わずか数行のコードで洗練されたプロットを作成できます。

  2. Pandasとの統合: SeabornはPandasデータ構造とスムーズに連携し、DataFrameに格納されたデータを簡単に視覚化できるようにします。

  3. 美しいデフォルトスタイル: Seabornは、美しいデフォルトスタイルとカラーパレットを備えており、プロットをより魅力的にし、より解釈しやすくするのに役立ちます。

  4. 統計的推定:Seabornには、回帰直線や信頼区間などの統計的関係を推定およびプロットするための関数が含まれています。

    1. 一変量および二変量分布: Seabornは統計データの可視化をサポートしています。

    単変量分布シーボーン

    1. ヒストグラム: ビン内のデータポイントの頻度を視覚化します。

    2. KDEプロット: データ密度を表すスムーズな曲線を表示します。

    3. ECDFプロット:データポイントの累積割合を表示します。

    4. 箱ひげ図: 四分位数や外れ値を用いてデータ分布を表します。

    二変量分布シーボーン

    1. 散布図: 2つの変数間の関係を示します。

    2. Hexbinプロット: 六角形のビンを使用してデータ密度を表示します。

    3. バイバリエート KDE プロット: 2 つの変数に対するスムーズな密度プロット。

    4. ペアプロット: データセット内のペアワイズ関係を表示します。

はじめに

Seabornを使用開始するには、pipを使用してインストールする必要があります。

pip install seaborn
PYTHON

インストールが完了したら、import matplotlib を使用して Seaborn をインポートし、視覚化を作成できます。 簡単な例を挙げよう:

import seaborn as sns
import matplotlib.pyplot as plt
# Load an example dataset
tips = sns.load_dataset("tips")
# Create a simple scatter plot
sns.scatterplot(data=tips, x="total_bill", y="tip", hue="time")
plt.show()
PYTHON

この例では、「tips」データセットをロードし、総額とチップ額の関係を示す散布図を作成します。異なる時間帯を異なる色で表しています。

出力

Seaborn Python(開発者向けガイドの仕組み):図1 - 上記コードからの例示グラフ出力

よく使われるプロット

  1. 関連プロット: これらのプロットは変数間の関係を示します。 例としては、散布図や線グラフがあります。
sns.relplot(data=tips, x="total_bill", y="tip", hue="smoker", style="time")
    plt.show()
PYTHON

Seaborn Python(開発者ガイド向けの使い方):図2 - 関係プロットの例

  1. カテゴリカルプロット:これらのプロットはカテゴリカルデータを視覚化します。 例には、棒グラフ、箱ひげ図、バイオリンプロットが含まれます。
sns.boxplot(data=tips, x="day", y="total_bill", hue="smoker")
    plt.show()
PYTHON

Seaborn Python(開発者ガイドの仕組み):図3 - 分類プロットの例

  1. 分布プロット: 例として、ヒストグラムとカーネル密度推定プロットがあります。
sns.histplot(data=tips, x="total_bill", kde=True)
    plt.show()
PYTHON

Seaborn Python(開発者ガイド向けの動作方法):図 4 - 分布プロットの例

  1. マトリックスプロット:これらのプロットは、データをマトリックス形式で視覚化します。 例としては、ヒートマップやクラスターマップがあります。
glue = sns.load_dataset("glue").pivot(index="Model", columns="Task", values="Score")
    sns.heatmap(glue)
    plt.show()
PYTHON

Seaborn Python(開発者ガイドのための動作原理):図5 - 行列プロットの例

Seabornプロットは、分布プロットのグラフ、ラインプロットのグラフ、ボックスプロット、バープロットにも使用でき、実データや統計データを用いたプロットのコーディングが容易です。

カスタマイズション

Seabornはプロットの広範なカスタマイズを可能にします。 プロットのスタイルやカラーパレット、その他の側面をニーズに合わせて変更できます。 たとえば、次のようにテーマを設定できます:

sns.set_theme(style="whitegrid")
PYTHON

IronPDFの紹介

Seaborn Python(開発者向けガイドの仕組み):図6 - IronPDF: The Python PDF Library

IronPDFは、HTML、CSS、画像、JavaScriptを使用してPDFを作成、編集、署名するために設計された強力なPythonライブラリです。これは、最小限のメモリを使用しながら高品質のパフォーマンスを提供します。 主要な機能には次のものが含まれます:

HTMLからPDFへの変換:

HTMLファイル、HTML文字列、およびURLをPDFに変換します。例えば、Chrome PDFレンダラーを使用してウェブページをPDFとしてレンダリングします。

*クロスプラットフォームサポート:***。

IronPDFはPython 3+向けに設計されており、Windows、Mac、Linux、またはクラウドプラットフォーム上でも動作します。

IronPDFは以下でもご利用いただけます。.NET, Java, Python、およびNode.js(ノード・ジェイエス).

*編集と署名:***。

プロパティを設定し、パスワードと権限を適用し、PDFにデジタル署名を追加します。

ページテンプレートと設定:

ヘッダー、フッター、ページ番号、調整可能な余白でPDFをカスタマイズできます。 さらに、カスタム用紙サイズやレスポンシブ・レイアウトにも対応している。

**規格コンプライアンス

PDF/A、PDF/UAを含むPDF標準に準拠し、UTF-8文字エンコーディングに対応し、画像、CSS、フォントなどのアセットを管理します。

インストール

pip install ironpdf
PYTHON

IronPDFとSeabornを使用してPDFドキュメントを生成する。

前提条件

  1. コードエディタとしてVisual Studio Codeがインストールされていることを確認してください。

  2. Pythonバージョン3がインストールされています。

    まず始めに、スクリプトを追加するためのPythonファイルを作成しましょう。

    Visual Studio Codeを開いて、ファイルseabornDemo.pyを作成します。

    必要なライブラリをインストールする:

pip install seaborn
pip install ironpdf
PYTHON

次に、以下のコードを追加して、IronPDFとSeaborn Pythonパッケージの使用法を示してください。

import seaborn as sns
import matplotlib.pyplot as plt
from ironpdf import * 
# Apply your license key
License.LicenseKey = "your key here"
# Load an example dataset
tips = sns.load_dataset("tips")
print(tips)
# Seaborn note: Create a simple scatter plot
sns.scatterplot(data=tips, x="total_bill", y="tip", hue="time")
plt.savefig("scatterplot.png") # save same plot
ImageToPdfConverter.ImageToPdf("scatterplot.png").SaveAs("scatterplot.pdf")
plt.show()
PYTHON

コードの説明

この例では、上記の例と同じヒントデータフレームを使用し、散布図をプロットします。 次に、それを画像として保存し、IronPDFを使用してPDFに変換します。

  1. Pythonファイルにインポートを追加します: import seaborn as sns、import matplotlib.pyplot as plt、および from ironpdf import * 。

  2. ライセンスキーを追加して、IronPDFの使用を開始してください。

  3. 合計の請求額および請求ごとのチップ情報を含むサンプルデータフレーム「tips」をロードします。

  4. 読み込まれたDataFrameを出力ウィンドウで表示します。

  5. Seabornパッケージのscatterplotメソッドを使用して散布図を作成します。

  6. savefigメソッドを使用してプロットを保存します。

  7. 次のステップはIronPDFを使用してPDFを作成し、『ImageToPdf』および『SaveAs』メソッドを使用してscatterplot.pdfという名前のファイルとして画像を保存することです。

  8. 最後のステップは、プロットをウィンドウとして表示することです。 この段階でPDFを表示し、プロットを確認することもできます。

出力

シーボーンPython(開発者ガイドのしくみ): 図 7 - 上記のコード例からの散布図ウィンドウ

PDF

Seaborn Python(開発者ガイド向けの仕組み):図8 - IronPDFを使用して散布図を表示するPDF出力

IronPDFライセンス

IronPDF Python.購入前に包括的な機能をテストするためのライセンスキー。 試用ライセンス期間の後、開発者はプロジェクトのニーズに合った永久ライセンスを購入することができます。

IronPDFパッケージを使用する前に、ライセンスキーをスクリプトの最初に置いてください:

from ironpdf import * 
# Apply your license key
License.LicenseKey = "key"
PYTHON

結論

シーボーンは、データ可視化の能力で広く認識されています。 その高水準インターフェース、Pandasとの統合、美しいデフォルトスタイルにより、情報豊かで魅力的な統計グラフィックスを作成するための優れた選択肢です。 初心者であろうと経験豊富なデータサイエンティストであろうと、シーボーンデータをより効果的に探索し、理解するのに役立ちます。 一方、IronPDFは、.NET 環境でPDFの生成および操作を行うための人気のあるライブラリであり、その強力な機能セットと使いやすさで知られています。シーボーンPDFとして保存する標準的な方法で。 どちらのライブラリも、開発者に優れたスキルを追加し、最新のデータ可視化結果を開発およびアーカイブするのに役立ちます。

Kannaopat Udonpant

カンナパット・ウドンパント

ソフトウェアエンジニア

 LinkedIn

ソフトウェアエンジニアになる前に、カンナパットは日本の北海道大学から環境資源学の博士号を取得しました。学位を取得する過程で、カンナパットはバイオプロダクション工学部に所属する車両ロボティクス研究所のメンバーにもなりました。2022年には、C#のスキルを活かしてIron Softwareのエンジニアリングチームに参加し、IronPDFに注力しています。カンナパットは、IronPDFで使用されているコードの大部分を作成した開発者から直接学べることに価値を見いだしています。同僚との学び合いに加えて、Iron Softwareで働くことの社会的側面も楽しんでいます。コードやドキュメントを書いていない時には、カンナパットは通常、PS5でゲームをしたり、『The Last of Us』を再視聴したりしています。
< 以前
peewee Python((How It Works: A Guide for Developers))
次へ >
hashlib Python(開発者向けガイド:仕組み)