Message icon
フッターコンテンツにスキップ
  1. IronPDF for Python
  2. IronPDF for Pythonブログ
  3. Pythonヘルプ
  4. Seaborn Python
PYTHONヘルプ

Seaborn Python（開発者向けのしくみガイド）

Curtis Chau
Curtis Chau
更新日:

統計データの視覚化 Seabornは人気のPython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、魅力的で有益な統計グラフィックを描画するためのハイレベルなインタフェースを提供します。 Seaborn is particularly well-suited for visualizing complex datasets and making data analysis more intuitive. Later in this article, we will also look into IronPDF, a PDF generation and manipulation library from IronSoftwareからのPDF生成と操作ライブラリであるIronPDFにも注目します。

主要な特徴

  1. ハイレベルインタフェース: Seabornはハイレベルなインタフェースを提供し、複雑な可視化の作成プロセスを簡素化します。 これにより、少ないコード行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データ構造とシームレスに連携し、DataFrameに格納されたデータを簡単に可視化できます。
  3. 美しいデフォルトスタイル: Seabornには美しいデフォルトスタイルとカラーパレットが付属しており、プロットをより魅力的で解釈しやすくするのに役立ちます。

  4. 統計推定: Seabornには回帰線や信頼区間など、統計的関係を推定しプロットするための関数が含まれています。

  5. 一変量および二変量分布: Seabornは次の統計データの視覚化をサポートします

    • Seabornでの一変量分布

      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: データ密度を表す滑らかな曲線を示します。
      3. ECDFプロット: データポイントの累積比率を表示します。
      4. ボックスプロット: 四分位数と外れ値によるデータ分布を示します。

    • Seabornでの二変量分布

      1. 散布図: 二つの変数間の関係を示します。
      2. ヘックスビンププロット: 六角形のビンを使用してデータ密度を表示します。
      3. 二変量KDEプロット: 二つの変数の滑らかな密度プロットです。
      4. ペアプロット: データセット内のペアごとの関係を示します。

はじめに

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

pip install seaborn
pip install seaborn
SHELL

インストールが完了したら、MatplotlibとともにSeabornをインポートし、視覚化を作成できます。 AWS OCR と Azure OCR の比較: 図4

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()
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、合計料金とチップ額の関係を示す散布図を作成し、異なる色で異なる時間帯を表現します。

出力

Seaborn Python (開発者向けガイドの動作方法): 図1 - 上記のコードからの例のグラフ出力

一般的に使用されるプロット

  1. 関係プロット: これらのプロットは変数間の関係を示します。 例には散布図や線図が含まれます。

    sns.relplot(data=tips, x="total_bill", y="tip", hue="smoker", style="time")
plt.show()
    sns.relplot(data=tips, x="total_bill", y="tip", hue="smoker", style="time")
plt.show()
    PYTHON

    Seaborn Python (開発者向けガイドの動作方法): 図2 - 関係プロットの例

  2. カテゴリープロット: これらのプロットはカテゴリーデータを視覚化します。 例には棒グラフ、ボックスプロット、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()
    sns.boxplot(data=tips, x="day", y="total_bill", hue="smoker")
plt.show()
    PYTHON

    Seaborn Python (開発者向けガイドの動作方法): 図3 - カテゴリープロットの例

  3. 分布プロット: ヒストグラムやカーネル密度推定が例として含まれます。

    sns.histplot(data=tips, x="total_bill", kde=True)
plt.show()
    sns.histplot(data=tips, x="total_bill", kde=True)
plt.show()
    PYTHON

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

  4. 行列プロット: これらのプロットは行列形式でデータを視覚化します。 例にはヒートマップやクラスターマップが含まれます。

    glue = sns.load_dataset("glue").pivot(index="Model", columns="Task", values="Score")
sns.heatmap(glue)
plt.show()
    glue = sns.load_dataset("glue").pivot(index="Model", columns="Task", values="Score")
sns.heatmap(glue)
plt.show()
    PYTHON

    Seaborn Python (開発者向けガイドの動作方法): 図5 - 行列プロットの例

Seabornプロットは、分布プロットグラフ、線プロットグラフ、ボックスプロット、および棒グラフにも使用でき、実際のデータや統計データを用いてコードをプロットするのは容易です。

カスタマイズ

Seabornはプロットの大幅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、その他の要素をニーズに応じて変更できます。 例えば、テーマを設定するには次のようにします。

sns.set_theme(style="whitegrid")
sns.set_theme(style="whitegrid")
PYTHON

IronPDFの紹介

Seaborn Python (開発者向けガイドの動作方法): 図6 - IronPDF: The Python PDF Library

IronPDFは、HTML、CSS、画像、そしてJavaScriptを使用してPDFを作成、編集、および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、高品質なパフォーマンスを提供しながらも、最小のメモリを利用します。 主な機能は以下のとおりです:

  • 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のサポート:

    IronPDFはPython 3+用に設計されており、Windows、Mac、Linux、またはクラウドプラットフォームでも動作します。
    IronPDF is also available in .NET, Java, Python, and Node.js.

  • 編集と署名:

    プロパティの設定、パスワードや権限の適用、デジタル署名をPDFに追加します。

  • 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、調整可能なマージンを持つPDFをカスタマイズできます。 さらに、カスタム用紙サイズおよびレスポンシブレイアウトをサポートします。

  • 標準準拠:

    PDF/AやPDF/UAを含むPDF標準に準拠しており、UTF-8文字エンコーディングをサポートし、画像、CSS、およびフォントの資産を管理します。

インストール

pip install ironpdf
pip install ironpdf
SHELL

IronPDFとSeabornを使って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ます。
  2. Pythonバージョン3がインストールされています。

まず、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を開き、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:

pip install seaborn
pip install ironpdf
pip install seaborn
pip install ironpdf
SHELL

次に、IronPDFとSeaborn Pythonパッケージの使用を示すために以下のコードを追加します。

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)

# Create a simple scatter plot
sns.scatterplot(data=tips, x="total_bill", y="tip", hue="time")

# Save the plot as a PNG file
plt.savefig("scatterplot.png")

# Convert the image to PDF using IronPDF
ImageToPdfConverter.ImageToPdf("scatterplot.png").SaveAs("scatterplot.pdf")

# Display the plot
plt.show()
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)

# Create a simple scatter plot
sns.scatterplot(data=tips, x="total_bill", y="tip", hue="time")

# Save the plot as a PNG file
plt.savefig("scatterplot.png")

# Convert the image to PDF using IronPDF
ImageToPdfConverter.ImageToPdf("scatterplot.png").SaveAs("scatterplot.pdf")

# Display the plot
plt.show()
PYTHON

コードの説明

この例では、「tips」データセットを使用して散布図をプロットし、画像として保存し、IronPDFを使用してPDFに変換します。

  1. ライブラリのインポート: データ視覚化およびPDF生成に必要なライブラリをインポートします。
  2. ライセンスキー: IronPDFライブラリを動作させるためにライセンスキーの追加が必要です。
  3. データセットのロード: サンプルデータセット「tips」をロードします。
  4. DataFrameの印刷: 出力で見るためにDataFrameを印刷します。
  5. プロットの作成: Seabornのscatterplotメソッドを使用してデータを視覚化します。
  6. プロットの保存: Matplotlibのsavefigメソッドを使用してプロットを保存します。
  7. PDFへの変換: IronPDFのImageToPdfおよびSaveAsメソッドを使用して画像をPDFに変換します。
  8. プロットの表示: plt.show()を使用して散布図を表示します。

出力

Seaborn Python (開発者向けガイドの動作方法): 図7 - 上記のコード例からの点散布図ウィンドウ

PDF

Seaborn Python (開発者向けガイドの動作方法): 図8 - 点散布図を表示するためにIronPDFを利用したPDF出力

IronPDF ライセンス

IronPDF for Pythonライセンスキーは、購入前にその包括的な機能をテストすることをユーザーに許可します。 試用ライセンスの期間の後、開発者はプロジェクトのニーズに合わせた永久ライセンスを購入できます。

スクリプトの冒頭にIronPDFパッケージを使用する前にライセンスキーを配置します。

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

結論

Seabornは、データ視覚化における能力で広く認識されています。 そのハイレベルなインタフェース、Pandasとの統合、そして美しいデフォルトスタイルは、有益で魅力的な統計グラフィックを作成するのに最適な選択肢です。 初心者でも経験豊富なデータサイエンティストでも、Seabornはデータをより効果的に探索し、理解するのに役立ちます。 On the other hand, IronPDF is a popular library for PDF generation and manipulation in .NET environments, known for its robust feature set and ease of use, helps to document and archive the results from Seaborn in a standard way to save them as PDFs. どちらのライブラリも、現代のデータ可視化の結果を開発し、アーカイブするために開発者に優れたスキルを追加します。

Curtis Chau
Curtis Chau
  今すぐエンジニアリングチームとチャット
テクニカルライター

Curtis Chauは、カールトン大学でコンピュータサイエンスの学士号を取得し、Node.js、TypeScript、JavaScript、およびReactに精通したフロントエンド開発を専門としています。直感的で美しいユーザーインターフェースを作成することに情熱を持ち、Curtisは現代のフレームワークを用いた開発や、構造の良い視覚的に魅力的なマニュアルの作成を楽しんでいます。

開発以外にも、CurtisはIoT（Internet of Things）への強い関心を持ち、ハードウェアとソフトウェアの統合方法を模索しています。余暇には、ゲームをしたりDiscordボットを作成したりして、技術に対する愛情と創造性を組み合わせています。

関連する記事

30日間の無料体験 → 完全な製品。制限なし。クレジットカード不要。 無料トライアルを開始