PYTHON ヘルプ

Seaborn Python（開発者向けガイドの使い方）

チャクニット・ビン

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。 Seabornは、特に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するのに適しています。この記事の後半では、IronSoftwareのPDF生成および操作ライブラリであるIronPDFについても詳しく見ていきます。

主な機能

ハイレベルインターフェース：Seaborn はハイレベルインターフェースを提供しており、複雑なビジュアライゼーションの作成プロセスを簡素化します。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。
Pandasとの統合: SeabornはPandasの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ます。
美しいデフォルトスタイル：Seabornには美しいデフォルトのスタイルとカラーパレットが備わっており、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。
統計推定: Seabornは、回帰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機能を含んでいます。
1. 一変量と二変量の分布：Seabornは統計データの可視化をサポートしています。
一変量分布 in Seaborn
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割合を表示します。
4. ボックスプロット: 四分位数と外れ値でデータの分布を示します。
Seabornにおける二変量分布

1. 散布図: 2つの変数間の関係を示します。

2. ヘックスビンプラット: 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: 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の関係を示します。

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

py

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()

py

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（開発者ガイドのための使い方）：図1 - 上記のコードからのグラフ出力例

よく使われるプロット

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()

py

PYTHON

Seaborn Python（開発者向けガイド：動作の仕組み）：図2 - 関係プロットの例

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()

py

PYTHON

Seaborn Python（開発者ガイドでの動作方法）：図3 - カテゴリカルプロットの例

分布プロット: 例として、ヒストグラムやカーネル密度推定とプロットがあります。

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

py

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

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()

py

PYTHON

Seaborn Python（開発者ガイドとしての動作方法）: 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")

py

PYTHON

IronPDFの紹介

Seaborn Python（開発者ガイドとしての使い方）: 図6 - IronPDF: The Python PDFライブラリ

IronPDFは、HTML、CSS、画像、および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な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、.NET、Java、Python、およびNode.jsでも利用可能です。

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。

標準準拠:

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

py

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

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。
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

py

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()

py

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。

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 * 。
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。
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。
読み込まれたDataFrameを出力ウィンドウで表示します。
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。
savefigメソッドを使用してプロットを保存します。
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。
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

Seaborn Python（開発者ガイドとしての働き方）: 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 ライセンスキーは、購入前に包括的な機能をテストできるようにするためのものです。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"

py

PYTHON

結論

Seaborn はデータ可視化におけるそ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。初心者でも経験豊富なデータサイエンティストでも、Seaborn はデータの探索と理解をより効果的に行うのに役立ちます。一方、IronPDFは、.NET環境におけるPDF生成と操作のための人気ライブラリであり、その強力な機能セットと使いやすさで知られています。Seabornの結果を標準的な方法で文書化し、PDFとして保存するのに役立ちます。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。

チャクニット・ビン

今すぐエンジニアリングチームとチャット

ソフトウェアエンジニア

ChaknithはIronXLとIronBarcodeで作業しています。彼はC#と.NETに深い専門知識を持ち、ソフトウェアの改善と顧客サポートを支援しています。ユーザーとの対話から得た彼の洞察は、より良い製品、文書、および全体的な体験に貢献しています。

< 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）