統計データの視覚化 Seabornは人気 for 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は、特に複雑なデータセットを視覚化し、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、Iron SoftwareによるPDF生成および操作ライブラリであるIronPDFも見ていきます。

主要な特徴

1.高レベル インターフェース: Seaborn は高レベル インターフェースを提供し、複雑な視覚化を作成する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、DataFrames に保存されたデータを簡単に視覚化できます。 3.美しいデフォルトのスタイル: Seaborn には美しいデフォルトのスタイルとカラー パレットが付属しており、プロットをより魅力的にし、解釈しやすくします。 4.統計的推定: Seaborn には、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関数が含まれています。

5. 一変量および二変量分布: Seabornは統計データ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.**ボックス プロット:**四分位数と外れ値を使用してデータ分布を示します。

• Seabornでの二変量分布

  1.散布図: 2 つの変数間の関係を示します。 2.**六角形ビン 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: 2 つの変数の滑らかな密度プロット。 4.**ペア プロット:**データセット内のペアの関係を表示します。

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

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。

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()

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

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()

2.**カテゴリ プロット:**これらのプロットはカテゴリ 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()

3.**分布プロット:**例としては、ヒストグラムやカーネル密度推定などがあります。

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

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

4.**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()

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")

IronPDFの紹介

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は.NET、Java、Python、そしてNode.jsでも利用できます。

• 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

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 for Pythonファイルを作成しましょう。

Visual Studio Codeを開き、ファイルを作成し、seabornDemo.pyを実行します。

必要なライブラリをインストール:

pip install seaborn ironpdf

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()

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:**データの視覚化と 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には、ライセンス キーを追加する必要があります。 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 を印刷: DataFrame を印刷して出力に表示します。 5. プロットを作成: Seabornのscatterplotメソッドを使用してデータを視覚化します。 6. プロットを保存: Matplotlibのsavefigメソッドを使用してプロットを保存します。 7. PDFに変換: IronPDFのSaveAsメソッドを使用して画像をPDFに変換します。 8. プロットを表示: plt.show()を使用して散布図を表示します。

出力

PDF

IronPDF ライセンス

IronPDF Python 向けライセンスキーは、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"

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。 一方で、IronPDFは.NET環境でのPDF生成と操作のための人気のライブラリで、その堅牢な機能セットと使いやすさで知られており、Seabornからの結果を標準的な方法で文書化し、アーカイブするために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、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。