An Interesting Guide to Visualize Data Using Python Seaborn

38 An Interesting Guide to Visualize Data Using Python Seaborn のメモ

1. mtcars.csv は kaggle からロード

   import kagglehub
   path = kagglehub.dataset_download("ruiromanini/mtcars")
   mtcars = pd.read_csv(path+"/mtcars.csv")
   mtcars.head()
   

2. palette を指定するには、 hue への色付けという意味付けに移行するた め、 hue の指定をする。自動的に凡例 legend がつくので、それを無効にする。

   es = sns.barplot(x='gear',y='hp',data=mtcars,hue='gear',legend=False,palette='rocket')

3. distplot は廃止になるので、 histplot の同様の機能を使う。 kde を有効にする。 Updating code that uses seaborn.distplot

   sns.histplot(data=mtcars, x='mpg', bins=10,kde=True,stat="density", color='g')
   

4. iris データセットは seabone が持っているサンプルデータセットからロー ドするので、 kaggle は不要

   iris=sns.load_dataset('iris')
   iris.head()
   

5. Pandasのcorr メソッドは数値だけ相関を取る場合は numeric_only=True にする必要がある

   sns.heatmap(mtcars.corr(numeric_only=True),cbar=True,linewidths=0.5)
   

6. lmplot において、近似直線は近傍にしか書かなくなったので、 trancate=False で端まで直線を伸ばすようにする

   sns.lmplot(x='petal_length',y='petal_width',data=iris,hue="species",truncate=False,markers=['o','*','^'])