Python初学者向け：散布図の描画を基本から解説

この記事はこんな方におススメです

Pythonを始めたばかりで基本から学びたい方
Pythonの基本的な部分を速習してまずは全体像を把握しておきたい方

▶ matplotlibによる可視化を基本から解説しています。以下の投稿も合わせてご覧ください。

データの可視化を基本から解説していきます。まずはデータの可視化ライブラリmatplotlibの使い方からみていきます。今回は第一回目なので一番ベーシックな折れ線グラフの書き方から始めることにしましょう。

はじめに

今回はmatplotlibで散布図を描く方法を基本から解説します。引数は必要な時に「Shift + Tab」でdocstringをみて確認すればよいので、全部覚える必要はありません。基本的な使い方と、どんなことができるかを抑えておけばよいでしょう。さっそく始めましょう。

散布図を描く

書式

はじめに書式を確認しておきましょう。

plt.scatter(x, y)

たったこれだけです。x, yにx座標、y座標を指定するだけです。このx,yは配列で指定することもできます。また、plt.plot()の場合と同様にdf[‘列名’]のようにSeriesを指定することもできるし、x=’列名’としておいて、data=dfというように後からデータフレームを指定するやり方でもOKです。

まずはサンプルデータを用意しましょう。今回もseabornに準備されている学習用データセットのtipsを使います。

# ライブラリのインポート
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

# データセット読み込み
df = sns.load_dataset('tips')
df.head()

散布図を描く

では早速描いていきましょう。今回はtotal_billとtipの関係を見ることにしましょう。

# 散布図を描く
plt.scatter('total_bill','tip',data=df)

できました。これが基本です。ただ、マーカーが密集しているところでは重なってしまってわかりにくいですね。マーカーの透明度を設定することができます。これらは覚えようとしなくても、その都度確認していれば自然に覚えるので、しばらくはdocstringを確認しながら進めるとよいでしょう。

plt.scatter()のdocstring

docstringのparameterの部分を見ると、alphaという引数があります。これで透明度を指定することができます。

# 散布図を描く
plt.scatter('total_bill','tip',data=df,alpha=0.3)

だいぶ見やすくなりましたね。ただ、これでは何のグラフなのかパット見わからないですね。グラフのタイトルや軸ラベルを設定するとわかりやすいです。これは次の投稿を参考にしてください。

Python：グラフ周りの設定

はじめに前回は、散布図、折れ線グラフ、ヒストグラム、棒グラフ、箱ひげ図の描き方を扱いました。matplotlibでは、ほとんど同じ書式で、グラフの指定方法だけ変えればこれらのグラフを描くことができることを確認しました。 ...

# 散布図を描く:タイトルと軸ラベルを記載
plt.scatter('total_bill','tip',data=df,alpha=0.3)
plt.title('請求額とチップの関係',fontsize=20)
plt.xlabel('請求額',fontsize=15)
plt.ylabel('チップ',fontsize=15)

バブルチャートを描く

散布図のマーカーに情報を持たせてみましょう。ここでは、マーカーサイズに人数(size）の情報を持たせてみましょう。このようにマーカーサイズに情報を持たせたものをバブルチャートといいます。これは次の書式となります。

plt.scatter(x, y, s )

sに持たせる情報を与えてあげればよいです。やってみましょう。

# バブルチャート

plt.scatter('total_bill','tip',s='size',data=df,alpha=0.3)
plt.title('請求額とチップの関係',fontsize=20)
plt.xlabel('請求額',fontsize=15)
plt.ylabel('チップ',fontsize=15)

できました。ただ、バブルが小さすぎてよくわかりません。これは次のようにするとよいでしょう。

# バブルチャート：バブルを大きく
plt.scatter(df['total_bill'],df['tip'],s=df['size']*50,alpha=0.3)
plt.title('請求額とチップの関係',fontsize=20)
plt.xlabel('請求額',fontsize=15)
plt.ylabel('チップ',fontsize=15)