[機械学習のはじめ方] Part8: Matplotlib・Seabornによる可視化の基礎

はじめに：なぜデータを可視化するの？ 🤔

Matplotlib：自由自在なグラフ描画の基礎 🎨

Matplotlibは、Pythonでグラフを描画するための最も基本的なライブラリの一つです。非常に柔軟性が高く、グラフの細かい部分までカスタマイズできるのが特徴です。まずは基本的な使い方を見ていきましょう。

基本的なプロット

Matplotlibの `pyplot` モジュール（通常 `plt` という名前でインポートします）を使うことで、様々な種類のグラフを簡単に作成できます。

import matplotlib.pyplot as plt

# データの準備
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

# 折れ線グラフの描画
plt.plot(x, y)
plt.show() # グラフを表示
          

import matplotlib.pyplot as plt

# データの準備
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

# 散布図の描画
plt.scatter(x, y)
plt.show()
          

import matplotlib.pyplot as plt

# データの準備
categories = ['A', 'B', 'C']
values = [10, 25, 15]

# 棒グラフの描画
plt.bar(categories, values)
plt.show()
          

import matplotlib.pyplot as plt
import numpy as np

# データの準備 (正規分布に従う乱数)
data = np.random.randn(1000)

# ヒストグラムの描画
plt.hist(data, bins=30) # binsで区間の数を指定
plt.show()
          

グラフのカスタマイズ ✨

Matplotlibでは、グラフをより分かりやすく、見栄え良くするために様々な要素をカスタマイズできます。

import matplotlib.pyplot as plt

# データの準備
x = [1, 2, 3, 4, 5]
y1 = [2, 3, 5, 7, 11]
y2 = [1, 4, 6, 8, 10]

# グラフの描画とカスタマイズ
plt.plot(x, y1, label='Prime Numbers', color='blue', linestyle='--', marker='o') # ラベル、色、線種、マーカー
plt.plot(x, y2, label='Even-ish Numbers', color='red', linewidth=2, marker='x') # 線幅

# タイトルと軸ラベル
plt.title('My First Plot with Customization')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

# 凡例の表示
plt.legend()

# グリッド線の表示
plt.grid(True)

# グラフの表示
plt.show()

# 画像として保存する場合
# plt.savefig('my_plot.png', bbox_inches='tight') # bbox_inches='tight' で余白を調整
      

`title()`, `xlabel()`, `ylabel()` でタイトルや軸ラベルを、 `legend()` で凡例を表示できます。 `plot()` 関数の中で `label`, `color`, `linestyle`, `linewidth`, `marker` などを指定して、線の見た目を細かく調整できます。

複数のグラフを並べる (Subplots) 🧩

`plt.subplots()` を使うと、複数のグラフを一つの図の中に並べて表示できます。

import matplotlib.pyplot as plt
import numpy as np

# データの準備
x = np.linspace(0, 10, 100)
y_sin = np.sin(x)
y_cos = np.cos(x)

# 2x1 のグリッドを作成
fig, axes = plt.subplots(2, 1, figsize=(6, 6)) # figsizeで図全体のサイズを指定

# 上のグラフ (axes[0])
axes[0].plot(x, y_sin, color='green')
axes[0].set_title('Sine Wave')
axes[0].set_ylabel('sin(x)')
axes[0].grid(True)

# 下のグラフ (axes[1])
axes[1].plot(x, y_cos, color='purple')
axes[1].set_title('Cosine Wave')
axes[1].set_xlabel('x')
axes[1].set_ylabel('cos(x)')
axes[1].grid(True)

# レイアウトの調整
plt.tight_layout()

# 表示
plt.show()
      

`plt.subplots(行数, 列数)` でグラフを描画する領域 (Axes) を作成し、それぞれの Axes に対してプロットしていきます。

Seaborn：より美しく統計的なグラフを簡単に 🌟

Seabornは、Matplotlibをベースにして作られたライブラリで、統計的なデータの可視化に特化しています。Matplotlibよりも少ないコードで、より洗練された美しいグラフを描くことができるのが大きな魅力です。 特にPandasのDataFrameとの相性が抜群です。

Seaborn の特徴

基本的なプロット例

Seabornでも様々なグラフを描画できます。ここではいくつかの例を見てみましょう。（Seabornは `sns` という名前でインポートするのが慣例です）

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

# Seabornのサンプルデータセット (tips: レストランのチップに関するデータ) をロード
tips = sns.load_dataset("tips")

# Matplotlibのグラフをきれいに表示するための設定 (任意)
# sns.set(style="whitegrid")

# 散布図 (total_bill と tip の関係、性別で色分け)
plt.figure(figsize=(8, 6)) # Matplotlibの機能で図のサイズを調整
sns.scatterplot(data=tips, x="total_bill", y="tip", hue="sex")
plt.title('Total Bill vs Tip by Sex')
plt.show()

# ヒストグラム (total_bill の分布、カーネル密度推定付き)
plt.figure(figsize=(8, 6))
sns.histplot(data=tips, x="total_bill", kde=True, bins=20) # kde=True でカーネル密度推定を表示
plt.title('Distribution of Total Bill')
plt.show()

# 箱ひげ図 (曜日ごとの total_bill の分布)
plt.figure(figsize=(8, 6))
sns.boxplot(data=tips, x="day", y="total_bill")
plt.title('Total Bill Distribution by Day')
plt.show()

# バイオリンプロット (曜日ごとの total_bill の分布、形状も表示)
plt.figure(figsize=(8, 6))
sns.violinplot(data=tips, x="day", y="total_bill", hue="smoker", split=True) # hueでさらに分割, split=Trueで左右に表示
plt.title('Total Bill Distribution by Day and Smoker')
plt.show()

# ヒートマップ (数値変数間の相関)
# Pandas 2.2以降では numeric_only=True がデフォルトで必須になる場合があります
numeric_tips = tips.select_dtypes(include=np.number) # 数値列のみを選択
correlation_matrix = numeric_tips.corr() # 相関係数を計算

plt.figure(figsize=(8, 6))
sns.heatmap(correlation_matrix, annot=True, cmap='coolwarm', fmt=".2f") # annot=Trueで数値を表示, cmapで色を指定, fmtで書式指定
plt.title('Correlation Matrix of Numeric Features')
plt.show()

# ペアプロット (数値変数間の関係性をまとめて表示)
# 時間がかかる場合があります
# sns.pairplot(tips, hue="sex") # hueで色分け
# plt.suptitle('Pair Plot of Tips Dataset', y=1.02) # 全体のタイトル (少し上に表示)
# plt.show()
      

Seabornの多くの関数では `data` 引数にDataFrameを、 `x` や `y` 引数に列名を文字列で指定するだけで、簡単にグラフを作成できます。 `hue` 引数を使うと、カテゴリ変数に応じて色分けすることも可能です。

Matplotlib と Seaborn の使い分け 🤔

どちらのライブラリも強力ですが、状況に応じて使い分けるのがおすすめです。

まとめ 🥳