[seaborn] 1. relplotで散布図を表示する

はじめに
コード
解説
まとめ
参考

はじめに

seabornは、Pythonで美しいグラフを簡単に作成するためのデータ可視化ライブラリです。Matplotlibをベースに統計グラフを容易に作成できます。本記事では、seabornの基本的な機能である「relplot」を使って散布図（scatterplot）を表示する方法について解説します。

コード

解説

モジュールのインポートなど

seabornは一般的に「sns」という略称でインポートされます。sns.set(style=”darkgrid”)でグラフの背景スタイルを設定し、sns.set_context(‘talk’)で文字サイズなどの表示要素を調整できます。

データの読み込み

データについては、下記サイトより2019シーズンのJ1リーグの結果を取得しました。

リーグサマリー：2019 J1 順位表 | データによってサッカーはもっと輝く | Football LAB

フットボールラボ(Football LAB)はサッカーをデータで分析し、新しいサッカーの観戦方法を伝えるサッカー情報サイトです。選手のプレーを評価するチャンスビルディングポイントやプレースタイル指標、チームの戦術を評価するチームスタイル指標...

	順位	Unnamed: 1	Unnamed: 2	勝点	試合数	勝	分	敗	得点	失点	得失	平均得点	平均失点
0	1	NaN	横浜Ｆ・マリノス横浜FM	70	34	22	4	8	68	38	30	2.0	1.1
1	2	NaN	ＦＣ東京FC東京	64	34	19	7	8	46	29	17	1.4	0.9
2	3	NaN	鹿島アントラーズ鹿島	63	34	18	9	7	54	30	24	1.6	0.9
3	4	NaN	川崎フロンターレ川崎Ｆ	60	34	16	12	6	57	34	23	1.7	1.0
4	5	NaN	セレッソ大阪Ｃ大阪	59	34	18	5	11	39	25	14	1.1	0.7
5	6	NaN	サンフレッチェ広島広島	55	34	15	10	9	45	29	16	1.3	0.9
6	7	NaN	ガンバ大阪Ｇ大阪	47	34	12	11	11	54	48	6	1.6	1.4
7	8	NaN	ヴィッセル神戸神戸	47	34	14	5	15	61	59	2	1.8	1.7
8	9	NaN	大分トリニータ大分	47	34	12	11	11	35	35	0	1.0	1.0
9	10	NaN	北海道コンサドーレ札幌札幌	46	34	13	7	14	54	49	5	1.6	1.4
10	11	NaN	ベガルタ仙台仙台	41	34	12	5	17	38	45	-7	1.1	1.3
11	12	NaN	清水エスパルス清水	39	34	11	6	17	45	69	-24	1.3	2.0
12	13	NaN	名古屋グランパス名古屋	37	34	9	10	15	45	50	-5	1.3	1.5
13	14	NaN	浦和レッズ浦和	37	34	9	10	15	34	50	-16	1.0	1.5
14	15	NaN	サガン鳥栖鳥栖	36	34	10	6	18	32	53	-21	0.9	1.6
15	16	NaN	湘南ベルマーレ湘南	36	34	10	6	18	40	63	-23	1.2	1.9
16	17	NaN	松本山雅ＦＣ松本	31	34	6	13	15	21	40	-19	0.6	1.2
17	18	NaN	ジュビロ磐田磐田	31	34	8	7	19	29	51	-22	0.9	1.5

散布図の表示

sns.relplotでx=”勝”, y=”得点”, data=df_j1とすることで、DataFrame(df_j1)の「勝」をx軸、「得点」をy軸とした散布図が得られます。これにより、以下のようなグラフが出力されます。図を保存したい場合は、matplotlibと同様にplt.savefig()を使用します。

新たなパラメータを加えて色を変えて表示

hue=”敗”パラメータを使用することで、各データポイントの負けた試合数を色分けして表示できます。このとき、色分けの凡例が図の右側に自動的に表示されます。

新たなパラメータを加えて点の大きさを変えて表示

size=”敗”パラメータを使用すると、各データポイントの負けた試合数を色ではなく、点の大きさで表現することができます。

点の大きさを変化させたい場合

size=”敗”パラメータとsizes=(50, 500)を組み合わせることで、データポイントの最小面積と最大面積を設定できます。これにより、負けた試合数に応じて点のサイズが視覚的に分かりやすく変化します。

凡例をすべて表示

legend=”full”で凡例をすべて表示することができます。

アスペクト比を変えて表示

aspect=2とすることで縦横比が2となります。

図の大きさを変えて表示

heightパラメータを設定することで、図のサイズを変更できます。単位はインチで指定します。

コードをダウンロード(.pyファイル)

コードをダウンロード(.ipynbファイル)

まとめ

本記事では、seabornのrelplot関数を使用して散布図を表示する方法について解説しました。relplotは変数間の関係性を視覚化するための強力なツールであり、様々なカスタマイズオプションを提供します。基本的な使い方から始めて、色分け、スタイル変更、サイズ調整などの応用方法まで幅広く紹介しました。seabornを使うことで、データの探索的分析が格段に効率的になります。