[seaborn] 14. 複数のデータのペアワイズ関係をpairplotで表示

python

はじめに

簡単かつ簡潔にデータを可視化できるライブラリであるseabornを用いて、複数のデータの関係性をpairplotで表示する方法について説明する。

コード

解説

モジュールのインポートなど

version

データの読み込み

2017-2019のサッカーJリーグのJ1の結果を下記サイトから読み込む。URLごとにTableをDataFrameとして読み込み、読み込んだものをリストに加えていく。

リーグサマリー:2020 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...

DataFrameへの列の追加と結合

各データフレームに[‘year’]の列を追加する。

pd.concatでリスト内のデータフレームを結合する。結合したDataFrameの上位5行は以下のようになる。

順位 Unnamed: 1 Unnamed: 2 勝点 試合数 得点 失点 得失 平均得点 平均失点 year
0 1 NaN 川崎フロンターレ川崎F 72 34 21 9 4 71 32 39 2.1 0.9 2017
1 2 NaN 鹿島アントラーズ鹿島 72 34 23 3 8 53 31 22 1.6 0.9 2017
2 3 NaN セレッソ大阪C大阪 63 34 19 6 9 65 43 22 1.9 1.3 2017
3 4 NaN 柏レイソル柏 62 34 18 8 8 49 33 16 1.4 1.0 2017
4 5 NaN 横浜F・マリノス横浜FM 59 34 17 8 9 45 36 9 1.3 1.1 2017

ilocによるDataFrameの取得

6,7,8列目のデータと、6,7,8列目と最後の一列で構成されたDataFrameをそれぞれ作成する。

pairplotの表示

sns.pairplot(data_pp)でdata_ppの各データ間のペアワイズ関係をプロットする。

hueによる色分けしたpairplot

sns.pairplot(data_pp_y, hue=”year”)でdata_pp_yのyearのデータに応じて色分けしたpairplotが表示される。

pairplotでmarkerを設定

markers=[“o”, “^”, “s”]のようにデータ数と同じサイズのマーカーのリストを設定することで各データのマーカーを変えることができる。

任意のデータのみをpairplotで表示

vars=[“得点”, “勝点”]のように設定することで、DataFrameの中からpairplotするデータを選択することができる。

pairplotで対角と下側のみ図を表示

corner=Trueで対角と下側のみ図を表示できる。

線形回帰つき散布図のpairplot

kind=”reg”とすることで線形回帰を表示した散布図によるpairplotを表示できる。

対角の図をカーネル密度推定グラフにする

diag_kind=”kde”とすることで対角の図をkdeplotにすることができる。

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)

参考

Visualizing distributions of data — seaborn 0.13.2 documentation
seaborn.pairplot — seaborn 0.13.2 documentation

コメント