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

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...

www.football-lab.jp

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	勝	分	敗	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.pydata.org

seaborn.pairplot — seaborn 0.13.2 documentation

seaborn.pydata.org