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といった独自のデータを開発しています。データを活用してサッカーに新しい視点を提供...
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。
参考
Visualizing distributions of data — seaborn 0.12.2 documentation
seaborn.pydata.org
seaborn.pairplot — seaborn 0.12.2 documentation
seaborn.pydata.org
コメント