[seaborn] 9. boxplotで各カテゴリーにおけるデータの分布を表示

はじめに

簡単かつ簡潔にデータを可視化できるseabornを使って、各カテゴリー内のデータの分布を箱ひげ図(boxplot)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

データの読み込み

データは下記サイトから2017〜2019シーズンのJ1の結果を取得し、pandasのDataFrameとした。
作成したDataFrameはpd.concatで結合した。

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...

www.football-lab.jp

新たな列データをDataFrameへ追加

得失のデータを使って得失点差がプラスなチームとマイナスなチームに分ける。プラスのチームには”得失＋”をいれ、マイナスのチームには”得失ー”を入れる。
さらに、ランクについても同様に処理する。

DataFrameの最初の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	得失点	ランク
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	得失＋	上位
1	2	NaN	ＦＣ東京FC東京	64	34	19	7	8	46	29	17	1.4	0.9	得失＋	上位
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	得失＋	上位
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	得失＋	上位
4	5	NaN	セレッソ大阪Ｃ大阪	59	34	18	5	11	39	25	14	1.1	0.7	得失＋	上位

boxplotの表示

sns.catplot(x=”得失点”, y=”勝”, kind=”box”,data=df)により、DataFrame(df)の得失点のカテゴリー別に勝データのboxplotを表示する。

ひげ(whisker)の長さを変える

whisの値を変えることでひげの長さを変えることができる。箱の長さ × whisの値までひげを伸ばすことを可能となる。

hueを設定した場合

hue=’ランク’とすることでランクに応じて色分けされたboxplotが表示される。

boxenplotの表示

kind=’boxen’とすることでboxplotよりも分布がわかりやすい図となる。

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 categorical data — seaborn 0.13.2 documentation

seaborn.pydata.org

seaborn.boxplot — seaborn 0.13.2 documentation

seaborn.pydata.org