seaborn

date: 2021-01-30 excerpt: seaborn

seaborn

インストール

$ pip install seaborn

最初にインポートするライブラリや設定

import seaborn as sns
import matplotlib
# matplotlib.use('agg') # python scriptのときは有効化する
import matplotlib.pyplot as plt
import matplotlib.dates as mdates # time seriesの描画
import importlib
if importlib.util.find_spec("japanize_matplotlib"):
    import japanize_matplotlib 
else:
    # 日本語フォントが入っていないなど/
    import os
    os.system("pip install japanize-matplotlib")
    import japanize_matplotlib
%config InlineBackend.print_figure_kwargs={'facecolor' : "w"} # matplot, seabornが生成するpngが透明にならないようにする

描画

jupyterのセルにplt.show()を最後にするかaxインスタンスを最後に置くかの二通りがある

plt.figure(...)
...
plt.show()

ax = sns.some_func(...)
...
ax

more resolution graph

plt.figure(figsize=(15, 15)) # ここを大きくする
ax = sns.scatterplot(data=hoo, x=bar, y=hoge)
ax

より見やすくする

seabornには幾つかテーマセットがあり、文字が大きく太いテーマとしてposterがある

sns.set_context("poster")

distplot(重ね合わせ、滑らかなヒストグラム)を描画する

現在、distplotは非推奨であるため、displotを使用することを推奨

ax0 = sns.distplot(a["{ANY_VALUE}"], kde=False, bins=[x for x in range(0, 1800, 10)], hist_kws=dict(alpha=0.5))
ax0.set(xlim=(0, 1800))
ax1 = sns.distplot(a["{SOME_VALUE}"], kde=False, bins=[x for x in range(0, 1800, 10)], hist_kws=dict(alpha=0.5))
ax1.set(xlim=(0, 1800))

bins=[x for x in range(...)] はヒストグラムのステップを決定するもの
bins=100で100個のbinで分割するなど数値の引数も取ることができる
hist_kws は半透明描画等の描画オプジョン
kde=False はkdeでフィット曲線を描画しないオプション
norm_hist=Trueは値をノーマライズするか
hist_kws=dict(cumulative=True)は累積ヒストグラム

histplot(バータイプのヒストグラム)を描画する

/seaborn-histplot/

scatter(散布図)を描画する

ax = sns.scatterplot(x="{PANDAS_COL_NAME0}", y="{PANDAS_COL_NAME1}", hue="{ANY_CATEGORY_AXIS}", data=data: pd.DataFrame, s={DOT_SIZE}: int)

scatter(散布図)にアノテーションを追加する

plt.figure(figsize=(10, 10)) 
ax = sns.scatterplot(data=df, x="2020年度人口", y="技術者人口(千人)")
# Annotate label points 
for text, x, y in zip(df["country_subdivision"], df["2020年度人口"], df["技術者人口(千人)"]):
    ax.annotate(text, (x+0.7, y+0.5)) # 0.7, 0.5は文字を右上に表示するためのパラメータ
ax

barplotを描画する

ax = sns.barplot(x="{PANDAS_COL_NAME0}", y="{PANDAS_COL_NAME1}", hue="{ANY_CATEGORY_AXIS}", data=data: pd.DataFrame, s={DOT_SIZE}: int)

lineplotを描画する

/seaborn-lineplot/

円グラフを描画する

colors = sns.color_palette('Paired')
fig, ax = plt.subplots(figsize=(5,5))
explode = (0, 0.1)
ax.pie(df['category'].value_counts(), explode=explode, labels=df['category'].value_counts().index,
       autopct='%1.1f%%', shadow=True, startangle=90, colors=colors)
ax.axis('equal')
ax

カテゴリ数をカウントして円グラフにする例
円グラフ-exapmple

heatmapを描画する

/seaborn-heatmap/

time seriesの軸を描画する

matplotlib.datesをインポートした上でx軸の粒度とフォーマットを定義する
例えば、以下の例は月ごとに表示する

plt.figure(figsize=(15, 15))
plt.xticks(rotation=90)
ax = sns.lineplot(x ="date", y = "num", hue="tag", data =b)
ax.xaxis.set_major_locator(mdates.MonthLocator())
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m'))

ラベルのテキストを強制的にフォーマットする

float値などが適切なフォーマットになってくれないことがある
描画オブジェクト取得後に、テキストを取り出し加工することで上書きすることができる

ax.set_yticklabels([ f"{float(l.get_text()):0.02f}" for l in ax.get_yticklabels()])
ax.set_xticklabels([ f"{float(l.get_text()):0.02f}" for l in ax.get_xticklabels()])

save to png file

ax.get_figure().savefig("{OUTPUT}.png")

output image size definition

plt.subplots(figsize=(10,9))

add title, xtitle, ytitle

# 一括で設定
ax.set(title="{TITLE}", xlabel="{X_LABEL}", ylabel="{Y_LABEL}")

# 個別に設定(フォントサイズも指定可能)
ax.set_title("{TITLE}", fontsize=20)

tickの設定

ax.set(xlim=(0, 20), xticks=np.arange(0, 20, 0.25), title="title", xlabel="xlabel", ylabel="ylabel")
ax.set_xticklabels(ax.get_xticklabels(), rotation=90)

中央値、平均値を表示する

# 平均値
ax.axvline(data["rate"].mean(), color='r', linestyle='--', linewidth=2)
# 中央値
ax.axvline(data["rate"].median(), color='b', linestyle='-', linewidth=2)

add limit

# this is example
ax.set(xlim=(0, 180), ylim=(0.2, 0.60))

xlabelが表示されないとき

明示的にset_xticklabelsする

ax.set_xticklabels(df.x_label_series_data)

rotate xlabel

ax.set_xticklabels(ax.get_xticklabels(), rotation=90)

上記で期待通りに動作しない時以下の設定でrotateできる

plt.xticks(rotation=90)

en-smoll xlabel

ax.set_xticklabels(ax.get_xticklabels(), fontsize=5)

down sampling xlables

for idx, lbl in enumerate(ax.get_xticklabels()):
    if (idx+4)%7 == 0:
        lbl.set_visible(True)
    else:
        lbl.set_visible(False)

clr graphs

ax.get_figure().clf() 

multiple graphs

g = sns.FacetGrid(a, col="{MULTIPLE_KEY_COLUMN_NAME}", col_wrap=2, height=5)
g.map(sns.scatterplot, "{X_AXIS}", "{Y_AXIS}", alpha=0.8)
# set here ylim, xlim
# for ax in g.axes.flat:
#    ax.set_ylim(0, 15)
g.add_legend()
g.savefig("{IMAGE}.png")