【Python】seabornでヒストグラムを作成する方法

2024年3月13日2024年10月18日

URLをコピーしました！

今回は、seabornでヒストグラムを作成する方法を紹介します。

ヒストグラムの描画

seabornを使用すれば、ヒストグラムを簡単に作成できます。

今回は、ヒストグラムを作成する方法を2つ紹介します。

histplot
distplot

詳細はseaborn公式ページ参照

今回はtipsのデータセットを使用します。

tipsにはレストランの食事に関する情報が含まれています。

histplotの使い方

histplotはヒストグラムを描画するための関数です。

以下のように使用します。

sns.histplot(data, bins=20, kde=True)

data: 分析したいデータ

bins: データを分割する区間の数

kde: カーネル密度推定の有効・無効

サンプルコードは以下の通りです。

import seaborn as sns
import matplotlib.pyplot as plt

# データの読み込み
data = sns.load_dataset('tips')

# histplotを使用してヒストグラムを描画
sns.histplot(data['total_bill'], bins=20, kde=True)

# グラフの表示
sns.set()
plt.show()

実行結果

データを分割する区間数(階級幅)を変更

binsを変更して、データを分割する区間の数を変更します。

binsを変更したものを2つ並べて表示してみます。

import seaborn as sns
import matplotlib.pyplot as plt

# データの読み込み
data = sns.load_dataset('tips')

# グラフのサイズを設定
plt.figure(figsize=(12, 6))

# bins 10のグラフ
plt.subplot(1, 2, 1)
sns.histplot(data['total_bill'], bins=10, kde=True)
plt.title('Bins: 10')

# bins 30のグラフ
plt.subplot(1, 2, 2)
sns.histplot(data['total_bill'], bins=30, kde=True)
plt.title('Bins: 30')

# グラフの表示
plt.show()

実行結果

binsの値をデータを分割する区間が増えたことがわかります。

カーネル密度推定(KDE)を表示

kdeパラメータで、カーネル密度推定の表示/非表示の設定ができます。

カーネル密度推定を表示/非表示した場合のグラフを並べて表示してみます。

import seaborn as sns
import matplotlib.pyplot as plt

# データの読み込み
data = sns.load_dataset('tips')

# グラフのサイズを設定
plt.figure(figsize=(12, 6))

# KDE　表示
plt.subplot(1, 2, 1)
sns.histplot(data['total_bill'], bins=20, kde=True)
plt.title('kde: True')

# KDE非表示
plt.subplot(1, 2, 2)
sns.histplot(data['total_bill'], bins=20, kde=False)
plt.title('kde: False')

# グラフの表示
plt.show()

実行結果

distplotの使い方

distplotを使用してヒストグラムを作成することもできます。

ただし、distplot将来なくなる可能性があるので、注意してください。

distplotは以下のように使用します。

sns.distplot(data, bins=20, kde=True)

それぞれのパラメータはhistplotと同じです。

サンプルコードは以下の通りです。

import seaborn as sns
import matplotlib.pyplot as plt

# データの読み込み
data = sns.load_dataset('tips')

# distplotを使用してデータの分布を可視化
sns.distplot(data['total_bill'], kde=True, bins=20, rug=True)

# グラフの表示
sns.set()
plt.show()

実行結果