Pythonでデータ分析をする際、グラフ化は欠かせません。特にSeabornは、美しく見やすいグラフを少ないコードで描ける強力なライブラリです。この記事では、Seabornの基本から応用までを初心者向けにやさしく解説します。
Seabornとは？
Seabornは、Pythonのデータ可視化ライブラリのひとつで、Matplotlibをベースにしています。大きな特徴は「美しいデフォルトデザイン」と「統計的な可視化に強い」という点です。たとえば、相関関係を見やすくする散布図やカテゴリデータの分布を表す箱ひげ図などを簡単に描けます。さらに、PandasのDataFrameとの相性が良く、データ分析の流れに自然に組み込めます。
Seabornのインストールと基本設定
インストール方法
まずはpipを使ってインストールします。すでにMatplotlibやPandasを使っている環境なら、そのまま導入可能です。
pip install seaborn
インポートと初期設定
インポートは次のように行います。また、よく使うPandasやMatplotlibと一緒に読み込むと便利です。
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
これで準備は完了です。以降はPandasのデータをそのままSeabornで描画できます。
Seabornで描ける基本的なグラフ
散布図（scatterplot）
変数同士の関係を調べるときに役立ちます。例えば、2つの数値データを比較して相関があるかを視覚的に確認できます。
df = pd.DataFrame({
"x": [5, 7, 8, 7, 6, 9, 5, 6],
"y": [99, 86, 87, 88, 100, 86, 103, 87]
})
sns.scatterplot(x="x", y="y", data=df)
plt.show()
ヒストグラムとKDEプロット
データの分布を確認するのに便利です。Seabornの「histplot」を使うと直感的に描けます。
sns.histplot(df["y"], kde=True)
plt.show()
箱ひげ図（boxplot）
データの分布や外れ値を把握するのに適しています。カテゴリごとに比較する際にも有効です。
sns.boxplot(x="x", y="y", data=df)
plt.show()
Seabornの魅力：簡単なカスタマイズ
Seabornでは、色やスタイルを簡単に変更できます。たとえば、テーマを設定するだけで全体のデザインが整います。
sns.set_style("whitegrid")
sns.scatterplot(x="x", y="y", data=df, hue="x", palette="coolwarm")
plt.show()
このように、少ないコードで見やすく美しいグラフを作れるのがSeabornの大きな利点です。
複数の変数を同時に可視化
Seabornには、複数の変数の関係を一度に表現できる関数も用意されています。
ペアプロット（pairplot）
数値変数の組み合わせごとに散布図やヒストグラムを自動で作成します。
iris = sns.load_dataset("iris")
sns.pairplot(iris, hue="species")
plt.show()
ヒートマップ（heatmap）
相関係数を可視化する際に便利です。数値の関係性を直感的に理解できます。
corr = iris.corr()
sns.heatmap(corr, annot=True, cmap="coolwarm")
plt.show()
応用テクニック
カテゴリデータの可視化
カテゴリごとにデータを比較するには「countplot」や「violinplot」などが役立ちます。
sns.countplot(x="species", data=iris)
plt.show()
Matplotlibとの併用
Seabornで描いたグラフに、Matplotlibの機能を組み合わせるとさらに柔軟な表現が可能です。例えばタイトルや軸ラベルの調整などはMatplotlibの関数を使えます。
sns.scatterplot(x="sepal_length", y="sepal_width", data=iris)
plt.title("Iris Dataset")
plt.xlabel("Sepal Length")
plt.ylabel("Sepal Width")
plt.show()
よくあるエラーと注意点
Seabornを使う際に初心者がよくつまずくポイントがあります。まず「データが表示されない」ケースは、plt.show()を忘れている場合がほとんどです。また、DataFrameのカラム名を間違えると「ValueError」が発生します。さらに、古いバージョンのSeabornを使うと一部の関数が動作しないため、最新バージョンに更新することをおすすめします。
Python初心者におすすめのサービス
「もっと実践的なコード例が欲しい」「自分の用途に合わせて教えてほしい」という方には、
テックアカデミーがおすすめです。
AI関連コースやシステム開発コース、アプリ開発コースなど豊富な学習が可能です。
さらに今なら無料相談でアマギフプレゼントもあるので、気軽にお申込みしてみてください。
また、プログラミング学習のプラットフォームとして、ココナラでは、現役エンジニアや経験豊富なPython講師が、あなたのレベルや目的に合わせてマンツーマンで指導してくれます。
書籍や動画ではカバーしきれない、あなた専用のカリキュラムで学べるのが最大の魅力。短時間で効率的にスキルを伸ばしたいなら、まずは出品者のサービスをチェックしてみましょう。
また、教える側としてスキルを活かして副業・独立を目指すことも可能です。
プログラミング経験やPythonの知識があれば、自分の得意分野をサービスとして出品し、全国の学習者から直接依頼を受けられます。オンラインで完結するため、場所や時間に縛られず、自分のペースで働けるのも大きなメリットです。
こちらのリンクから詳細をチェックしてみてください。
まとめ
SeabornはPythonでデータを可視化する際にとても便利なライブラリです。美しいグラフを直感的に描けるので、データ分析や資料作成が格段に効率的になります。基本操作から応用まで試して、自分の分析に活用してみましょう。
以下のリンクから、
SESの組込みシステムから色々な不満を持ち、自社WEBサービスへ転職した実体験の記事がありますので、是非読んでみてください。とても喜びます。
SESの組込みシステムから自社WEBサービスのエンジニアに転職した話
コメント