【Pandas】.plot.scatterで散布図を作成する

JS2IIU

1年前

こんにちは、JS2IIUです。
Pandasは、Pythonでデータ分析を行うための強力なライブラリです。その中でも、.plotメソッドは、データフレームから簡単にグラフを作成できる便利な機能です。今回は、.plot.scatterメソッドを使って、散布図を作成する方法を解説します。

散布図とは？
.plot.scatterメソッドのシグネチャ
プログラム例
カスタマイズ例
参考になるWEBサイト

散布図とは？

散布図は、2つの変数の関係を視覚的に表現するグラフです。それぞれのデータポイントを、x軸とy軸に対応する値を持つ点としてプロットします。これにより、2つの変数の間に相関関係があるかどうか、どのような関係があるのかを把握することができます。

.plot.scatterメソッドのシグネチャ

Python

DataFrame.plot.scatter(x, y, s=None, c=None, **kwargs)

パラメータ:

x: x軸に使用する列名。
y: y軸に使用する列名。
s: 各データポイントのサイズを指定する数値または配列。デフォルトは20です。
c: 各データポイントの色を指定する列名、数値、配列、またはカラーマップ。デフォルトは’blue’です。
kwargs: その他のキーワード引数。Matplotlibのscatter()関数に渡されます。

kwargsでよく使うパラメータ:

figsize: グラフのサイズをタプル(幅, 高さ)で指定します。
title: グラフのタイトルを指定します。
xlabel: x軸のラベルを指定します。
ylabel: y軸のラベルを指定します。
grid: Trueに設定するとグリッド線を表示します。
xlim: x軸の範囲をタプル(最小値, 最大値)で指定します。
ylim: y軸の範囲をタプル(最小値, 最大値)で指定します。
marker: データポイントにマーカーを表示します。’o’（円）、’s’（四角）、’^’（三角）など、Matplotlibで定義されているマーカーを使用できます。
colormap: カラーマップを指定します。Matplotlibで定義されているカラーマップ名を使用します。

プログラム例

Python

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

# サンプルデータの作成
np.random.seed(0)
data = {
    'Height': np.random.normal(170, 10, 100),
    'Weight': np.random.normal(60, 10, 100)
}
df = pd.DataFrame(data)

# 散布図の作成
df.plot.scatter(x='Height', y='Weight', figsize=(8, 6), title='Height vs Weight')
plt.xlabel('Height (cm)')
plt.ylabel('Weight (kg)')
plt.show()

解説:

pandas、matplotlib.pyplot、numpyをインポートします。
乱数を用いてサンプルデータを作成し、DataFrameに格納します。
df.plot.scatter()メソッドで散布図を作成します。
- x='Height'でx軸に’身長’列を使用することを指定します。
- y='Weight'でy軸に’体重’列を使用することを指定します。
- figsize=(8, 6)でグラフのサイズを指定します。
- title='Height vs Weight'でグラフのタイトルを指定します。
plt.xlabel()でx軸のラベルを指定します。
plt.ylabel()でy軸のラベルを指定します。
plt.show()でグラフを表示します。

カスタマイズ例

Python

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

# サンプルデータの作成
np.random.seed(0)
data = {
    'Height': np.random.normal(170, 10, 100),
    'Weight': np.random.normal(60, 10, 100),
    'Age': np.random.randint(20, 60, 100)
}
df = pd.DataFrame(data)

# 散布図の作成
df.plot.scatter(x='Height', 
               y='Weight', 
               s=df['Age'],  # 年齢に応じて点のサイズを変更
               c='Age',  # 年齢に応じて色分け
               colormap='viridis',  # カラーマップを'viridis'に変更
               figsize=(8, 6), 
               title='Height vs Weight',
               marker='s',  # マーカーを四角に変更
               grid=True  # グリッド線を表示
              )
plt.xlabel('Height (cm)')
plt.ylabel('Weight (kg)')
plt.show()

解説:

s=df['Age']で年齢に応じて点のサイズを変更しています。
c='Age'で年齢に応じて色分けしています。
colormap='viridis'でカラーマップを’viridis’に変更しています。
marker='s'でマーカーを四角に変更しています。
grid=Trueでグリッド線を表示しています。

このように、kwargsで様々なパラメータを指定することで、グラフをカスタマイズすることができます。

参考になるWEBサイト

これで、Pandasの.plotメソッドを使ったグラフ作成の全11回のシリーズ記事が完結しました。これらの記事が、皆様のデータ分析に役立つことを願っています。

今回も少しだけPRです。

Pandasについて詳しく知りたいかた、もっと使いこなしたい方におすすめの本です。数年前に購入しましたが、今も手元に置いて時々見返しています。

「pandasクックブック Pythonによるデータ処理のレシピ」Theodore Petrou著、黒川利明訳。

最後まで読んでいただきありがとうございます。73