❝この記事では、最も一般的に使用される「11の分布図」を共有しています。
❞
目次
28.ドットプロットと組み合わせたボックスプロット（ドット+ボックスプロット）
第四に、分布（分布）関係図
21.連続変数の積み上げヒストグラム
グラフは、特定の連続変数の度数分布を示しています。
# Import Data
df = pd.read_csv("./datasets/mpg_ggplot2.csv")
# Prepare data
x_var = 'displ'
groupby_var = 'class'
df_agg = df.loc[:, [x_var, groupby_var]].groupby(groupby_var)
vals = [df[x_var].values.tolist() for i, df in df_agg]
# Draw
plt.figure(figsize=(10, 6), dpi=80)
colors = [plt.cm.Set1(i / float(len(vals) - 1)) for i in range(len(vals))]
n, bins, patches = plt.hist(vals,
30,
stacked=True,
density=False,
color=colors[:len(vals)])
# Decoration
plt.legend({
group: col
for group, col in zip(
np.unique(df[groupby_var]).tolist(), colors[:len(vals)])
})
plt.title(f"Stacked Histogram of ${x_var}$ colored by ${groupby_var}$",
fontsize=22)
plt.xlabel(x_var)
plt.ylabel("Frequency")
#plt.ylim(0, 25)
plt.xticks(ticks=bins[::3], labels=[round(b, 1) for b in bins[::3]])
plt.show()
22.カテゴリ変数の積み上げヒストグラム
グラフは、特定のカテゴリ変数の度数分布を示しています。
# Import Data
df = pd.read_csv("./datasets/mpg_ggplot2.csv")
# Prepare data
x_var = 'manufacturer'
groupby_var = 'class'
df_agg = df.loc[:, [x_var, groupby_var]].groupby(groupby_var)
vals = [df[x_var].values.tolist() for i, df in df_agg]
# Draw
plt.figure(figsize=(10, 6), dpi=80)
colors = [plt.cm.Set1(i / float(len(vals) - 1)) for i in range(len(vals))]
n, bins, patches = plt.hist(vals,
df[x_var].unique().__len__(),
stacked=True,
density=False,
color=colors[:len(vals)])
# Decoration
plt.legend({
group: col
for group, col in zip(
np.unique(df[groupby_var]).tolist(), colors[:len(vals)])
})
plt.title(f"Stacked Histogram of ${x_var}$ colored by ${groupby_var}$",
fontsize=22)
plt.xlabel(x_var)
plt.ylabel("Frequency")
plt.ylim(0, 40)
plt.xticks(ticks=bins,
labels=np.unique(df[x_var]).tolist(),
rotation=90,
horizontalalignment='left')
plt.show()
ヒストグラムの詳細：
-
" Pythonの視覚化| matplotlib13-ヒストグラム（ヒストグラム）の詳細な説明"
" Pythonの視覚化23 | seaborn.distplot単変量分布マップ（ヒストグラム|核密度マップ） "
23.密度プロット
この図は、連続変数の分布を示しています。
# Import Data
df = pd.read_csv("./datasets/mpg_ggplot2.csv")
# Draw Plot
plt.figure(figsize=(10, 8), dpi=80)
sns.kdeplot(df.loc[df['cyl'] == 4, "cty"],
shade=True,
color="#01a2d9",
label="Cyl=4",
alpha=.7)
sns.kdeplot(df.loc[df['cyl'] == 5, "cty"],
shade=True,
color="#dc2624",
label="Cyl=5",
alpha=.7)
sns.kdeplot(df.loc[df['cyl'] == 6, "cty"],
shade=True,
color="#C89F91",
label="Cyl=6",
alpha=.7)
sns.kdeplot(df.loc[df['cyl'] == 8, "cty"],
shade=True,
color="#649E7D",
label="Cyl=8",
alpha=.7)
# Decoration
sns.set(style="whitegrid", font_scale=1.1)
plt.title('Density Plot of City Mileage by n_Cylinders', fontsize=18)
plt.legend()
plt.show()
24.ヒストグラム付きの密度曲線
# Import Data
df = pd.read_csv("./datasets/mpg_ggplot2.csv")
# Draw Plot
plt.figure(figsize=(10, 8), dpi=80)
sns.distplot(df.loc[df['class'] == 'compact', "cty"],
color="#01a2d9",
label="Compact",
hist_kws={'alpha': .7},
kde_kws={'linewidth': 3})
sns.distplot(df.loc[df['class'] == 'suv', "cty"],
color="#dc2624",
label="SUV",
hist_kws={'alpha': .7},
kde_kws={'linewidth': 3})
sns.distplot(df.loc[df['class'] == 'minivan', "cty"],
color="g",
label="#C89F91",
hist_kws={'alpha': .7},
kde_kws={'linewidth': 3})
plt.ylim(0, 0.35)
# Decoration
sns.set(style="whitegrid", font_scale=1.1)
plt.title('Density Plot of City Mileage by Vehicle Type', fontsize=18)
plt.legend()
plt.show()
その他の核密度マップ：
25.ジョイプロット
この図は、ヒートマップイメージ以上の、多数のグループ間の関係を示しています。
!pip install joypy#安装依赖包
#每组数据绘制核密度图，R中有ggjoy
import joypy
# Import Data
mpg = pd.read_csv("./datasets/mpg_ggplot2.csv")
# Draw Plot
plt.figure(figsize=(10, 6), dpi=80)
fig, axes = joypy.joyplot(mpg,
column=['hwy', 'cty'],
by="class",
ylim='own',
colormap=plt.cm.Set1,
figsize=(10, 6))
# Decoration
plt.title('Joy Plot of City and Highway Mileage by Class', fontsize=18)
plt.show()
26.分散ドットプロット
分布点プロットは、グループで分割された点の単変量分布を示しています。ポイントの色が薄いほど、その領域のデータポイントの集中度が高くなります。中央値の色を変えることで、各グループの実際の位置がすぐにわかります。
import matplotlib.patches as mpatches
# Prepare Data
df_raw = pd.read_csv("./datasets/mpg_ggplot2.csv")
cyl_colors = {4: 'tab:red', 5: 'tab:green', 6: 'tab:blue', 8: 'tab:orange'}
df_raw['cyl_color'] = df_raw.cyl.map(cyl_colors)
# Mean and Median city mileage by make
df = df_raw[['cty',
'manufacturer']].groupby('manufacturer').apply(lambda x: x.mean())
df.sort_values('cty', ascending=False, inplace=True)
df.reset_index(inplace=True)
df_median = df_raw[['cty', 'manufacturer'
]].groupby('manufacturer').apply(lambda x: x.median())
# Draw horizontal lines
fig, ax = plt.subplots(figsize=(11, 7), dpi=80)
ax.hlines(y=df.index,
xmin=0,
xmax=40,
color='#01a2d9',
alpha=0.5,
linewidth=.5,
linestyles='dashdot')
# Draw the Dots
for i, make in enumerate(df.manufacturer):
df_make = df_raw.loc[df_raw.manufacturer == make, :]
ax.scatter(y=np.repeat(i, df_make.shape[0]),
x='cty',
data=df_make,
s=75,
edgecolors='#01a2d9',
c='w',
alpha=0.5)
ax.scatter(y=i,
x='cty',
data=df_median.loc[df_median.index == make, :],
s=75,
c='#dc2624')
# Annotate
ax.text(33,
13,
"$red \; dots \; are \; the \: median$",
fontdict={'size': 12},
color='#dc2624')
# Decorations
red_patch = plt.plot([], [],
marker="o",
ms=10,
ls="",
mec=None,
color='#dc2624',
label="Median")
plt.legend(handles=red_patch)
ax.set_title('Distribution of City Mileage by Make', fontdict={'size': 18})
ax.set_xlabel('Miles Per Gallon (City)')
ax.set_yticks(df.index)
ax.set_yticklabels(df.manufacturer.str.title(),
fontdict={'horizontalalignment': 'right'})
ax.set_xlim(1, 40)
plt.gca().spines["top"].set_visible(False)
plt.gca().spines["bottom"].set_visible(False)
plt.gca().spines["right"].set_visible(False)
plt.gca().spines["left"].set_visible(False)
plt.grid(axis='both', alpha=.4, linewidth=.1)
plt.show()
27、箱ひげ図（boxplot）
データの分布の良い表示〜
# Import Data
df = pd.read_csv("./datasets/mpg_ggplot2.csv")
# Draw Plot
plt.figure(figsize=(10, 6), dpi=80)
sns.boxplot(
x='class',
y='hwy',
data=df,
notch=False,
palette="Set1",
)
# Add N Obs inside boxplot (optional)
def add_n_obs(df, group_col, y):
medians_dict = {
grp[0]: grp[1][y].median()
for grp in df.groupby(group_col)
}
xticklabels = [x.get_text() for x in plt.gca().get_xticklabels()]
n_obs = df.groupby(group_col)[y].size().values
for (x, xticklabel), n_ob in zip(enumerate(xticklabels), n_obs):
plt.text(x,
medians_dict[xticklabel] * 1.01,
"#obs : " + str(n_ob),
horizontalalignment='center',
fontdict={'size': 12},
color='black')
add_n_obs(df, group_col='class', y='hwy')
# Decoration
sns.set(style="whitegrid", font_scale=1.1)
plt.title('Box Plot of Highway Mileage by Vehicle Class', fontsize=16)
plt.ylim(10, 40)
plt.show()
28.ドットプロットと組み合わせたボックスプロット（ドット+ボックスプロット）
この図は、箱ひげ図と箱ひげ図の描画に使用される詳細なポイントを示しています。
# Import Data
df = pd.read_csv("./datasets/mpg_ggplot2.csv")
# Draw Plot
plt.figure(figsize=(13, 10), dpi=80)
sns.boxplot(
x='class',
y='hwy',
data=df,
hue='cyl',
palette="Set1",
)
plt.legend(loc=9)
sns.stripplot(x='class',
y='hwy',
data=df,
color='#dc2624',
size=5,
jitter=1)
for i in range(len(df['class'].unique()) - 1):
plt.vlines(i + .5, 10, 45, linestyles='solid', colors='gray', alpha=0.2)
# Decoration
plt.title('Box Plot of Highway Mileage by Vehicle Class', fontsize=18)
plt.show()
箱ひげ図の詳細：
29.バイオリン図
箱ひげ図よりも見栄えが良いですが、一般的には使用されていません。バイオリンの形状または面積は、位置データの回数によって決まります。
# Import Data
df = pd.read_csv("./datasets/mpg_ggplot2.csv")
# Draw Plot
plt.figure(figsize=(13, 10), dpi=80)
sns.violinplot(x='class',
y='hwy',
data=df,
scale='width',
palette='Set1',
inner='quartile')
# Decoration
plt.title('Violin Plot of Highway Mileage by Vehicle Class', fontsize=18)
plt.show()
30.人口ピラミッド
これは、ソートされたグループ化された水平ヒストグラムバープロットとして理解できます。これは、異なるグループ間の違いをよく示し、段階的なフィルタリングまたは目標到達プロセスの各段階を視覚化できます。
# Read data
df = pd.read_csv("./datasets/email_campaign_funnel.csv")
# Draw Plot
plt.figure(figsize=(12, 8), dpi=80)
group_col = 'Gender'
order_of_bars = df.Stage.unique()[::-1]
colors = [
plt.cm.Set1(i / float(len(df[group_col].unique()) - 1))
for i in range(len(df[group_col].unique()))
]
for c, group in zip(colors, df[group_col].unique()):
sns.barplot(x='Users',
y='Stage',
data=df.loc[df[group_col] == group, :],
order=order_of_bars,
color=c,
label=group)
# Decorations
plt.xlabel("$Users$")
plt.ylabel("Stage of Purchase")
plt.yticks(fontsize=12)
plt.title("Population Pyramid of the Marketing Funnel", fontsize=18)
plt.legend()
plt.show()
31.カテゴリプロット
互いに関連する複数（> = 2）のカテゴリ変数のカウント分布を表示します。これは、実際には海のファセットマップです。
# Load Dataset
titanic = pd.read_csv('./datasets/titanic.csv')
# Plot
g = sns.catplot("alive",
col="deck",
col_wrap=4,
data=titanic[titanic.deck.notnull()],
kind="count",
height=3.5,
aspect=.8,
palette='Set1')
plt.show()
# Plot
sns.catplot(x="age",
y="embark_town",
hue="sex",
col="class",
data=titanic[titanic.embark_town.notnull()],
orient="h",
height=5,
aspect=1,
palette="Set1",
kind="violin",
dodge=True,
cut=0,
bw=.2)
ファセット図の詳細：
便利です、「いいね」「見て」「シェア」してください