Python seaborn チュートリアルまとめ

概要

リンク概要
インストールと動作確認インストールとシンプルなサンプルで動作確認します。

APIの概要

リンク概要
プロット機能(1)ヒストグラム、カーネル密度推定と似た形で表示してみます。
プロット機能(2)図形レベルと軸レベルの関数について確認します。
プロット機能(3)データの複数のビューを組み合わせる方法を確認します。
データ構造(1)ロングフォームデータとワイドフォームデータの比較、確認します。
データ構造(2)ロングフォームデータを視覚化するためのオプションを確認します。
データ構造(3)ワイドフォームデータを視覚化するためのオプションを確認します。

プロット機能

リンク概要
統計的関係の可視化(1)散布図を用いた変数の関連付け、図レベルの関数(relplot())を詳解。
統計的関係の可視化(2)折れ線グラフによる連続性の強調の仕方を確認します。
統計的関係の可視化(3)可視化した結果をファセットし表示する方法を確認します。
データの分布を可視化 (1)ヒストグラムのプロット、軸レベルの関数(displot())を詳解。
データの分布を可視化 (2)カーネル密度推定を指定してプロットする方法を確認します。
データの分布を可視化 (3)経験的累積分布(ECDF)を指定してプロットする方法を確認します。
データの分布を可視化 (4)二変量分布の可視化について確認します。
データの分布を可視化 (5)他の設定での分布の可視化として、共同分布と限界分布のプロットなどを確認します。
カテゴリカルデータを可視化 (1)カテゴリー別散布図について確認します。
カテゴリカルデータを可視化 (2)カテゴリ内の観測値・記録の分布を表示するアプローチとして、ボックスプロット、ヴァイオリンのプロットの仕方を確認します。
カテゴリカルデータを可視化 (3)カテゴリ内の統計的推定のための、棒グラフ、ポイントプロットの仕方を確認します。
カテゴリカルデータを可視化 (4)ワイドフォームデータのプロット例に、カテゴリカルな図を作成します。
カテゴリカルデータを可視化 (5) カテゴリカルデータを可視化した結果をファセットし表示する方法を確認します。
回帰モデルを可視化 (1)線形回帰モデルを描画する関数を確認します。
回帰モデルを可視化 (2)データセットに対して、線形回帰モデルが適切でない場合のアプローチを確認します。
回帰モデルを可視化 (3)「ファセット」プロットで線形回帰を表示する方法を確認します。
回帰モデルを可視化 (4)プロットのサイズと形状の制御の仕方を確認します。
回帰モデルを可視化 (5)他の文脈での回帰のプロットの仕方について確認します。

マルチプロットグリッド

リンク概要
プロット機能 構造化と構築 (1)多次元データを探索するとき、有用なアプローチを紹介します。
プロット機能 構造化と構築 (2)カスタム関数の使用の際のルールを確認します。
プロット機能 構造化と構築 (3)ペアワイズデータの関係をプロットする方法を確認します。

プロットの美学

リンク概要
制御 (1)seabornの図形のスタイルを確認します。
制御 (2)軸の柵を取り除く方法を確認します。
制御 (3)一時的な図形のスタイルの設定について確認します。
制御 (4)seabornの要素の上書きの仕方について確認します。
制御 (5)プロット要素のスケーリングの仕方について確認します。
カラーパレットの選択 (1)プロットで色を使用するための一般的な原則について確認します。
カラーパレットの選択 (2)カラーパレットを選ぶためのツールについて確認します。
カラーパレットの選択 (3)定性的なカラーパレットを紹介します。
カラーパレットの選択 (4)シーケンシャルカラーパレットを紹介します。
カラーパレットの選択 (5)発散するカラーパレットを紹介します。