Python・Matplotlibでプロファイルヒストグラムをプロットする方法

プロファイルヒストグラムとは、各ビンにそのビンに含まれるデータの平均値を格納するグラフのことです。大量のデータから傾向を読み取りたい場合に非常に有効です。Pythonでプロファイルヒストグラムを描画するには、Seabornライブラリのregplotメソッドを利用するのが最も簡単です。

実装の手順

• 図のサイズを設定し、サブプロット間および周囲の余白（パディング）を調整します。

• NumPyを使って x と y のデータポイントを生成します。

• seaborn.regplot を使ってデータ点と線形回帰モデルのフィットをプロットします。パラメータ x_bins を指定すると、x変数が離散的なビンに自動的に分割され、各ビンの平均値が計算されます。さらに fit_reg=True を指定すると、x変数とy変数の関係を表す回帰直線が同時に描画されます。

• 図を画面に表示するには、show() メソッドを呼び出します。

コード例

import numpy as np
import seaborn as sns
from matplotlib import pyplot as plt

plt.rcParams["figure.figsize"] = [7.00, 3.50]
plt.rcParams["figure.autolayout"] = True

x = np.random.uniform(-5, 5, 1000)
y = np.random.normal(x**2, np.abs(x) + 1)

sns.regplot(x=x, y=y, x_bins=20, marker='o', fit_reg=True)

plt.show()

出力結果

上記のコードを実行すると、次のようなグラフが出力されます。x軸を20個のビンに分割し、各ビンにおけるyの平均値がマーカーとして表示され、全体の傾向を表す回帰直線が重ねて描かれていることが確認できます。

ポイント解説

• x_bins：ビン数を増やすとより細かい分布の変化が捉えられますが、各ビンあたりのサンプル数が減るためノイズが増えます。データ量に応じて適切な値を調整しましょう。

• fit_reg：回帰直線が不要な場合は fit_reg=False を指定すると、プロファイル（平均値）のみを表示できます。

• ci：デフォルトでは信頼区間が影付きで表示されます。ci=None を指定すると非表示にできます。

このように、Seabornのregplotを活用すれば、Matplotlibだけでは実現が面倒なプロファイルヒストグラムをわずか数行のコードで美しく可視化できます。