Python Pandas入門：Seabornでカテゴリ変数ごとにグループ化した縦向きバイオリンプロットを描画する方法

Seabornのバイオリンプロット（Violin Plot）は、箱ひげ図（ボックスプロット）とカーネル密度推定（KDE）を組み合わせたグラフを描画できる強力な可視化手法です。データの分布形状と統計的な要約情報を同時に確認できるため、探索的データ分析でよく利用されます。

本記事では、seaborn.violinplot() 関数を使用して、カテゴリ変数でグループ化したデータの縦向きバイオリンプロットを描画する方法を解説します。

使用するデータセット

今回は、クリケット選手の情報をまとめたCSVファイル「Cricketers.csv」をデータセットとして使用します。

必要なライブラリのインポート

まず、Seaborn・Pandas・Matplotlibの各ライブラリをインポートします。

import seaborn as sb
import pandas as pd
import matplotlib.pyplot as plt

CSVファイルからデータを読み込む

pd.read_csv() を使って、CSVファイルのデータをPandas DataFrameに読み込みます。

dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\Cricketers.csv")

バイオリンプロットの描画

x軸にカテゴリ変数である「Role（役割）」、y軸に「Age（年齢）」を指定して、役割ごとにグループ化された年齢分布のバイオリンプロットを描画します。

sb.violinplot(x = 'Role', y = "Age", data = dataFrame)

完全なサンプルコード

以下に、一連の処理をまとめた完全なコード例を示します。

import seaborn as sb
import pandas as pd
import matplotlib.pyplot as plt

# CSVファイルからデータをPandas DataFrameに読み込む
dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\Cricketers.csv")

# カテゴリ変数「Role」でグループ化し、
# 「Role」と「Age」の関係をバイオリンプロットで描画
sb.violinplot(x = 'Role', y = "Age", data = dataFrame)

# グラフを表示
plt.show()

実行結果

上記のコードを実行すると、役割（Role）ごとに年齢（Age）の分布が描かれた縦向きのバイオリンプロットが出力されます。バイオリンの幅が広い部分はデータが集中している箇所を示しており、各グループ内の年齢分布の違いをひと目で把握できます。