Seabornでバイオリンプロットを作成する方法 – Python Pandas入門

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）を組み合わせた可視化手法です。データの分布の形状やばらつきを直感的に把握できるため、統計分析やデータ探索の場面で広く活用されています。

Seabornでは seaborn.violinplot() 関数を使うことで、簡単にバイオリンプロットを作成できます。

準備：必要なライブラリのインポート

まず、今回使用する3つの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

次に、Pandasの read_csv() を使って、CSVファイル（Cricketers.csv）のデータをDataFrameとして読み込みます。

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

このデータセットには、クリケット選手の体重（Weight）などの情報が含まれています。

バイオリンプロットを作成する

ここでは、「Weight（体重）」列のデータを使ってバイオリンプロットを描画します。引数に対象となる列を指定するだけでOKです。

sb.violinplot(dataFrame['Weight'])

完全なサンプルコード

以下に、軸ラベルの設定まで含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Pandas DataFrameへデータを読み込む
dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\Cricketers.csv")

# 体重（Weight）列でバイオリンプロットを作成
sb.violinplot(dataFrame['Weight'])

# X軸のラベルを設定
plt.xlabel("Weight (kgs)")

# グラフを表示
plt.show()

実行結果

上記のコードを実行すると、体重データの分布を表すバイオリンプロットが表示されます。グラフの幅が広い部分ほど、その値付近に多くのデータが集中していることを意味します。中央の細い線は箱ひげ図に相当し、中央値や四分位範囲も同時に確認できるのが特徴です。

まとめ

Seabornの violinplot() を使えば、わずか数行のコードで分布の形状を美しく可視化できます。カテゴリごとの比較を行いたい場合は、x 引数と y 引数を指定することで、グループ別のバイオリンプロットも簡単に作成できるので、ぜひ試してみてください。