【Python・Seaborn】箱ひげ図の上にスウォームプロットを重ねてデータポイントを可視化する方法

データの分布を可視化する際、箱ひげ図だけでは個々のデータポイントの位置を確認できません。そこで、箱ひげ図の上にスウォームプロットを重ねて描画すると、分布の要約統計と実際のデータポイントを同時に確認でき、より深い分析が可能になります。

実装方法はシンプルです。まず boxplot() を呼び出し、その後に同じx軸・y軸の値を指定して swarmplot() を呼び出すだけです。

Seabornの箱ひげ図とスウォームプロットとは

Seabornの箱ひげ図(Box Plot)は、カテゴリごとのデータ分布を示すためのグラフです。中央値、四分位範囲、外れ値などを一目で把握できます。描画には seaborn.boxplot() を使用します。

一方、スウォームプロット(Swarm Plot)は、データポイントが互いに重ならないように配置されたカテゴリカル散布図です。描画には seaborn.swarmplot() を使用します。

データセットの準備

ここでは、クリケット選手の情報を含む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、必要な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

CSVファイルからデータを読み込み、PandasのDataFrameに格納します。

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

箱ひげ図の上にスウォームプロットを描画する

箱ひげ図の上にスウォームプロットを重ねて描画します。ここでは「Role(役割)」をx軸、「Age(年齢)」をy軸に指定しています。また、swarmplot() の color パラメータに「.25」を指定することで、データポイントを暗めのグレーで表示し、箱ひげ図との視認性を高めています。

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

sb.swarmplot(x="Role", y="Age", data=dataFrame, color=".25")

サンプルコード全体

以下が完全なサンプルコードです。

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み、PandasのDataFrameに格納
dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\Cricketers.csv")

# 箱ひげ図を描画
sb.boxplot( x = 'Role', y = 'Age', data = dataFrame )
# 箱ひげ図の上にスウォームプロットを重ねて描画
sb.swarmplot(x="Role", y="Age", data=dataFrame, color=".25")

# グラフを表示
plt.show()

実行結果

上記のコードを実行すると、箱ひげ図の上に個々のデータポイントが重ねて表示されたグラフが出力されます。これにより、各カテゴリ内の分布の形状だけでなく、実際のデータのばらつきや集中している箇所まで直感的に把握できるようになります。