SeabornのKDEプロットで中央値を可視化する方法

SeabornのKDE（カーネル密度推定）プロット上にデータの中央値を示すには、以下の手順で実現できます。KDEプロットは分布の形状を滑らかに表現しますが、そのままでは代表値が分かりにくいため、垂直線で中央値を重ねて描画すると分布の中心がひと目で把握できるようになります。

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を使ってランダムなデータを作成します。
• 作成したデータの中央値を計算します。
• kdeplot() を使って塗りつぶし付きのKDEプロットを描画します。
• axvline() メソッドを使って、中央値の位置に垂直線を引きます。
• show() メソッドで図を表示します。

コード例

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

plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True
data = np.random.randn(30)
xmedian = np.median(data)
k = sns.kdeplot(x=data, shade=True)
plt.axvline(xmedian, c='red')

plt.show()

出力結果

コードのポイント解説

np.random.randn(30) は平均0・標準偏差1の正規分布に従う乱数を30個生成します。np.median(data) でその中央値を求め、変数 xmedian に格納しています。

sns.kdeplot() の shade=True オプションにより、密度曲線の下側が塗りつぶされ、分布が視覚的に理解しやすくなります。なお、Seabornの新しいバージョンでは shade の代わりに fill=True を使用することが推奨されています。

最後に plt.axvline(xmedian, c='red') で赤色の垂直線を中央値の位置に描画することで、密度分布のどのあたりに中央値が位置しているのかを直感的に確認できます。この手法は平均値や特定のパーセンタイルを表示する場合にも応用でき、統計的な洞察を加えたグラフ作成に役立ちます。