PythonのSeabornで線形関係を視覚化する方法【regplot・lmplotの使い方を解説】

Seabornは、データの視覚化を支援するPythonのライブラリです。洗練されたカスタムテーマと高レベルなインターフェースを備えており、美しいグラフを少ないコード量で作成できるのが特徴です。

多重共線性の確認に線形関係の可視化が重要な理由

回帰モデルを構築する際には、多重共線性の有無を確認することが欠かせません。これは、連続変数同士のすべての組み合わせにおける相関関係を把握する必要があるためです。もし変数間に多重共線性が存在する場合は、モデルの精度を損なわないよう、データからその影響を取り除く必要があります。

こうした分析の場面で活躍するのが、「regplot」と「lmplot」という2つの関数です。どちらも線形回帰における変数間の線形関係を視覚化するために使用できます。

regplotとlmplotの違い

「regplot」関数は、変数「x」と「y」の値をさまざまな形式で受け取ることができます。具体的には、以下のような形式に対応しています。

• NumPy配列
• PandasのSeriesオブジェクト
• Pandasデータフレームの変数や値への参照

一方、「lmplot」関数では、「data」パラメータを必ず指定する必要があり、変数「x」と「y」の値は文字列で渡さなければなりません。このようなデータ形式は「ロング形式（long-form data）」と呼ばれます。

実装例

以下に、tipsデータセットを使用した具体的なコード例を示します。

import seaborn as sb
from matplotlib import pyplot as plt

my_df = sb.load_dataset('tips')

sb.regplot(x = "total_bill", y = "tip", data = my_df)
sb.lmplot(x = "total_bill", y = "tip", data = my_df)

plt.show()

コードの解説

• 必要なライブラリ（seaborn、matplotlib）をインポートします。
• 「load_dataset」関数を使って、Seabornライブラリに組み込まれているtipsデータセットを読み込みます。
• 読み込んだデータはデータフレームとして変数「my_df」に格納されます。
• 「regplot」関数により、x軸に「total_bill（合計金額）」、y軸に「tip（チップ）」を指定してデータを可視化します。
• 同様に「lmplot」関数でも、データフレームを「data」パラメータとして渡し、xとyの値を文字列で指定して可視化します。
• 最後に「plt.show()」でグラフを画面に表示します。

実行すると、散布図の上に回帰直線と信頼区間（影の領域）が描画されたグラフが表示され、total_billとtipの間に正の相関関係があることが視覚的に確認できます。このように、regplotとlmplotを活用することで、回帰分析の前段階として変数間の線形関係を手軽に把握できます。