Pythonでバイオリン図を描く方法を解説！seaborn.violinplotの基本と実例

カテゴリごとのデータを比較したい場合に役立つのが箱ひげ図（ボックスプロット）です。箱ひげ図は、四分位数をもとにデータセット内の分布を把握できる可視化手法です。箱から上下に伸びる縦線は「ひげ（ウィスカー）」と呼ばれ、上側・下側の四分位数の範囲外でデータがどのようにばらついているかを示します。このことから、箱ひげ図は「ウィスカープロット」とも呼ばれます。また、外れ値は個別の点としてプロットされます。

バイオリン図とは？

バイオリン図（バイオリンプロット）は、箱ひげ図にカーネル密度推定（KDE）を組み合わせたグラフです。データがどのような形状で分布しているかを、箱ひげ図よりも直感的に分析・理解できます。

• バイオリンの幅が広い部分 … データの密度が高い（その値付近に多くのデータが集中している）
• バイオリンの幅が狭い部分 … データの密度が低い（その値付近にはデータが少ない）

さらに、箱ひげ図における四分位範囲（IQR）と、データの密度が高い領域は、どのカテゴリでも同じ範囲に一致します。これにより、分布の中心とばらつきを一目で確認できます。

violinplot関数の構文

seaborn.violinplot(x, y, data, …)

それでは、実際にバイオリン図を使ってデータを可視化する方法を見ていきましょう。

サンプルコード

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

my_df = sb.load_dataset('tips')
sb.violinplot(x = "day", y = "total_bill", data=my_df)
plt.show()

出力結果

曜日ごとの合計支払額（total_bill）の分布が、バイオリン型のグラフとして表示されます。各バイオリンの中には箱ひげ図の要素も含まれており、中央値や四分位範囲も同時に確認できます。

コードの解説

• pandas、seaborn、matplotlibなど、必要なライブラリをインポートします。
• seabornのload_dataset関数を使い、サンプルデータセット「tips」（レストランのチップに関するデータ）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。
• violinplot関数を使用してデータを可視化します。
• x軸に「day」（曜日）、y軸に「total_bill」（合計支払額）を指定し、データフレームを引数として渡します。
• plt.show() を呼び出すことで、グラフが画面に表示されます。

このように、seabornのviolinplot関数を使えば、わずか数行のコードでカテゴリ別のデータ分布を美しく可視化できます。箱ひげ図だけでは見えなかった分布の形状まで把握できるため、探索的データ分析（EDA）において非常に有用な手法です。