Python Seabornでジッターパラメータを使わずにカテゴリ散布図のポイントの重なりを回避する方法

データ可視化にはSeabornライブラリを使用します。Seabornは、カスタマイズされたテーマと高水準インターフェースを備えたデータ可視化用ライブラリです。この高水準インターフェースにより、データの種類やフィルタ適用時の挙動を柔軟に制御・カスタマイズすることができます。

stripplotの課題点

変数のうち少なくとも1つがカテゴリ型である場合には、「stripplot」関数が使用されます。この関数では、データがいずれかの軸に沿ってソートされた形で表示されます。しかし、一部のポイントが重なってしまい、データの分布が正しく読み取れなくなるという欠点があります。

通常、この問題を解決するには「jitter」パラメータを使用します。jitterはデータセットにランダムなノイズを加え、カテゴリ軸に沿った値の位置を調整することで、ポイント同士の重なりを防ぎます。

swarmplotによる解決策

しかし、jitterパラメータを使わなくても、「swarmplot」関数を使えばカテゴリ散布図を作成できます。swarmplotは各ポイントが互いに重ならないよう自動的に位置を調整するため、データの分布をより正確に視覚化できます。

swarmplot関数の構文

seaborn.swarmplot(x, y, data, ...)

以下に実際の使用例を示します。

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('iris')
sb.swarmplot(x = "species", y = "petal_length", data = my_df)
plt.show()

出力結果

コードの解説

• 必要なパッケージ（pandas、seaborn、matplotlib）をインポートします。
• 入力データとして、Seabornに組み込まれている「iris（アヤメ）」データセットを読み込みます。
• 「load_dataset」関数を使用してirisデータを取得し、データフレームとして保存します。
• 「swarmplot」関数を使ってデータを可視化します。
• x軸に「species（種）」、y軸に「petal_length（花弁の長さ）」を指定し、data引数にデータフレームを渡します。
• 最後に「plt.show()」でグラフを画面に表示します。

このように、swarmplotを使用することで、jitterによるランダムノイズに頼らず、ポイントが重ならない美しいカテゴリ散布図を作成できます。特にデータポイント数が少ない〜中程度の場合に有効な手法です。