PythonのSeabornライブラリで軸スパイン(枠線)を非表示にしてデータを可視化する方法
機械学習とは、データからモデルを構築し、まだ見たことのないデータに対して汎化できるようにすることです。機械学習モデルに入力するデータは、システムが正しく理解できるものである必要があります。そうすることで、システムがデータを解釈し、適切な結果を導き出せるようになります。
その中でもデータの可視化は非常に重要なステップです。数値を一つずつ確認したり複雑な計算を行ったりしなくても、データの中で何が起きているのかを直感的に把握できるようになるからです。
Seabornは、Matplotlibをベースにした統計データ可視化ライブラリで、美しいグラフを少ないコード量で描画できるのが特徴です。また、スタイル設定インターフェースを使うことで、データの見た目やフィルタ適用時の挙動を柔軟にカスタマイズ・制御できます。
グラフをコンソール上に表示する際、背景の軸スパイン(枠線)を削除したい場合は、despine関数を使用します。以下に、背景の軸スパインを削除する具体例を示します。
サンプルコード
import numpy as np
from matplotlib import pyplot as plt
def sin_plot(flip=1):
x = np.linspace(0, 14, 99)
for i in range(1, 5):
plt.plot(x, np.sin(x + i * .59) * (11 - i) * flip)
import seaborn as sb
sb.set_style("white")
print("The data is being plotted ")
sin_plot()
sb.despine()
plt.show()
出力結果

コードの解説
- まず、必要なパッケージ(NumPy、Matplotlib、Seaborn)をインポートします。
- ユーザー定義関数「sin_plot」を使って、入力データとなる正弦波を生成します。
sb.set_style("white")により、白背景のスタイルを適用します。despine関数を呼び出すことで、プロットから背景の軸スパイン(上と右の枠線)が取り除かれます。despine()には引数も指定でき、例えばsb.despine(left=True)とすれば左側のスパインも削除できます。- 最後に
plt.show()で、可視化したデータをコンソール上に表示します。
このように、Seabornのdespine関数を活用すれば、余計な装飾を省いたシンプルで洗練されたグラフを簡単に作成できます。データの本質に注目させたいプレゼンテーションやレポート作成の際に特に有効なテクニックです。
-
PythonのSeabornライブラリでヒストグラムを表示する方法をわかりやすく解説
データ可視化の重要性 データ分析において、可視化は非常に重要なステップです。生の数値を一つずつ確認したり、複雑な計算を実行したりしなくても、グラフを見るだけでデータ全体の傾向や分布を直感的に把握できます。さらに、分析で得られた定量的な知見を、聴衆やチームメンバーに対して効果的に伝える手段としても活用できます。 Seabornとは Seabornは、Pythonでデータ可視化を行うためのライブラリの一つです。Matplotlibをベースにしており、洗練されたカスタムテーマと高水準なインターフェースを備えているのが特徴です。少ないコード量で美しい統計グラフを作成できるため、データサイエンスの分野
-
PythonとSeabornを使って散布図を表示する方法をわかりやすく解説
データ分析において可視化(ビジュアライゼーション)は非常に重要なステップです。数値を一つひとつ確認したり複雑な計算を行ったりしなくても、データに何が起きているのかを直感的に把握できるからです。その可視化を手軽に実現できるライブラリの一つが、Pythonの「Seaborn」です。 散布図(scatter plot)とは、データポイントをグラフ上に点として散りばめて分布を表現するグラフのことです。数値データの値をドットで表し、横軸・縦軸上の各ドットの位置が、それぞれのデータポイントの値を示します。散布図を使うことで、2つの変数間の関係性(相関)を視覚的に理解することができます。 ここでは、Sea