【Python】seabornでグラフのマトリックス表示 – heatmap, clutermap

Pythonデータ分析の基礎
スポンサーリンク

Pythonの描画ライブラリseabornのグラフ表示の続きです。ここではグラフのマトリックス表示をやってみようと思います。

マトリックス表示のメソッドを使用すると、データを色分けされた行列としてプロットすることができ、データ内のクラスターを表すために使用することもできます。機械学習などでも利用することになります。

今回もload_dataset()を使ってGitHub上にあるデータセットを使っていきます。

スポンサーリンク

データの準備

ここではseabornのheatmapとclutermapを見ていくことにします。

jupyter notebookにライブラリーをインポートしてデータの準備をしておきます。

import seaborn as sns
%matplotlib inline

tips = sns.load_dataset('tips')
flights = sns.load_dataset('flights')

今回は、tipsだけでなくflightsのデータも読み込んで利用します。

それぞれのデータの冒頭5データを表示しておきます。

tips.head()
flights.head()

これらを使ってマトリクス表示を扱って行きましょう。

スポンサーリンク

heatmapとclustermap

ここではseabornのheatmapとclustermapを見ていくことにします。

準備したデータを使って順に見ていきましょう。

heatmap()

まず、heatmap()からみて行きます。ヒートマップが正しく機能するためには、データはすでにマトリックス形式でなければなりません。

corr()を使ってtipsデータの相関係数を出してみます。

tips.corr()

これをheatmap()を使って表示します。

sns.heatmap(tips.corr())

heatmap()に相関データを入れています。

相関データをヒートマップで表すことができました。

このヒートマップを少し加工してみます。

sns.heatmap(tips.corr(),cmap='coolwarm',annot=True)

cmapにcoolwarmを指定してカラーリングを変えています。annotをTrueとすることで、ヒートマップのセルに値を出力することができます。

データの大きさに応じたカラーリングとデータ表示がなされているのがわかります。

今度は、flightsデータを使って見て行きましょう。

マトリックス形式のデータと言えば、ピボットテーブルです。flightsデータをピボットテーブルで読み込んでみましょう。

flights.pivot_table(values='passengers',index='month',columns='year')

pivot_table()でglightsデータを読み込んでいます。valuesをpassengersにして、indexをmonth、columnsをyearに設定して表示します。

年毎の月別顧客データのマトリクス表示ができました。

このデータをheatmap()に渡して表示してみます。

pvflights = flights.pivot_table(values='passengers',index='month',columns='year')
sns.heatmap(pvflights)

数値を見るよりもイメージが掴みやすくなりました。年々増加していますが、特に7月、8月が多いという感じです。

このグラフをもう少し見栄えを変えてみます。

sns.heatmap(pvflights,cmap='magma',linecolor='white',linewidths=1)

cmapでカラーマップをmagmaに変えてみました。linecolorを白に指定してセルの間に線を入れます。その幅はlinewidthsで指定します。

ちなみにcmapのパラメータはmatplotlibのドキュメント内にあります。

color example code: colormaps_reference.py — Matplotlib 2.0.2 documentation

clustermap()

clustermap()は、階層的クラスタリングを使って近い属性を持つカテゴリーが近くなるようなヒートマップを表示します。

同じflightsデータを使ってclustermapを表示してみます。

sns.clustermap(pvflights)

これは、年月が順番どおりではなく、乗客数である値の類似性によってグループ分けされています。ここでは、8月と7月のようなデータから事柄を推測することができることを示していて、両方とも夏の旅行の時期と読み取ることができます。

この情報をもう少し修正を加えてみます。。

standard_scaleを設定して、データの標準化を行ってみます。 標準化とは各列または各行のデータとの最小値の差を取り、それを最大値で割ったものです。0 (行), または 1 (列) で指定します。

sns.clustermap(pvflights,cmap='coolwarm',standard_scale=1)

cmapをcoolwarmを指定し、standard_scaleを1に設定してみます。

データの分布の違いがより明確になりました。

スポンサーリンク

最後に

Pythonの描画ライブラリseabornのグラフ表示について、ここではマトリックス表示をやってみました。

マトリックス表示によって、データを色分けされた行列としてプロットすることができ、データ内のクラスターを表すことができます。

heatmap()とclustermap()の表示をここでは行いました。マトリクス表示にするには、利用するデータをマトリックス形式にしておく必要があります。

タイトルとURLをコピーしました