この記事では、Pythonの可視化ライブラリSeabornを用いて、相関行列をヒートマップで表示する方法について詳しく解説します。具体的なコード例とその解説、さらには応用例も含めて説明します。
目次
はじめに
データ解析や機械学習において、変数間の関係性を理解することは非常に重要です。このような場合によく用いられるのが相関行列です。相関行列は、複数の変数間の相関係数を一度に確認できる手法であり、その視覚的な表現としてヒートマップが使われることが多いです。
Seabornとは
SeabornはPythonのデータ可視化ライブラリの一つで、matplotlibをベースとしています。美しいグラフを短いコードで描くことができる点が特徴です。
Seabornのインストール
Seabornを使う前に、まずはインストールが必要です。以下のコマンドで簡単にインストールできます。
!pip install seaborn
基本的な使い方
相関行列をヒートマップで表示する基本的なコード例を見ていきましょう。
必要なライブラリのインポート
以下のように必要なライブラリをインポートします。
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
データの準備
今回はSeabornが提供するデータセット「tips」を使用します。
# データの読み込み
df = sns.load_dataset('tips')
相関行列の作成
Pandasの`corr()`メソッドを使って相関行列を作成します。
# 相関行列の作成
corr_matrix = df.corr()
ヒートマップの描画
Seabornの`heatmap()`関数を使用して、相関行列をヒートマップとして表示します。
# ヒートマップの描画
sns.heatmap(corr_matrix, annot=True)
plt.show()
コードの詳細解説
上記のコードを各部分で詳しく解説します。
`sns.heatmap()`関数のパラメータ
`sns.heatmap()`関数にはいくつかのパラメータがあります。
- data: 表示するデータ（相関行列）
- annot: セルに値を表示するかどうか（True/False）
- cmap: カラーマップの指定
- fmt: アノテーションの書式
応用例
応用例1: カラーマップの変更
カラーマップを変更することで、視覚的な理解が深まります。
# カラーマップを"coolwarm"に変更
sns.heatmap(corr_matrix, annot=True, cmap='coolwarm')
plt.show()
応用例2: アノテーションの書式を変更
アノテーションの書式を変更することで、見やすくなります。
# アノテーションの書式を小数点以下2桁に変更
sns.heatmap(corr_matrix, annot=True, fmt=".2f")
plt.show()
まとめ
Seabornを用いることで、相関行列を簡単かつ美しくヒートマップで表示することができます。カラーマップやアノテーションの書式を変更することで、さらに見やすいヒートマップを作成することが可能です。
コメント