こんにちは、たなです。

今回はPythonのseabornを使ってヒストグラムで可視化する方法を解説していきます。1変量データを可視化するとき、ヒストグラムはデータの実態を明らかにできて便利です。

本記事の内容

本記事では機械学習ライブラリにも格納されているアヤメデータを使っていきます。本記事を学べば、以下が出来るようになります。

1. 機械学習ライブラリからデータセットを取り出す方法

2. 取り出したデータセットをデータフレームに加工する方法

3. クラスマッピング処理

4. 品種別にヒストグラムを可視化する方法

本記事のゴール

下図のようなグラフをseabornで表示できるようになります。

本記事のプレゼント

Googleドライブリンクで以下を配布します
①：本記事で加工したデータの完成版(csvファイル)
②：本記事内で使用したコード(Jupyter Notebook)

Pythonのseabornを使ってヒストグラムで可視化する方法

ヒストグラム可視化までの流れ

今回は以下の手順を踏んでいきます。
機械学習ライブラリからアヤメ(Iris)データを抽出→加工→グラフ化といった流れになります。加工方法を鍛えることもできるので、ぜひ取り組んでみてください。

1. Irisデータを変数dataに格納

2. 説明変数Xをデータフレーム化

3. 目的変数yをシリーズ化

4. 説明変数Xと目的変数yを結合(Irisデータフレームを作成)

5. ヒストグラムで可視化

6. 品種別にヒストグラムで可視化

最後にcsvファイルも配布しているので、それを使ってヒストグラムで可視化する練習も出来ます。

必要ライブラリのインポート

まず以下のライブラリをインポートしておきます。初めて使うライブラリがある場合は、別途"pip install <パッケージ名>"でインストールしておいてください。