マトリックスプロット
Seaborn による中級データ可視化
Chris Moffitt
Instructor
データを適切な形式に整える
- Seabornの
heatmap()関数はデータをグリッド形式にする必要があります - pandasの
crosstab()でデータを整形することが多いです
pd.crosstab(df["mnth"], df["weekday"],
values=df["total_rentals"],aggfunc="mean").round(0)
ヒートマップの作成
sns.heatmap(pd.crosstab(df["mnth"], df["weekday"],
values=df["total_rentals"], aggfunc="mean")
)
ヒートマップのカスタマイズ
sns.heatmap(df_crosstab, annot=True, fmt="d",
cmap="YlGnBu", cbar=False, linewidths=.5)
ヒートマップの中心値設定
- Seabornはヒートマップの色を特定の値を中心に設定できます
sns.heatmap(df_crosstab, annot=True, fmt="d",
cmap="YlGnBu", cbar=True,
center=df_crosstab.loc[9, 6])
相関行列のプロット
- pandasの
corr関数はデータフレームの列間の相関を計算します - 結果はSeabornでヒートマップに変換できます
cols = ['total_rentals', 'temp', 'casual', 'hum', 'windspeed']
sns.heatmap(df[cols].corr(), cmap='YlGnBu')
