Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習

4.16

 

Seaborn

による可視化

315

こうした問題に対する回答が

Seaborn

（

http://seaborn.pydata.org

）です。

Seaborn

は適切な描画

スタイルとデフォルトの配色、一般的な統計プロットに対するシンプルで高水準の関数定義、そし

て

pandas

DataFrame

との機能統合を、

Matplotlib

上の

API

として提供します。

公平のために補足すると、

Matplotlib

チームはこうした問題への対処を行っているところです。

plt.style

機能（「4.13 Matplotlibのカスタマイズ：設定とスタイルシート」を参照）が追加され、

pandas

データへのシームレスな統合も進められています。

Matplotlib

の

2.0

リリースには、現状の

問題を改善する新しいデフォルトのスタイルシートが含まれます。しかし、ここまでに説明した理

由から、

Seaborn

は依然として有用なアドオンと言えます。

4.16.1

 

Seaborn

対

Matplotlib

単純なランダムウォークの例を、

Matplotlib

の従来書式と色を使って示します。いつものイン

ポートから始めます。

In[1]: import matplotlib.pyplot as plt

plt.style.use('classic')

%matplotlib inline

import numpy as np

import pandas as pd

ランダムウォークのデータを作ります。

In[2]: # Create some ...