
96
7 章 変数間の関係
図
7-2
ジッターと透明化(左)と六角形ビン分割プロットによる散布図(右)
図
7-2
の右側は結果を表しています。
hexbin
の長所は、生成するファイルのサイ
ズについても時間についても、関係性もうまく表し、また大きなデータセットに対し
ても効果的な点です。逆に難点は、外れ値が見えなくなってしまう点です。
この話の教訓は、誤解を招きかねない余計なものをもたらさず、明確な関係を表す
散布図の作成は簡単でないということです。
7.2
関係を特徴付ける
散布図は、変数間関係の全般的な印象を与えますが、関係の性質についてより深い
洞察を与えてくれる可視化が他にもあります。その
1
つが、ある変数をビンに分けて、
他の変数のパーセンタイルをプロットするものです。
NumPy
と
pandas
では、そのようにデータをビンに分ける関数を用意しています。
df = df.dropna(subset=['htm3', 'wtkg2'])
bins = np.arange(135, 210, 5)
indices = np.digitize(df.htm3, bins)
groups = df.groupby(indices)
dropna
は、カラムの中で
nan
を持つ行を削除します。
arange
は
NumPy
配列のビ
ンを
135
から
210
の前まで
5
ずつ増やして作ります。
digitize
は、
df.htm3
の各値を含むビンのインデックスを計算します。結果は整数
インデックスの
NumPy
配列です。最小値のビンよりも低い値は、インデックス ...