seabornを活用する上で、公式サイトのギャラリーが勉強になりそうなので解説してみました。
第5弾は、relplot関数を使って、seaborn付属のニューロンに関するデータを可視化してみます。
参考にしたのはこちらです。
# ライブラリ読み込み
import seaborn as sns
# スタイルを設定（この場合は目盛りを入れる設定）
sns.set_theme(style="ticks")
# seabornにデフォルトで用意されているニューロンに関するデータを読み込む
dots = sns.load_dataset("dots")
# カラーパレットの設定（rocketは幅広い範囲のデータのヒートマップを出力する際に適している。_rは反転の意味）
palette = sns.color_palette("rocket_r")
# 与えられたデータを元に折れ線グラフを出力。
sns.relplot(
data=dots, x="time", y="firing_rate", hue="coherence", size="choice", col="align",
kind="line", size_order=["T1", "T2"], palette=palette, height=5, aspect=.75,
facet_kws=dict(sharex=False)
)
sns.relplotについては、与えれらたデータからグラフを描画してくれます。各引数の説明をします。（詳細はこちら）
- data：取り扱うデータ
- x：グラフのX軸にする項目
- y：グラフのY軸にする項目
- hue：グラフの中で色分けしたい項目。
- size：グラフの中でサイズ分けしたい項目。
- col：どの項目で横軸方向にグラフを出力するか。今回の例ではalignで分けようとしています。
- kind：グラフの種類を指定。選択肢はscatter（散布図）かline（折れ線グラフ）。
- size_order：sizeに対してラベルを設定。
- palette：グラフのカラーパレットを設定。
- height：グラフの高さを指定。
- aspect：高さに対する横の比率を設定。
- facet_kws：FacetGridに渡すパラメータを指定。今回の例ではsharexをFalseに設定することでグラフ間でX軸のレンジの取り方を別々にしている。
覚えておくと色々と便利ですね！