Seaborn ヒストグラム:Pythonで分布プロットを作成する

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
 
# サンプルデータを生成
np.random.seed(42)
data = np.random.normal(100, 15, 1000)
 
# 基本的なヒストグラムを作成
sns.histplot(data=data)
plt.title('基本的なSeabornヒストグラム')
plt.xlabel('値')
plt.ylabel('カウント')
plt.show()

import pandas as pd
 
# DataFrameを作成
df = pd.DataFrame({
    'values': np.random.normal(100, 15, 1000),
    'category': np.random.choice(['A', 'B', 'C'], 1000)
})
 
# DataFrameからヒストグラムをプロット
sns.histplot(data=df, x='values')
plt.show()

# 30個のビンでヒストグラムを作成
sns.histplot(data=data, bins=30)
plt.title('30個のビンを持つヒストグラム')
plt.show()

# 特定のビン幅を設定
sns.histplot(data=data, binwidth=5)
plt.title('ビン幅 = 5のヒストグラム')
plt.show()

# カスタムビンエッジ
bin_edges = [70, 80, 90, 100, 110, 120, 130]
sns.histplot(data=data, bins=bin_edges)
plt.title('カスタムビンエッジを持つヒストグラム')
plt.show()

# ヒストグラム範囲を制限
sns.histplot(data=data, binrange=(80, 120))
plt.title('制限された範囲のヒストグラム(80-120)')
plt.show()

# KDEオーバーレイ付きヒストグラム
sns.histplot(data=data, kde=True)
plt.title('KDEオーバーレイ付きヒストグラム')
plt.show()

# KDEのみ(ヒストグラムバーなし)
sns.kdeplot(data=data)
plt.title('KDE曲線のみ')
plt.show()

fig, axes = plt.subplots(1, 3, figsize=(15, 4))
 
# ヒストグラムのみ
sns.histplot(data=data, ax=axes[0])
axes[0].set_title('ヒストグラムのみ')
 
# KDEのみ
sns.kdeplot(data=data, ax=axes[1])
axes[1].set_title('KDEのみ')
 
# 両方を組み合わせ
sns.histplot(data=data, kde=True, ax=axes[2])
axes[2].set_title('ヒストグラム + KDE')
 
plt.tight_layout()
plt.show()

fig, axes = plt.subplots(2, 3, figsize=(15, 8))
 
stats = ['count', 'frequency', 'density', 'probability', 'percent']
 
for idx, stat_type in enumerate(stats):
    ax = axes[idx // 3, idx % 3]
    sns.histplot(data=data, stat=stat_type, kde=True, ax=ax)
    ax.set_title(f'stat="{stat_type}"')
 
# 追加のサブプロットを削除
fig.delaxes(axes[1, 2])
 
plt.tight_layout()
plt.show()

# マルチカテゴリデータを作成
df = pd.DataFrame({
    'values': np.concatenate([
        np.random.normal(90, 10, 500),
        np.random.normal(105, 12, 500),
        np.random.normal(100, 8, 500)
    ]),
    'group': ['A'] * 500 + ['B'] * 500 + ['C'] * 500
})
 
# hueでプロット
sns.histplot(data=df, x='values', hue='group', kde=True)
plt.title('グループ別の複数の分布')
plt.show()

fig, axes = plt.subplots(2, 2, figsize=(12, 10))
 
multiple_types = ['layer', 'dodge', 'stack', 'fill']
 
for idx, mult_type in enumerate(multiple_types):
    ax = axes[idx // 2, idx % 2]
    sns.histplot(data=df, x='values', hue='group',
                 multiple=mult_type, ax=ax)
    ax.set_title(f'multiple="{mult_type}"')
 
plt.tight_layout()
plt.show()

# 基本的なdisplot(図全体を作成)
sns.displot(data=df, x='values', hue='group', kde=True)
plt.show()

# ファセット化次元を追加
df['dataset'] = np.random.choice(['Train', 'Test'], len(df))
 
# ファセット化されたプロットを作成
sns.displot(data=df, x='values', hue='group',
            col='dataset', kde=True, height=4, aspect=1.2)
plt.show()

fig, axes = plt.subplots(1, 3, figsize=(15, 4))
 
# ヒストグラム
sns.displot(data=df, x='values', kind='hist', kde=True)
plt.title('kind="hist"')
 
# KDE
sns.displot(data=df, x='values', kind='kde')
plt.title('kind="kde"')
 
# ECDF(経験的累積分布関数)
sns.displot(data=df, x='values', kind='ecdf')
plt.title('kind="ecdf"')
 
plt.tight_layout()
plt.show()

# 各カテゴリのカスタム色
custom_palette = {'A': '#FF6B6B', 'B': '#4ECDC4', 'C': '#45B7D1'}
 
sns.histplot(data=df, x='values', hue='group',
             palette=custom_palette, alpha=0.6,
             edgecolor='black', linewidth=1.5)
plt.title('カスタム色のヒストグラム')
plt.show()

# ビンエッジを強調
sns.histplot(data=data, bins=20, edgecolor='black',
             linewidth=2, alpha=0.7, color='skyblue')
plt.title('目立つエッジを持つヒストグラム')
plt.show()

# 対数正規データを生成
log_data = np.random.lognormal(3, 1, 1000)
 
fig, axes = plt.subplots(1, 2, figsize=(12, 4))
 
# 線形スケール
sns.histplot(data=log_data, ax=axes[0])
axes[0].set_title('線形スケール')
 
# 対数スケール
sns.histplot(data=log_data, log_scale=True, ax=axes[1])
axes[1].set_title('対数スケール')
 
plt.tight_layout()
plt.show()

# 累積ヒストグラム
sns.histplot(data=data, cumulative=True, stat='density',
             element='step', fill=False)
plt.title('累積分布')
plt.ylabel('累積密度')
plt.show()

fig, axes = plt.subplots(1, 3, figsize=(15, 4))
 
elements = ['bars', 'step', 'poly']
 
for ax, elem in zip(axes, elements):
    sns.histplot(data=data, element=elem, kde=True, ax=ax)
    ax.set_title(f'element="{elem}"')
 
plt.tight_layout()
plt.show()

# 相関のある2Dデータを生成
np.random.seed(42)
x = np.random.normal(100, 15, 1000)
y = x + np.random.normal(0, 10, 1000)
 
# 2Dヒストグラム
sns.histplot(x=x, y=y, bins=30, cbar=True)
plt.title('2Dヒストグラム(二変量分布)')
plt.show()

fig, axes = plt.subplots(1, 2, figsize=(12, 5))
 
# 2Dヒストグラム
sns.histplot(x=x, y=y, bins=30, cbar=True, ax=axes[0])
axes[0].set_title('2Dヒストグラム')
 
# KDE等高線プロット
sns.kdeplot(x=x, y=y, fill=True, cmap='viridis', ax=axes[1])
axes[1].set_title('2D KDEプロット')
 
plt.tight_layout()
plt.show()

# カテゴリを追加
categories = np.random.choice(['グループ1', 'グループ2'], 1000)
 
sns.histplot(x=x, y=y, hue=categories, bins=20)
plt.title('Hue付き2Dヒストグラム')
plt.show()

fig, axes = plt.subplots(1, 3, figsize=(15, 4))
 
# ビンが少なすぎる
sns.histplot(data=data, bins=5, ax=axes[0])
axes[0].set_title('ビンが少なすぎる(5) - 過度に平滑化')
 
# 適切な数
sns.histplot(data=data, bins=30, ax=axes[1])
axes[1].set_title('適切なビン(30)')
 
# ビンが多すぎる
sns.histplot(data=data, bins=100, ax=axes[2])
axes[2].set_title('ビンが多すぎる(100) - ノイズが多い')
 
plt.tight_layout()
plt.show()

# 異なるサンプルサイズ
small_sample = np.random.normal(100, 15, 200)
large_sample = np.random.normal(100, 15, 2000)
 
df_samples = pd.DataFrame({
    'value': np.concatenate([small_sample, large_sample]),
    'sample': ['小(n=200)'] * 200 + ['大(n=2000)'] * 2000
})
 
fig, axes = plt.subplots(1, 2, figsize=(12, 4))
 
# 間違い:countを使用
sns.histplot(data=df_samples, x='value', hue='sample',
             stat='count', ax=axes[0])
axes[0].set_title('間違い:Count(比較が困難)')
 
# 正解:densityを使用
sns.histplot(data=df_samples, x='value', hue='sample',
             stat='density', common_norm=False, ax=axes[1])
axes[1].set_title('正解:Density(比較が容易)')
 
plt.tight_layout()
plt.show()

fig, axes = plt.subplots(1, 2, figsize=(12, 4))
 
# 悪い:不透明なバーが重なりを隠す
sns.histplot(data=df, x='values', hue='group',
             alpha=1.0, ax=axes[0])
axes[0].set_title('悪い:不透明なバー')
 
# 良い:透明度が重なりを表示
sns.histplot(data=df, x='values', hue='group',
             alpha=0.5, ax=axes[1])
axes[1].set_title('良い:透明なバー')
 
plt.tight_layout()
plt.show()

# 良い実践:明確なラベル
sns.histplot(data=data, stat='density', kde=True)
plt.title('値の分布')
plt.xlabel('値')
plt.ylabel('密度')
plt.show()

# 古い方法(非推奨)
# sns.distplot(data)  # これは使用しないでください
 
# 新しい方法
sns.histplot(data=data, kde=True)
plt.show()

import pygwalker as pyg
import pandas as pd
import numpy as np
 
# サンプルデータを作成
df = pd.DataFrame({
    'values': np.random.normal(100, 15, 1000),
    'category': np.random.choice(['A', 'B', 'C'], 1000),
    'score': np.random.uniform(0, 100, 1000)
})
 
# インタラクティブエクスプローラーを起動
pyg.walk(df)

# 現実的な試験データを生成
np.random.seed(42)
n_students = 500
 
exam_data = pd.DataFrame({
    'score': np.concatenate([
        np.random.normal(75, 10, 200),  # クラスA
        np.random.normal(68, 15, 150),  # クラスB
        np.random.normal(82, 8, 150)    # クラスC
    ]),
    'class': ['クラスA'] * 200 + ['クラスB'] * 150 + ['クラスC'] * 150,
    'study_hours': np.random.uniform(0, 40, n_students)
})
 
# スコアを有効範囲にクリップ
exam_data['score'] = exam_data['score'].clip(0, 100)
 
# 包括的な可視化を作成
fig, axes = plt.subplots(2, 2, figsize=(14, 10))
 
# KDE付き全体分布
sns.histplot(data=exam_data, x='score', kde=True,
             bins=30, ax=axes[0, 0])
axes[0, 0].set_title('全体的なスコア分布')
axes[0, 0].axvline(exam_data['score'].mean(), color='red',
                    linestyle='--', label=f'平均: {exam_data["score"].mean():.1f}')
axes[0, 0].legend()
 
# クラスを比較
sns.histplot(data=exam_data, x='score', hue='class',
             stat='density', common_norm=False,
             alpha=0.5, bins=25, ax=axes[0, 1])
axes[0, 1].set_title('クラス別スコア分布')
 
# 割合のための積み重ねビュー
sns.histplot(data=exam_data, x='score', hue='class',
             multiple='stack', bins=25, ax=axes[1, 0])
axes[1, 0].set_title('積み重ね分布(総カウント)')
 
# 累積分布
sns.histplot(data=exam_data, x='score', hue='class',
             stat='density', element='step', fill=False,
             cumulative=True, common_norm=False, ax=axes[1, 1])
axes[1, 1].set_title('クラス別累積分布')
 
plt.tight_layout()
plt.show()
 
# 要約統計を印刷
print(exam_data.groupby('class')['score'].describe())