seaborn pairplotの使い方

import matplotlib
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns
%matplotlib inline

titanic_df = pd.read_csv('titanic.csv') 
titanic_df.head(5)

pairplotとは、データ内の分布と関係（相関図）を手早く調べるためのメソッドである。

pairplotで調べられるのは、数値データだけであることには注意すべきだが、データを概観する上で非常に役立つ。

その際、扱うカラムはSurvived", "Pclass", "SibSp", "Age", "Fare"の5つで、生存したかどうかで色分けをせよ。

また、青を基調とし、マーカーを+、サイズを2インチに指定せよ。

sns.pairplot(titanic_df,vars=["Survived", "Pclass", "SibSp", "Age", "Fare"],hue="Survived",palette="Blues",markers="+",height=2)

• pairplotの代表的な引数
  • data：使用する元のデータ pandas.DataFrameオブジェクト。
  • vars：扱いたいカラム名のリストを取る。
  • hue：色分けの基準としたいカラム名をもとのデータから選択。
  • palette：色の指定(代表的には、Purples、Reds、Blues、Greens、Orangesなどがある)
  • markers：マーカーの指定(matplotlibのmarkersを調べてほしい。)
  • size：単位はインチ。

heatmapによる可視化

heatmapとは、2次元データの個々の値を色や濃淡を用いて、表現したグラフである。

sns.heatmap(titanic_df.corr(),annot=True,cmap="Purples",vmax=1,vmin=-1,center=0,square=True)

• heatmapの代表的な引数
  • data：使用する元のデータ pandas.DataFrameオブジェクト。corr()メソッドで求めたものを使うことが多い。
  • annot：Trueにすると数値が表示される。
  • cmap：色の指定(代表的には、Purples、Reds、Blues、Greens、Orangesなどがある)
  • vmax：最大値
  • vmin：最小値
  • center：中央値
  • square：Trueにすると正方形に整形され表示される。

data以下は指定する必要はなく、指定しない場合は、デフォルト値が使われる。