【Python】Seabornでヒートマップを表示する方法を紹介！

こんにちは！

皆さんは、Pythonでヒートマップを表示したいと思ったことはありませんか？

ヒートマップを使うと、強弱が色で表現されるため、数値よりも直感的に理解することができるようになります。

Pythonでヒートマップを表示するには、Seabornライブラリの「heatmap()」を使えば簡単に表示することができます。

今回の記事では、以下の内容について紹介します。

• Seabornライブラリとは
• ヒートマップの表示方法

Seabornライブラリ

Seabornライブラリとは

SeabornはPythonのグラフ描画ライブラリとして有名なライブラリの1つです。

グラフ描写ライブラリで１番有名なMatplotlibをベースとして、Matplotlibよりも美しいグラフを描写するために作られたライブラリです。

seaborn: statistical data visualization — seaborn 0.13.2 documentation

…

seabornライブラリのインストール方法

pipでseabornライブラリをインストールするには以下のコマンドを入力しましょう。

pip install seaborn

anacondaを使用している方は以下のコマンドを入力しましょう。

conda install seaboard

seabornは以下のライブラリに依存するので、以下のライブラリでインストールしていないライブラリはインストールしておきましょう。

pip install numpy
pip install scipy
pip install matplotlib
pip install pandas

ヒートマップを表示する heatmap()

ヒートマップを表示するには「heatmap()」を使います。

様々なオプション

よく使われるオプションを紹介します

すべてのオプションが気になる方は、公式ドキュメントを参照してください。

ヒートマップを表示するプログラム

それではヒートマップを表示してみましょう。

今回表示するヒートマップは、機械学習でよく使われる相関係数のヒートマップです。

各カラム同士の相関係数を計算し、その結果をヒートマップで表示し、視覚的にわかりやすくします。

以下のプログラムは、irisデータセットの各カラムの相関係数のヒートマップを表示するプログラムです。

from sklearn.datasets import load_iris
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

iris = load_iris()
df = pd.DataFrame(iris.data, columns=iris.feature_names)

cm = np.corrcoef(df.values.T)
hm = sns.heatmap(cm, annot=True, fmt='.2f', cbar=True, square=True, xticklabels=df.columns, yticklabels=df.columns)

plt.tight_layout()
plt.show()

解説

実行結果

単に数字だけを見るよりも、このようにヒートマップで表示した方が、視覚的にわかりやすいですね。

まとめ

今回の記事では、以下の内容について紹介しました。

• seabornライブラリとは
  →Pythonのグラフ描画ライブラリの一つ
• ヒートマップの表示方法
  →「heatmap()」を使用

ヒートマップで、視覚的にわかりやすく表示できるようにしましょう！