or
この演習はコースの一部です
Seabornとは何か、そしてどんなときに使うべきかを見ていきます。さらに、データのリストやpandasのDataFrameを使って散布図やカウントプロットを作成する方法を学びます。加えて、Seabornの大きな利点の1つである、色を使って異なるサブグループを表現し、プロットに第3の変数を簡単に追加する方法を紹介します。
この章では、2つの量的変数の関係を可視化するプロットを作成・カスタマイズします。都市の大気汚染が一日の中でどのように変化するか、また自動車の馬力と燃費の関係を調べるために、散布図と折れ線グラフを使います。さらに、Seabornのもう1つの大きな利点である、1つの図にサブプロットを簡単に作成できる点も体験します。
現在の演習
カテゴリ変数はほとんどのデータセットに含まれており、特にアンケートデータで目立ちます。この章では、箱ひげ図、棒グラフ、カウントプロット、ポイントプロットなどのカテゴリプロットを作成・カスタマイズする方法を学びます。その過程で、若者の興味関心、学生の学習習慣、成人男性のマスキュリニティに関する意識といったアンケートデータを探索します。
最終章では、どんな可視化においても重要な、わかりやすいタイトルや軸ラベルの付け方を学びます。さらに、主要なポイントを素早く伝えられるよう、可視化のスタイルをカスタマイズする方法も扱います。最後に、コースで学んだ内容を総合して、仕上げの演習に取り組みます。