Matplotlib オブジェクト指向インターフェイスを使用した Seaborn によるプロット

Seaborn は、包括的な視覚化関数スイートを提供します。その多用途性により、ユーザーは Matplotlib のオブジェクト指向インターフェイスとシームレスに統合でき、複数の Figure やサブプロットの制御を強化できます。

軸レベルの関数:

regplot のような関数、kdeplot、boxplot は「axes-level」カテゴリに分類されます。これらは、特定の Axes オブジェクトで動作するように設計されています。オブジェクト指向スタイルで使用するには:

f, axarr = plt.subplots(2, sharex=True)
sns.regplot(x, y, ax=axarr[0])
sns.kdeplot(x, ax=axarr[1])

図レベルの関数:

対照的に、「図レベル」の関数は relplot、catplot、および Jointplot は、複数の軸を含む精巧なプロットを構築します。これらの関数には、Figure に対する排他制御が必要です。ただし、基になる Figure と Axes オブジェクトの配列へのアクセスは提供されます:

f, g = sns.lmplot(x, y)
g.set_xlabels(['A', 'B'])
g.set_xticks([1, 2])

Jointplot の詳細:

ジョイント プロットは、関数呼び出し時に JointGrid オブジェクトを利用します。 g.fig と g.axes を通じて Figure と Axes 配列を公開します。カスタマイズは、関数の呼び出し後に適用できます。

結論:

Matplotlib のオブジェクト指向インターフェイスは、Seaborn の視覚化機能とシームレスに統合できます。 Axes レベルの関数では、特定の Axes オブジェクトとの直接対話が可能ですが、Figure レベルの関数では、カスタマイズ目的で基になる Figure および Axes 配列へのアクセスが可能になります。この違いを理解すると、ユーザーは視覚化をより詳細に制御できるようになります。