分布・ばらつき可視化

まとめ

この章では、1 つの数値列が「どこに集まり、どれだけ散らばり、どんな形か」を見せる 11 種類の図を扱います。全体の形を見るヒストグラム（sns.histplot）と密度曲線（sns.kdeplot）、グループ比較のための箱ひげ図（sns.boxplot）・バイオリン・リッジライン・レインクラウド、累積割合と正規性を読む ECDF と Q-Q プロット、個々の点を残すスウォームとラグ、2 変数の密度を等高線にする 2D KDE です。読み終えると、「山が 2 つあるか」ならヒストグラム、「3 地域の中央値の差」なら箱ひげ図、「80% の顧客は 30 ドル以下か」なら ECDF というように、問いから図を選べるようになります。

使い分けのヒント #

まず全体の形を見るなら、階級の幅 binwidth を変えて試す ヒストグラム か、幅の切れ目に左右されない KDE を選びます。生産地域ごとの燃費のように 3〜10 グループの中央値と散らばりを並べて比べるなら 箱ひげ図、山が 2 つある分布まで形を残して比べるなら バイオリンプロット です。「データが正規分布に従うか」を点が 45 度線に乗るかで確かめるなら Q-Q プロット、「会計金額 30 ドル以下が全体の何 % か」を読むなら ECDF が向きます。244 件程度までの少量データで個々の点そのものを見たいなら スウォームプロット、KDE の下にデータの実際の位置を添えるなら ラグプロット を重ねます。

ヒストグラム	箱ひげ図	バイオリンプロット
KDE（密度プロット）	リッジライン	スウォームプロット
ラグプロット	ECDF（経験分布）	Q-Q プロット
2D KDE	レインクラウドプロット