[seaborn][regplot] 散布図と線形回帰を描画

seabornライブラリの regplot関数を使って、散布図と線形回帰を描画するサンプルコードを紹介します。
seabornは、統計データ視覚化ライブラリで Python in Excel のコアライブラリの１つです。regplot関数を使うと散布図とトレンドラインの線形回帰を一括描画できます。

2023年10月現在、Python in Excel は Microsoft 365 Insider Program のベータチャネルを選択することによって使用できるベータ版のExcelでのみ利用可能です。
ベータ版のExcelのインストール・初期設定方法は以下で詳しく紹介しています。

Python in Excel が使えるExcelをインストール・初期設定する方法（画像付き）

［Python in Excel］が使えるベータ版Excelをインストールする方法、Microsoft 365 Insider プログラムの参加方法、Python in Excel で Hello World! を出力する方法をご紹介します

出力結果例
regplot 関数の構文
サンプルコード
注意点
参考

出力結果例

Python in Excel 入門 - regplot 18 legend — 凡例の表示例

regplot 関数の構文

sns.regplot(data=None, x=None, y=None [, 任意引数])

戻り値

matplotlib Axes

引数	型	説明
data	DataFrame	処理対象のデータ
x, y	string or Series or 配列	x軸とy軸に表示するdataの列名または、Seriesオブジェクト
x_estimator	関数	ベクトル -> スカラーをマップする関数 x の値に対する関数の戻り値がプロットされる。 x が離散値である場合に役立つ。
x_bins	int or vector	x の値をビン分割し中心傾向と信頼区間を推定する。ビン分割は散布図の描画にのみ使用される。
x_ci	string	x の離散値の中心傾向をプロットするときに使用される信頼区間のタイプ選択肢：”ci”（引数 ci の値に従う）　　　　”sd”（各ビンの観測値の標準偏差を表示）デフォルト：”ci”
scatter	bool	散布図を描画するか否かデフォルト：True
fit_reg	bool	線形回帰モデルを描画するか否かデフォルト：True
ci	int	回帰推定の信頼区間（％）回帰直線の周囲の半透明のバンドが描画されるデフォルト：95
n_boot	int	ci を推定するためのブートストラップサンプリングの回数デフォルト：1000
units	string	x や y の観測値がサンプリング単位でネストされている場合、その変数名を指定する。マルチレベルのブートストラップによって信頼区間を計算し、回帰推定や描画には影響を与えない。
seed	int、他	int、numpy.random.Generator、 numpy.random.RandomStateを指定再現可能なブートストラップのためのシードまたは乱数ジェネレータ
order	int	１より大きい値を指定すると、numpy.polyfit を使用して多項式回帰を推定するデフォルト：1
logistic	bool	True の場合、y がバイナリ値であると仮定し、 statsmodels のロジスティック回帰モデルを使用する。 ※線形回帰よりも計算量が多いため、引数 n_boot の数を減らすか、引数 ci を None にすることを推奨デフォルト：False
lowess	bool	True の場合、statsmodels のノンパラメトリック lowess モデル（局所加重線形回帰）を使用する。信頼区間は描画されない。デフォルト：False
robust	bool	True の場合、statsmodels のロバスト回帰モデルを使用する。これにより外れ値の重みが軽減される。 ※線形回帰よりも計算量が多いため、引数 n_boot の数を減らすか、引数 ci を None にすることを推奨デフォルト：False
logx	bool	True の場合、y ~ log(x) の形式の線形回帰を使用する ※ x が正の値である必要があることに注意デフォルト：False
x_partial, y_partial	string	プロットする前に、x または y 変数から回帰する交絡変数
truncate	bool	回帰直線をデータの範囲内に描画するか False の場合、x 軸の範囲まで拡張されるデフォルト：True
x_jitter, y_jitter	float	一様なランダムノイズを x または y 変数に追加する場合のノイズのサイズ。ノイズは散布図の外観にのみ影響し、離散値を取る変数をプロットするときに役立つ。
label	string	凡例のラベル
color	string	プロットの色 Specifying colors
marker	string	マーカー（プロットの形） matplotlib marker code で指定するデフォルト：”o”
scatter_kws, line_kws	dict	matplotlib.pyplot の scatter関数, plot関数に渡す追加の設定
ax	matplotlib Axes	プロットを描画するための Axes オブジェクト

regplot 関数の引数一覧（「引数」列に「必須」の記載がないものはすべて任意引数）

seaborn.regplot — seaborn 0.13.0 documentation

サンプルコード

サンプルデータ
データが150件、名称が「IrisDataSet2」のテーブルを使用して説明します。

サンプルデータを取得する方法は、ここを展開してください。

サンプルデータを取得する手順

1
「数式」タブ→「Pythonの挿入」ボタン→「Pythonサンプルを試す」をクリック
2
Excelウィンドウ右側に表示されたペーンの「サンプルの挿入」をクリック
3
サンプルデータのシートが追加されます

Pythonの入力方法や出力種類、DataFrameの定義方法については、以下の記事で詳しく紹介しています。

【超基本】Python in Excel の使い方とルール

Python in Excel の入力方法は難しくはありませんが、Excelのワークシート関数の入力の仕方とは少し勝手が違います。この記事では、Python in Excel の入力の仕方と出力の種類、計算順序やパフォーマンスを向上させるた...

[DataFrame] xl関数の指定方法いろいろ

この記事では、DataFrameの定義、xl関数の使い方や注意点について説明します。DataFrameを使うと、Excelのセル範囲や名前、テーブル、Power Queryのデータを Python in Excel で扱えるようになります。...

前提

以降のサンプルコードは、DataFrame型の df, x, y変数が定義済みであることを前提としています。

# 別のセルに定義しておく
df = xl("IrisDataSet2[#すべて]", headers=True)

# 特定の列のDataFrameの場合
x = xl("IrisDataSet2[[#すべて],[sepal_length]]", headers=True)
y = xl("IrisDataSet2[[#すべて],[petal_length]]", headers=True)

# 同じセルに記述してもよい
df = xl("IrisDataSet2[#すべて]", headers=True)
sns.regplot(data=df, x="sepal_length", y="petal_length")

また、複数のregplot関数の例を列挙して記述していますが、実際に試してみる場合はそれぞれ別のセルに記述してください。（列挙して記述するとプロットが重なって表示されます。）

# こんな風に複数記述されている場合は、１つずつ試すか別のセルに記述してください
sns.regplot(x=x, y=y, x_bins=25, x_ci="sd") # 標準偏差
sns.regplot(x=x, y=y, ci=100)               # 信頼区間100%
sns.regplot(x=x, y=y, ci=80)                # 信頼区間80%

データの指定１（x, y に列名）

# seabornは「sns」のエイリアス名でimport文なしで使える
# import seaborn as sns
sns.regplot(data=df, x="sepal_length", y="petal_length")

結果

Python in Excel 入門 - regplot 01 — dataを指定

セルに「Image」と表示された場合は、Python出力の種類を「Excelの値」に変更してください。

画像付き説明は、ここを展開してください。

セル内のイメージを拡大する場合は、セルをクリックし、右上に表示される「参照の作成」アイコンをクリックしてください。

データの指定２（x, y にオブジェクト）

# x, y は別セルで定義済み（「前提」セクションを参照）
sns.regplot(x=x, y=y, color="m")

結果　わかりずらいので色（マゼンタ）も変えてみた（プロットはdata指定の例と全く同じ）

Python in Excel 入門 - regplot 02 — x, yにDataFrameを指定

ビン分割（x_bins）

sns.regplot(x=x, y=y, x_bins=50)

結果　大まかに分割。散布図だけ変わる。

信頼区間（x_ci, ci）

sns.regplot(x=x, y=y, x_bins=25, x_ci="sd") # 標準偏差
sns.regplot(x=x, y=y, ci=100)               # 信頼区間100%
sns.regplot(x=x, y=y, ci=80)                # 信頼区間80%

結果　回帰直線の周囲の半透明のバンドの幅が変わる

Python in Excel 入門 - regplot 04 sd — x_bins=25, x_ci=”sd” の例

Python in Excel 入門 - regplot 05 ci100 — ci=100 の例

Python in Excel 入門 - regplot 06 ci80 — ci=80 の例

公式サイトを見ると、
引数 x_ci には0～100の範囲の int も指定できるようなのですが、int を指定しても描画は何も変わらずでした。エラーにもならない。謎。

散布図、回帰モデルを非表示（scatter, fit_reg）

sns.regplot(x=x, y=y, scatter=False) # 散布図を非表示
sns.regplot(x=x, y=y, fit_reg=False) # 回帰直線を非表示

結果　

Python in Excel 入門 - regplot 07 scatter — scatter=False の例

Python in Excel 入門 - regplot 08 fit reg — fit_reg=False の例

色々な回帰モデル（order, lowess, logx）

# 多項式回帰
sns.regplot(x=x, y=y, order=3)

結果

Python in Excel 入門 - regplot 09 order — order=3 の例

# ノンパラメトリック lowess モデル（局所加重線形回帰）
sns.regplot(x=x, y=y, lowess=True)

結果

Python in Excel 入門 - regplot 10 lowess — lowess=True の例

# y ~ log(x) の形式の線形回帰
sns.regplot(x=x, y=y, logx=True)

結果

回帰ラインの描画範囲（truncate）

sns.regplot(x=x, y=y, truncate=True) # デフォルト
sns.regplot(x=x, y=y, truncate=False)

結果　False にすると、回帰ラインが枠内いっぱいに描画される

Python in Excel 入門 - regplot 12 truncate — truncate=True の例

Python in Excel 入門 - regplot 13 truncate — truncate=False の例

ランダムノイズを追加（x_jitter, y_jitter）

sns.regplot(x=x, y=y, x_jitter=0.2)

結果

色、プロットの形状（color, marker）

Specifying colors
matplotlib marker code

# 色を「cyan」、プロットの形状を「♦（thin_diamond）」
sns.regplot(x=x, y=y, color="c", marker="d")

結果

Python in Excel 入門 - regplot 16 color — color=”c”, marker=”d” の例

凡例を表示（label）

# species別にDataFrameを取得する
df = xl("IrisDataSet2[#すべて]", headers=True)
setosa = df.query('species == "setosa"')
x1 = setosa["sepal_length"]
y1 = setosa["petal_length"]
versicolor = df.query('species == "versicolor"')
x2 = versicolor["sepal_length"]
y2 = versicolor["petal_length"]
virginica = df.query('species == "virginica"')
x3 = virginica["sepal_length"]
y3 = virginica["petal_length"]

# グラフと凡例を表示
ax = sns.regplot(x=x1, y=y1, label="setosa")
ax = sns.regplot(x=x2, y=y2, label="versicolor")
ax = sns.regplot(x=x3, y=y3, label="virginica")
ax.legend()

結果

Python in Excel 入門 - regplot 17 legend — 凡例の表示例

各グラフをさらに設定（scatter_kws, line_kws）

sns.regplot(
  x=x, y=y,
  scatter_kws={"edgecolors":"m", "linewidths":2.0}, # 散布図の設定
  line_kws={"linestyle": "--"},                     # 回帰ラインの設定
)

結果