Seaborn

Seabornについて

  • Seabornって何?
  • Seabornを使うためには?
  • Seabornってどうやってインストールするの?
  • Seabornを使ってみよう!

Seabornって何?

Seabornとは

  • Pythonでグラフやチャートを作るためのライブラリです
  • matplotlibで作ったグラフやチャートをよりカッコよくすることができます
  • 目的によって色々な形のグラフやチャートを作成することができます

 

Seabornを使うためには?

Seabornを使うには?

  • インストールする必要があります

 

Seabornってどうやってインストールするの?

Seabornのインストール方法

  • Anaconda Promptでインストールする
  • pipコマンドでインストールする

 

Anaconda Promptでインストールする方法

 Anaconda Promptのケース
conda install seaborn

pipコマンドでインストールする方法

[/] Jupyter Notebookのケース
pip install seaborn
 
#JupyterNotebookのケース
! pip install seaborn

 

Seabornを使ってみよう!

Seabornのライブラリをインポートする

#snsというかたちでseabornをインポート
import seaborn as sns

 

Yahoo!financeで株価データの取得

#株価の取得とチャート化に必要なライブラリをインポート 
import pandas as pd import matplotlib.pyplot as plt import yfinance 

#S&P500指数 
spx = yfinance.download('^GSPC',start='2020-01-01',end='2021-12-31',interval='1d',auto_adjust=True,treads=True)['Close'] 

#ダウジョーンズ 
dji = yfinance.download('^DJI',start='2020-01-01',end='2021-12-31',interval='1d',auto_adjust=True,treads=True)['Close'] 

#ナスダック指数 
nsdq = yfinance.download('^IXIC',start='2020-01-01',end='2021-12-31',interval='1d',auto_adjust=True,treads=True)['Close']



 

取得したデータの編集

#pd.concatで取得したデータの統合
df = pd.concat([spx,dji,nsdq],axis=1)

#df.columnsでカラム名を付ける
df.columns=('SPX500','DOW','NASDAQ')



Seabornでナスダック指数をチャートにしてみる

#画像サイズの設定
plt.figure(figsize=(15,8))


#チャート画像の色の設定
sns.set_style(style='darkgrid')

#ナスダック指数をチャート化
df['NASDAQ'].plot(color='darkblue',lw=5,label='S&P500') plt.legend(fontsize=25)

こんなこともできます

・ナスダック指数とS&P500指数の関係
plt.figure(figsize=(15,8))
sns.regplot(df['NASDAQ'],df['SPX500'],scatter_kws={'color':'indigo'},line_kws={'color':'blue'})

・米国株価指数の相関関係
plt.figure(figsize=(15,8))
sns.heatmap(df.corr(),annot=True,annot_kws={'fontsize':25},cmap='Blues')

 

Seabonの効率的な学習方法とは?

データの可視化はPythonのデータ分析で必須のスキル

ただの数字の羅列では、分析の結果が何を意味するのか?がわかりません。

また、それを人に伝えることもできません。

なのでグラフやチャートの作成スキルは、Pythonのデータ分析で必須のスキルなのです。

 

matplolibで作成したグラフやチャートを洗練することができるSeabornはー

すぐれたコミュニケーションのツール

なのです。

 

Seabornの効率的な学習方法とは?

Seabornは、matplotlibがベースとなっています。

なので、matplotlibの学習を終えてからSeabornを学ぶのがよいでしょう。

 

ジェイがおすすめする学習方法は、オンライン動画でプログラミングが学べる『Udemy』で学ぶことです。

Udemyの詳細はコチラ

 

Udemyには色々なPythonの講座があります。

その中からSeabornを学ぶならば、以下の講座がおすすめす。


The Complete Pandas Bootcamp 2021: Data Science with Python


『げ!英語の講座?』と思う人がいるかもしれません。

ご安心ください。

英語ができなくても大丈夫

この講師の英語は簡単です。なので聞いているうちにしゃべっている内容がわかります。また動画を見ていればやってることも簡単にわかります

 

この講座はPandasNumPymatplolibがすべて学べる構成となっています。

短時間でSeabornが学べる

Seabornは『たったの40分』でキホンがマスターできる内容

となっています。

 

またー

ここも重要です!

生きた英語が学べる

こともこの講座をおすすめする理由です。

 

これからグローバル化はどんどん進んでいくでしょう。

ということは、英語のスキルはこれからますます重要になってきます。

 

Pythonの勉強と英語の勉強が同時にできるThe Complete Pandas Bootcamp 2021: Data Science with Pythonは、これからPythonを学ぶビジネスパーソンにとって最適な講座です。


Seabornの学習方法やSeabornによる分析記事については以下をご覧だくさい!


matplotlib Pandas Seaborn テクニカル分析 プログラミングを学ぼう 米国株(アメリカ株)

【Pythonコードの解説編】有望グロース株エヌシーノ(NCNO)の株価を移動平均線と出来高で分析してみよう!

2021/7/21  

matplotlib NumPy Pandas Seaborn

【Python】3つの米銀株とアメリカ金利の分析 Pythonコードの解説編

2021/7/16  

matplotlib Seaborn

【前編】急速に低下する米金利!米国グロース銘柄へのインパクトをPythonで分析してみよう!

2021/6/21  

matplotlib NumPy Pandas Seaborn

相関分析シリーズ後編 Pythonで線形の相関チャートを作ってみよう!

2021/5/16  

matplotlib NumPy Pandas Seaborn

相関分析シリーズ後編 Pythonでヒートマップの相関チャートを作ってみよう!

2021/5/14  

matplotlib Seaborn マーケット分析コメント 米国株(アメリカ株)

【Python】米エネルギー株と原油価格の相関関係を分析してみよう 中編

2021/5/10  

matplotlib Seaborn マーケット分析コメント 米国株(アメリカ株)

【Python】米エネルギー株と原油価格の相関関係を分析してみよう 前編

2021/5/8  

matplotlib Seaborn マーケット分析コメント

【米国株】今こそグロース株を仕込むとき 注目の3銘柄とは?

2021/4/28  

matplotlib Pandas Seaborn テクニカル分析 マーケット分析コメント 米国株(アメリカ株)

【チャート分析】アバララ(AVLR)の分析 アップデート 前編

2021/4/18  

matplotlib Seaborn マーケット分析コメント 米国の株価指数

インフレ時代の米株投資 最終回 これからの米株投資で重要なこと ~バリュー株と有望なグロース株の発掘~

2021/4/17  

© 2021 ジェイの米国株投資ブログ