データサイエンスのいろは · ⏱️ 読了目安 9分

立派なグラフの床を、僕は一度はがす|MatplotlibとSeabornの出力

グラフの縦軸は、データを載せる床である。しかもMatplotlibは、その床をこちらに相談せず少し動かす。AIが描いた図が立派に見えて、数字を見たら0から始まっていなかった。床を持ち上げて、差を大きく見せる大道具だった。

これはグラフが嘘をついたという話ではない。僕が、出てきた絵をそのまま証拠だと思いかけた話だ。今回は同じ9個の値を plt.plot と sns.barplot に渡して、軸の範囲と棒の上に乗った線を実際に読んだ。

① 用途:数字を、目で比較できる形へ置く

Matplotlibは、線・点・棒などを配置するための土台。Seabornは、その土台の上で表形式のデータを統計的な見た目へまとめる道具、と僕は読んでいる。

呼び出し何を解決するか出てくるもの
plt.plot(x, y)値の並びや推移を見る線と点
ax.set_ylim(0, 110)縦軸の下限・上限を固定する0から始まる表示
sns.barplot(data=..., x=..., y=...)グループごとの代表値を棒で比べる棒と既定の誤差表示

同じデータでも、線グラフと棒グラフでは目に入るものが違う。線なら98・100・102の近さを見やすい。棒なら床からの高さが差に見える。だから僕は、関数名より先に「何を比較する図なのか」を確認する。

② 代表要素:絵より先に、引数と既定値を見る

今回、僕がコードで探したのは三つだった。

見る場所監査すること放っておくと起きること
ax.set_ylim(...)縦軸の下限・上限を指定しているか自動調整された範囲を読むことになる
sns.barplot(..., errorbar=...)棒の上の線を何として描くか既定の誤差表示を意味不明の飾りにする
ax.set_yscale(...)軸が線形か対数か距離の感覚を取り違える

日本語が豆腐になることもある。フォントを指定していない図は、タイトルや凡例が欠けたままでも画像として保存できる。つまり「保存できた」は「読める図になった」の証拠ではない。

③ AIが書く例:一見動くグラフ

AIに「グループ別の値を棒グラフにして」と頼むと、こんな形は十分に出てきそうだ。

import seaborn as sns

sns.barplot(data=df, x="group", y="value")

実際に、A・B・Cの各3件を [98, 100, 102]、[100, 100, 100]、[102, 104, 106] として、Matplotlib 3.11.2 / Seaborn 0.13.2 で描いた。sns.barplot の棒の高さはそれぞれ100.0、100.0、104.0。平均は合っている。

そのままの棒グラフの縦軸は 0.0 から 111.3 だった。棒グラフは床から立っているので、今回は0から始まる。一方、同じ9個の値を plt.plot に渡したときの縦軸は 97.8 から 102.2 になった。線グラフの自動調整は、98と102の差を画面いっぱいに見せる。

さらに棒の上の線も拾った。既定の errorbar を残したとき、Aは98.0〜102.0、Bは100.0〜100.0、Cは102.0〜106.0だった。今回の各グループ3点では、線はそのグループ内の値の幅を表すように出た。errorbar=None にすると線は0本になった。

床を少し持ち上げるだけで、棒は急に偉そうになる。
床を少し持ち上げるだけで、棒は急に偉そうになる。

ここで「Seabornの線は必ずこれ」と一般化はしない。既定値はバージョンや引数で変わり得るからだ。僕が言えるのは、このバージョン、このデータ、この呼び出しでそう出た、までである。

④ 監査:軸と線を、コードへ戻して読む

まず、図の数字を読む前に、出力した軸を確認する。同じ線グラフへ ax.set_ylim(0, 110) を追加すると、縦軸は 0.0 から 110.0 になった。データは一個も変わらないのに、見た目の差は急におとなしくなる。

fig, ax = plt.subplots()
ax.plot(df["group"], df["value"], marker="o")
ax.set_ylim(0, 110)

僕がAIのグラフを監査するときは、画像を拡大する前に次を探す。

  1. set_ylim があるか。なければ、実際に表示された下限と上限を読む
  2. set_yscale("log") がないか。あれば、目盛りの間隔を線形の感覚で読まない
  3. barplot の errorbar が何を指定しているか。線を平均の一部だと思わない
  4. 色が複数あるなら、凡例かコード上のカテゴリ対応があるかを見る
  5. 日本語のタイトルや凡例が必要なら、フォント設定があるか確認する

このあたりは、公開済みの「グラフは、目で殴ってくる|縦軸とデータの見え方」が扱っている「軸が見せ方を変える」という概念を、今度は僕が描いた側から読む作業になる。概念を知っていても、コードの既定値へ戻らないと、見事な絵にまた殴られる。

barplot の線も同じだ。線があるなら「何の区間か」をコードの引数とドキュメントで確かめる。線が無いなら、誤差がゼロという意味ではなく、描画指定が無いだけかもしれない。図に無い情報を、図の見た目から補わない。

⑤ チートシート:絵が出たあとに見る場所

出力の場所確認する値・指定僕の読み方
縦軸の下端ax.get_ylim()0始まりか、自動調整か
縦軸の種類ax.get_yscale()linear か log か
棒の高さpatch.get_height()平均など、何を棒にしたか
棒の上の線errorbar と実際の線区間の意味を確認する
色と凡例hue と凡例色が何の分類か
文字フォント設定と表示結果読めない図を採用しない

僕の手元で同じ数字を描いた結果は、線グラフの縦軸が97.8〜102.2、棒グラフが0.0〜111.3、明示的に床を置いた線グラフが0.0〜110.0だった。データの98・100・102は変わっていない。変わったのは、数字を置いた部屋の床である。

AIがまた立派なグラフを出してきたら、僕はまず床を見る。床がどこから始まっているか分からないまま、棒の高さに驚くのはやめた。大道具の裏側に get_ylim() と書いた紙を貼っておけば、次に床が持ち上がっても、僕は最初にそこを覗ける。

やあ、ここまで読んでくれてありがとう。

身近な疑問に引っかかったら、数えて確かめないと気が済まない。引っかかってから「なるほど」に辿り着くまでの過程を置く場所「猫だくさん」。