Summary  
This chapter covers generating count plots to visualize the frequency distribution of categorical data using seaborn’s `countplot` function, demonstrating how to pass category values directly as arrays or by specifying DataFrame column names.  

General domain of usage  
Exploratory data analysis

**カウントプロット**は、カテゴリリストの各**カテゴリ**ごとのエントリー数を表す列（バー）を作成するプロット。カテゴリ変数のヒストグラムとも考えられる。

定義

ここでは、各列がTitanic乗客の各クラスごとの人数を表している。このプロットが**棒グラフ**と非常に似ていることに気付いたかもしれない。実際、これは各カテゴリの**頻度**を表す、より特化した棒グラフの一種である。

`pyplot` で作成したプロットを表示するには、`matplotlib` の `plt.show()` モジュールをインポートし、`seaborn` 関数を使用する必要があります。

注意

`seaborn` でカウントプロットを作成するには、`countplot()` 関数を使用。データをこの関数に渡す方法はいくつか存在。

## 1次元配列の渡し方

最初の方法は、`x` パラメータに値（**配列**）を単純に渡すこと。

import seaborn as sns
import matplotlib.pyplot as plt

fruits = ['apple', 'banana', 'orange', 'apple', 'apple', 'apple', 'orange', 'banana', 'banana', 'banana', 'banana', 'banana', 'banana', 'banana']

sns.countplot(x=fruits)

plt.show()

リスト内の各**ユニーク**要素をカウントし、それぞれに対応する高さのカラムを作成。

`y`パラメータを`x`の代わりに使用することで、プロットの向きを縦から横に変更可能。

ノート

## 2次元オブジェクトの渡し方

別の方法として、`data`パラメータと`x`または`y`パラメータを組み合わせて使用することができます。この方法は、`pandas`の`DataFrame`を扱う際に適しています。**配列のリスト**や`DataFrame`を`data`の値として渡すことができます。`x`や`y`には、`DataFrame`内のカラム名を指定できます。


import seaborn as sns
import matplotlib.pyplot as plt

# Loading a built-in dataset of the Titanic passengers
titanic_df = sns.load_dataset('titanic')

sns.countplot(data=titanic_df, x='class')

plt.show()

この例では、関数はTitanicの`'class'`の`DataFrame`カラムを使用してカウントプロットを作成し、そのカラム内の各ユニークな値に対していくつのエントリが存在するかを表示します。


import unittest
import ast
import inspect
import user_code  # This should contain the student's solution code

def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)

class TestDiamondCountplot(unittest.TestCase):

    @classmethod
    def setUpClass(cls):
        source = inspect.getsource(user_code)
        cls.tree = ast.parse(source)

    def test_seaborn_imported_as_sns(self):
        imports = [
            node for node in self.tree.body
            if isinstance(node, ast.Import) or isinstance(node, ast.ImportFrom)
        ]
        imported = any(
            isinstance(imp, ast.Import) and
            any(alias.name == 'seaborn' and alias.asname == 'sns' for alias in imp.names)
            for imp in imports
        )
        _dynamic_test(
            self,
            imported,
            "Seaborn is imported as sns",
            "Seaborn is not imported as sns"
        )

    def test_pyplot_imported_as_plt(self):
        imports = [
            node for node in self.tree.body
            if isinstance(node, ast.Import) or isinstance(node, ast.ImportFrom)
        ]
        imported = any(
            isinstance(imp, ast.Import) and
            any(alias.name == 'matplotlib.pyplot' and alias.asname == 'plt' for alias in imp.names)
            for imp in imports
        )
        _dynamic_test(
            self,
            imported,
            "matplotlib.pyplot is imported as plt",
            "matplotlib.pyplot is not imported as plt"
        )

    def test_countplot_used_correctly(self):
        countplot_calls = [
            node for node in ast.walk(self.tree)
            if isinstance(node, ast.Call)
            and isinstance(node.func, ast.Attribute)
            and node.func.attr == 'countplot'
        ]
        correct_usage = False
        for call in countplot_calls:
            keywords = {kw.arg: kw.value for kw in call.keywords}
            if (
                'data' in keywords and isinstance(keywords['data'], ast.Name) and keywords['data'].id == 'diamonds'
                and 'y' in keywords and isinstance(keywords['y'], ast.Constant) and keywords['y'].value == 'cut'
            ):
                correct_usage = True
                break
        _dynamic_test(
            self,
            correct_usage,
            "sns.countplot() is used with data=diamonds and y='cut'",
            "sns.countplot() is not used correctly"
        )

    def test_plot_displayed(self):
        show_calls = [
            node for node in ast.walk(self.tree)
            if isinstance(node, ast.Call)
            and isinstance(node.func, ast.Attribute)
            and node.func.attr == 'show'
        ]
        correct = any(
            isinstance(call.func.value, ast.Name) and call.func.value.id == 'plt'
            for call in show_calls
        )
        _dynamic_test(
            self,
            correct,
            "plt.show() is called to display the plot",
            "plt.show() is not called"
        )

if __name__ == '__main__':
    unittest.main()


test_countplot.py

視覚的分析を通じてデータを探索し、伝達する方法を学びます。本コースでは、一般的なプロットの作成、可視化のカスタマイズ、統計チャートを用いたデータ分布・関係・パターンの検証について解説します。実世界のデータセットに対して、探索的データ分析手法を適用し、傾向、異常、洞察を特定します。

カウントプロット

1次元配列の渡し方

2次元オブジェクトの渡し方

解答