# Seabornをインポート
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

# Seabornのスタイルを設定
sns.set_style("whitegrid")

print("Seabornの準備完了！")

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np

# データの準備
x = np.arange(10)
y = np.random.randn(10)

# 5つのスタイルを比較
styles = ['darkgrid', 'whitegrid', 'dark', 'white', 'ticks']

fig, axes = plt.subplots(1, 5, figsize=(18, 3))

for i, style in enumerate(styles):
    sns.set_style(style)
    axes[i].plot(x, y, marker='o')
    axes[i].set_title(style)

plt.tight_layout()
plt.show()

# 好みのスタイルに戻す
sns.set_style("whitegrid")

import seaborn as sns
import matplotlib.pyplot as plt

# データ
months = ['1月', '2月', '3月', '4月']
sales = [120, 150, 130, 180]

# コンテキストとスタイルを設定
sns.set_context("talk")  # プレゼンテーション用（大きめ）
sns.set_style("whitegrid")

plt.figure(figsize=(10, 6))
plt.plot(months, sales, marker='o', linewidth=3)
plt.title('月別売上推移')
plt.ylabel('売上（万円）')
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt

# データの準備
categories = ['商品A', '商品B', '商品C', '商品D', '商品E']
sales = [120, 150, 90, 180, 110]

# パステルカラーパレットを使用
sns.set_palette("pastel")
sns.set_style("whitegrid")

plt.figure(figsize=(10, 6))
plt.bar(categories, sales)
plt.title('商品別売上', fontsize=16)
plt.ylabel('売上（万円)', fontsize=12)
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# データの準備
categories = ['A', 'B', 'C', 'D']
values = [30, 40, 20, 10]
df = pd.DataFrame({'カテゴリ': categories, '値': values})

# Seabornの棒グラフでパレットを指定
sns.set_style("whitegrid")
plt.figure(figsize=(10, 6))
sns.barplot(x='カテゴリ', y='値', data=df, palette='Set2')
plt.title('カテゴリ別の値', fontsize=16)
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

# データの準備
np.random.seed(0)
data = {
    '商品A': np.random.normal(100, 15, 50),
    '商品B': np.random.normal(120, 20, 50),
    '商品C': np.random.normal(90, 10, 50),
}
df = pd.DataFrame(data)

# 箱ひげ図を作成
sns.set_style("whitegrid")
plt.figure(figsize=(10, 6))
sns.boxplot(data=df)
plt.title('商品別売上分布', fontsize=16)
plt.ylabel('売上（万円）', fontsize=12)
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

# データの準備（縦持ち形式）
np.random.seed(0)
df = pd.DataFrame({
    '得点': np.concatenate([
        np.random.normal(70, 10, 30),  # A組
        np.random.normal(75, 12, 30),  # B組
        np.random.normal(80, 8, 30)    # C組
    ]),
    'クラス': ['A組']*30 + ['B組']*30 + ['C組']*30
})

# 箱ひげ図を作成
plt.figure(figsize=(10, 6))
sns.boxplot(x='クラス', y='得点', data=df, palette='Set2')
plt.title('クラス別テスト得点分布', fontsize=16)
plt.ylabel('得点', fontsize=12)
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

# データの準備
np.random.seed(0)
df = pd.DataFrame({
    '売上': np.concatenate([
        np.random.normal(100, 15, 50),
        np.random.normal(120, 20, 50),
        np.random.normal(90, 10, 50)
    ]),
    '店舗': ['A店']*50 + ['B店']*50 + ['C店']*50
})

# バイオリンプロットを作成
plt.figure(figsize=(10, 6))
sns.violinplot(x='店舗', y='売上', data=df, palette='muted')
plt.title('店舗別売上分布（バイオリンプロット）', fontsize=16)
plt.ylabel('売上（万円）', fontsize=12)
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

# データの準備
np.random.seed(0)
df = pd.DataFrame({
    '気温': np.concatenate([
        np.random.normal(28, 3, 50),
        np.random.normal(22, 4, 50),
        np.random.normal(8, 2, 50)
    ]),
    '季節': ['夏']*50 + ['春']*50 + ['冬']*50
})

# バイオリンプロット（内側に箱ひげ図）
plt.figure(figsize=(10, 6))
sns.violinplot(x='季節', y='気温', data=df, 
               palette='Set3', inner='box')
plt.title('季節別気温分布', fontsize=16)
plt.ylabel('気温（℃）', fontsize=12)
plt.show()

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

# データの準備
np.random.seed(0)
df = pd.DataFrame({
    '国語': np.random.normal(70, 15, 100),
    '数学': np.random.normal(75, 12, 100),
    '英語': np.random.normal(72, 10, 100),
    '理科': np.random.normal(77, 13, 100),
    '社会': np.random.normal(73, 11, 100)
})

# 相関行列を計算
corr = df.corr()

# ヒートマップを作成
plt.figure(figsize=(10, 8))
sns.heatmap(corr, annot=True, cmap='coolwarm', 
            vmin=-1, vmax=1, center=0,
            square=True, linewidths=1)
plt.title('科目間の相関係数', fontsize=16)
plt.show()

fruits = ['りんご', 'バナナ', 'オレンジ', 'ぶどう', 'いちご']
sales = [120, 150, 100, 80, 110]

import pandas as pd
import numpy as np

np.random.seed(42)
df = pd.DataFrame({
    '得点': np.concatenate([
        np.random.normal(75, 10, 30),
        np.random.normal(80, 12, 30),
        np.random.normal(70, 8, 30)
    ]),
    'クラス': ['A']*30 + ['B']*30 + ['C']*30
})