Seabornで「2つの数値の関係」を見たいときに便利なのがrelplotです。散布図も折れ線グラフも同じ関数で描けて、色分けや複数グラフへの分割も引数ひとつで指定できます。この記事では、relplotの基本から、hue・size・styleでの描き分け、信頼区間(errorbar)、col・rowでの分割、図のサイズ調整までを、実際に動かしたコードと一緒に解説します。Seabornそのものが初めての方は、先にSeabornの基礎の記事を読んでおくとスムーズです。同じ「Seabornの応用」シリーズとして、catplot、displot(単変量)、displot(二変量)の記事も書いています。
この記事の結論
- relplotは、scatterplot(散布図)とlineplot(折れ線)をまとめて呼び出せる「図レベル関数」です。kind=”scatter”(既定)とkind=”line”で切り替えます。
- hue(色)・size(大きさ)・style(形・線種)で、1枚のグラフの中でグループを描き分けられます。
- 折れ線の信頼区間は、seaborn 0.12以降はciではなくerrorbarで指定します(既定は95%信頼区間)。
- 図の大きさはfigsizeではなくheight(1枚あたりの高さ)とaspect(縦横比)で決めます。1枚だけを既存の図に描きたいときはscatterplot・lineplotを使います。
この記事のコードは、2026年10月時点でseaborn 0.13.2(PyPI上の最新版)、matplotlib 3.11.2、pandas 3.1.0、Python 3.12の環境で、すべて実際に実行して確認しています。
relplotとは?図レベル関数と軸レベル関数の違い
relplotは、公式ドキュメントで「関係(relational)を描くための図レベルのインターフェース」と説明されている関数です。名前の「rel」はrelational(関係)の略で、x軸とy軸の2つの数値の関係を見るためのグラフを担当しています。
Seabornの関数には、図(Figure)全体を作る「図レベル関数」と、1つの軸(Axes)に描く「軸レベル関数」の2種類があります。relplotは図レベル関数で、中身では軸レベル関数のscatterplotやlineplotを呼び出しています。catplotやdisplotと同じ関係です。
| 関数 | 種類 | 描けるグラフ | 戻り値 |
|---|---|---|---|
| relplot | 図レベル | kind=”scatter”で散布図、kind=”line”で折れ線 | FacetGrid |
| scatterplot | 軸レベル | 散布図 | Axes |
| lineplot | 軸レベル | 折れ線グラフ | Axes |
図レベル関数のrelplotは、戻り値としてFacetGridというオブジェクトを返します。実際にtype()で確かめるとseaborn.axisgrid.FacetGridと表示されました。このFacetGridのおかげで、後で紹介するcol・rowによる分割や、ラベル・タイトルの一括設定ができます。
kind=’scatter’:散布図の基本
まずはseabornに組み込まれているtipsデータ(レストランの会計額とチップの記録、244行×7列)を使います。列はtotal_bill(会計額)、tip(チップ)、sex、smoker(喫煙者か)、day、time(Lunch/Dinner)、size(来店人数)です。
import seaborn as sns
import matplotlib.pyplot as plt
tips = sns.load_dataset("tips")
fmri = sns.load_dataset("fmri") # 折れ線グラフの節で使います
sns.relplot(data=tips, x="total_bill", y="tip")
plt.show()

kindを指定しなければ既定のkind="scatter"になり、会計額を横軸、チップを縦軸にした散布図が描かれます。会計額が大きいほどチップも大きくなる、右上がりの傾向が一目でわかります。なお、sns.load_datasetはインターネットからデータを読み込むので、オフライン環境では動かない点に注意してください。
matplotlibだけで散布図を描く方法は、matplotlibの散布図の記事で解説しています。relplotは、列名を渡すだけで軸ラベルまで自動で付くのが便利なところです。
hue・size・styleでグループを描き分ける
relplotの強みは、3つ目・4つ目の変数を「見た目」に割り当てられることです。割り当て方は次の3種類です。
| 引数 | 変えるもの | 向いている変数 |
|---|---|---|
| hue | 色 | カテゴリ・数値どちらも |
| size | 点の大きさ(折れ線では線の太さ) | 数値(人数など) |
| style | 点の形(折れ線では線種) | カテゴリ |
hue:色で分ける
sns.relplot(data=tips, x="total_bill", y="tip", hue="smoker")

喫煙者(Yes)と非喫煙者(No)で点の色が分かれ、図の右側に凡例が自動で付きます。
style:点の形で分ける
sns.relplot(data=tips, x="total_bill", y="tip", hue="smoker", style="time")

hueで喫煙の有無、styleでランチ・ディナーを表すと、色と点の形の組み合わせで4つのグループを1枚に描けます。白黒で印刷する資料では、色だけに頼らずstyleも併用すると読み取りやすくなります。
size:点の大きさで分ける
sns.relplot(data=tips, x="total_bill", y="tip", size="size", sizes=(15, 200))

来店人数(size列)を点の大きさに割り当てています。sizes=(15, 200)は「最小と最大の点の大きさ」の範囲で、これを指定しないと大きさの差が小さく、違いが見えにくくなります。
palette:色の組み合わせを変える
sns.relplot(data=tips, x="total_bill", y="tip", hue="size", palette="ch:r=-.5,l=.75")

hueに数値の列を渡すと、色は「薄い→濃い」のグラデーションになります。paletteで色の組み合わせを変えられ、"ch:r=-.5,l=.75"はcubehelixという色の系列を細かく指定する書き方です(公式チュートリアルの例と同じ指定)。"viridis"のようなmatplotlibのカラーマップ名も使えます。
グラフのタイトルやラベルに日本語を使うと、文字化け(豆腐のような四角)になることがあります。この記事のコードでは列名が英語のデータを使い、ラベルも英語にしています。日本語を使いたい場合は、日本語に対応したフォントを指定します。Windowsなら、次のようにメイリオを指定すると、私の環境では文字化けせずに表示されました。
sns.set_theme(font="Meiryo") # Windowsの場合(Macなら"Hiragino Sans"など)
g = sns.relplot(data=tips, x="total_bill", y="tip")
g.set_axis_labels("会計額", "チップ")

なお、sns.set_themeはフォントだけでなく、背景のグリッドなどの見た目もSeabornのテーマ(既定はdarkgrid)に変わります。
kind=’line’:折れ線グラフと信頼区間(errorbar)
折れ線グラフには、同じく組み込みのfmriデータ(1,064行×5列)を使います。14人の被験者(subject)について、時間(timepoint:0〜18)ごとの脳の信号(signal)を、刺激の種類(event:stim/cue)と脳の部位(region:parietal/frontal)別に記録したデータです。
sns.relplot(data=fmri, x="timepoint", y="signal", kind="line")

このデータは、同じtimepointに複数の測定値があります。lineplot(kind=”line”)は、同じxの値を自動で集計して平均を線で結び、その周りに信頼区間を帯(網掛け)で描きます。実行すると、timepoint 5付近で信号がピークになり、その後下がっていく線と、その周りの薄い帯が表示されます。
seaborn 0.12でciからerrorbarに変わった
古い記事やサンプルコードではci=Noneやci="sd"という書き方をよく見かけます。しかし、seaborn 0.12.0のリリースノートでは、lineplot・barplot・pointplotの誤差の帯(エラーバー)を新しいerrorbar引数で指定するようになり、ci引数は非推奨(deprecated)になったと書かれています。
実際に2026年10月時点のseaborn 0.13.2でci=Noneを指定してみると、グラフ自体は描かれますが、次のFutureWarningが表示されました。
FutureWarning:
The `ci` parameter is deprecated. Use `errorbar=None` for the same effect.
公式ドキュメント(seaborn.lineplot)によると、errorbarの既定値は('ci', 95)、つまり95%信頼区間で、ブートストラップの回数(n_boot)の既定値は1000です。errorbarには”ci”・”pi”・”se”・”sd”のいずれか、または("ci", 95)のような「方法と水準」の組、自作の関数、Noneを指定できます。
| やりたいこと | 古い書き方(0.11まで) | 今の書き方(0.12以降) |
|---|---|---|
| 95%信頼区間(既定) | ci=95 | errorbar=(“ci”, 95)(指定しなくてもよい) |
| 標準偏差の帯 | ci=”sd” | errorbar=”sd” |
| 帯を消す | ci=None | errorbar=None |
# 標準偏差の帯を描く
sns.relplot(data=fmri, x="timepoint", y="signal", kind="line", errorbar="sd")
# 帯を消して平均の線だけにする
sns.relplot(data=fmri, x="timepoint", y="signal", kind="line", errorbar=None)


信頼区間はブートストラップで計算するため、データが大きいと描画に時間がかかります。帯が不要ならerrorbar=Noneにすると速くなります。
折れ線でもhue・styleが使える
sns.relplot(
data=fmri, x="timepoint", y="signal", kind="line",
hue="region", style="event",
)

折れ線では、hueが線の色、styleが線種(実線・破線)になります。この例では、部位(parietal/frontal)を色、刺激の種類(stim/cue)を線種で描き分けた4本の線と、それぞれの信頼区間の帯が表示されます。
sns.relplot(
data=fmri, x="timepoint", y="signal", kind="line",
hue="region", style="event", markers=True, dashes=False,
)

markers=Trueでstyleごとに違う形のマーカーを付け、dashes=Falseで線をすべて実線にしています。破線が見づらいときは、こちらのほうが区別しやすいです。matplotlibだけで折れ線グラフを描く方法は、matplotlibの折れ線グラフの記事にまとめています。
col・rowで複数のグラフに分ける
グループが多くて1枚に重ねると見づらいときは、col(列方向)・row(行方向)でグラフ自体を分割します。これが図レベル関数ならではの機能です。
# ランチとディナーで左右に分ける
sns.relplot(data=tips, x="total_bill", y="tip", hue="smoker", col="time")
# さらに性別で上下に分ける(2×2)
sns.relplot(data=tips, x="total_bill", y="tip", hue="smoker", col="time", row="sex")


colだけなら横に並び、rowも指定すると格子状(この例では2行×2列)になります。各グラフの上には「time = Lunch」のようなタイトルが自動で付き、軸の目盛りは既定で全グラフ共通になるので、グループ同士を比べやすくなります。
col_wrap:列数で折り返す
colに指定した列の種類が多いと、グラフが横に長く並びすぎてしまいます。col_wrapを使うと、指定した列数で折り返してくれます。
sns.relplot(
data=fmri.query("region == 'frontal'"),
x="timepoint", y="signal", kind="line",
hue="event", col="subject", col_wrap=5,
height=3, aspect=.75, linewidth=2.5,
)

frontal部位のデータを被験者ごとに分けると14枚のグラフになりますが、col_wrap=5で5列ずつ折り返し、3行(5枚・5枚・4枚)に並びました。col_wrapはrowと同時には使えません(公式ドキュメントに明記されています)。
図のサイズ(height・aspect)とFacetGridでの調整
matplotlibに慣れていると、figsize=(8, 4)で図の大きさを変えたくなります。ところが、relplotではfigsizeは効きません。
figsizeが効かない理由
relplotは図レベル関数なので、呼び出すたびに自分で新しい図を作ります。そのため、事前にplt.figure(figsize=(10, 4))を実行しても、その図は使われません。私の環境で試すと、空の図(10×4インチ)とrelplotが作った図(5×5インチ)の2枚ができてしまいました。
また、sns.relplot(..., figsize=(8, 4))のように引数で渡すと、figsizeが描画側(matplotlib)にそのまま渡ってしまい、seaborn 0.13.2では次のエラーになりました。
AttributeError: PathCollection.set() got an unexpected keyword argument 'figsize'
heightとaspectで大きさを決める
relplotでは、heightが「グラフ1枚あたりの高さ(インチ)」、aspectが「1枚あたりの縦横比」で、幅=height×aspectになります。既定値はheight=5、aspect=1です。
g = sns.relplot(data=tips, x="total_bill", y="tip", height=4, aspect=1.5)
print(g.figure.get_size_inches()) # [6. 4.]

height=4、aspect=1.5なので、幅は4×1.5=6インチ、高さ4インチの図になりました。heightとaspectは「1枚あたり」の値なので、colで2枚に分けると全体の幅は2枚分になります。実際にcol="time", height=4, aspect=1で試すと、図全体は8×4インチでした。
| 指定 | 結果(凡例なし、私の環境で確認) |
|---|---|
| 何も指定しない | 5×5インチ |
| height=4, aspect=1.5 | 6×4インチ |
| col=”time”, height=4, aspect=1 | 8×4インチ(4×4が2枚) |
なお、hueなどで凡例が付くと、凡例の分だけ図の幅が自動で少し広がります(hue=”smoker”の例では幅が約5.7インチになりました)。
どうしても図全体の大きさをインチで決めたい場合は、描いた後にg.figure.set_size_inches(8, 4)で変更することもできます。ただ、レイアウトが崩れることがあるので、私はheightとaspectで調整するほうをおすすめします。
FacetGridでラベルやタイトルを整える
relplotの戻り値(FacetGrid)を変数に入れておくと、全グラフのラベルやタイトルをまとめて変えられます。
g = sns.relplot(data=tips, x="total_bill", y="tip", col="time", height=4)
g.set_axis_labels("Total bill ($)", "Tip ($)") # 軸ラベルを一括で変更
g.set_titles("{col_name}") # 各グラフのタイトルを「Lunch」「Dinner」だけに
g.figure.suptitle("Tips by time", y=1.03) # 図全体のタイトル
g.savefig("tips_by_time.png") # 画像として保存

set_titlesでは{col_name}・{row_name}と書くと、分割に使った値に置き換わります。保存はplt.savefigでもできますが、FacetGridのsavefigを使うと、外に出た凡例が切れにくくなります。
凡例の位置を変える(move_legend)
relplotの凡例は、既定でグラフの外(右側)に置かれます。その分だけ図の幅が広がるので、凡例をグラフの中に入れたいときはsns.move_legendを使います。
g = sns.relplot(data=tips, x="total_bill", y="tip", hue="smoker")
sns.move_legend(g, "upper left", bbox_to_anchor=(.15, .95)) # 凡例を左上に移動
# 最初から凡例をグラフの中に置く方法もあります
g = sns.relplot(data=tips, x="total_bill", y="tip", hue="smoker",
facet_kws={"legend_out": False})

2つ目の書き方では、凡例がグラフの中に入り、図の幅は既定の5インチのままになりました。凡例を消したいときはlegend=Falseを指定します。
scatterplot・lineplotとの使い分け
relplotとscatterplot・lineplotはできることがほぼ同じなので、迷ったら「既存の図の中に描きたいかどうか」で選ぶのがわかりやすいです。
| 比べること | relplot | scatterplot・lineplot |
|---|---|---|
| col・rowでの分割 | できる | できない(自分でsubplotsを作る) |
| 図の大きさ | height・aspect | plt.subplots(figsize=…) |
| 既存のAxesに描く(ax引数) | できない | できる |
| 凡例の位置 | 既定で図の外(右側) | 既定でグラフの中 |
| 戻り値 | FacetGrid | Axes |
| 向いている場面 | グループ別に分割して比べたいとき | 他のグラフと並べて1枚の図に組み込みたいとき |
relplotにax=axを渡すと、seaborn 0.13.2では「relplotは図レベル関数なのでax引数を受け付けない。scatterplotを試してはどうか」という趣旨のUserWarningが出ました。matplotlibのplt.subplotsで作った図に組み込みたいときは、次のように軸レベル関数を使います。
fig, ax = plt.subplots(figsize=(8, 4))
sns.scatterplot(data=tips, x="total_bill", y="tip", hue="smoker", ax=ax)
fig, ax = plt.subplots(figsize=(8, 4))
sns.lineplot(data=fmri, x="timepoint", y="signal", hue="event", ax=ax)


軸レベル関数なら、figsizeもそのまま効きます。plt.subplotsで複数のグラフを並べる方法は、matplotlibでグラフを複数配置する記事で解説しています。データを探りながらグループ別に見比べるときはrelplot、レポート用に他のグラフと並べた図を作るときはscatterplot・lineplot、と考えると選びやすいと思います。
まとめ
relplotは、散布図と折れ線グラフを1つの関数で描ける、Seabornの「関係を見る」ための図レベル関数です。最後にポイントを整理します。
- kind:既定の”scatter”で散布図、”line”で折れ線グラフ
- hue・size・style:色・大きさ・形(線種)で1枚の中でグループを描き分ける
- errorbar:折れ線の帯の指定。0.12以降はciではなくerrorbar(既定は95%信頼区間、消すならNone)
- col・row・col_wrap:グループごとにグラフを分割(col_wrapはrowと併用不可)
- height・aspect:図の大きさはfigsizeではなくこちらで。幅=height×aspect
- move_legend:図の外にある凡例をグラフの中へ移動できる
- 既存の図に組み込みたいときは、軸レベル関数のscatterplot・lineplotを使う
catplot・displotと引数の考え方がほとんど同じなので、シリーズのcatplotやdisplotの記事と合わせて読むと、Seabornの図レベル関数がまとめて使いこなせるようになると思います。
Seaborn応用シリーズでは、heatmapとpairplotの使い方も解説しています。あわせてご覧ください。
参考
- seaborn.relplot(seaborn公式ドキュメント)
- seaborn.scatterplot(seaborn公式ドキュメント)
- seaborn.lineplot(seaborn公式ドキュメント)
- Visualizing statistical relationships(seaborn公式チュートリアル)
- v0.12.0 (September 2022)(seaborn公式リリースノート)
- seaborn(PyPI)
※本記事のコードは2026年10月時点のseaborn 0.13.2・matplotlib 3.11.2で動作を確認しています。バージョンによって挙動や警告の内容が変わる場合があります。
