【Matplotlib】色々な種類のグラフを描画する方法

【はじめに】

Pythonライブラリの「Matplotlib」には、描画できるグラフの種類がいくつかあります。

どのグラフを使った方が良いのか分からない方のために、利用用途に応じたグラフの種類を紹介していきます。

本記事の内容

• グラフの種類と利用用途
• Matplotlibをインポート
• 使用するデータを読み込む
• 棒グラフを作成する | bar/barh
• 散布図を作成する | scatter
• ヒストグラムを作成する | hist
• 箱ひげ図を作成する | boxplot

【グラフの種類と利用用途】

統計では得られた結果を、その目的に合わせて上手に使うことが重要です
自分が伝えたい目的に応じて、適切なグラフを使うことにより、説明力が高まります。

グラフの種類と利用用途については次のURLが参考になると思います。

統計学習の指導のために（先生向け）

小学校、中学校及び高等学校の新しい学習指導要領で内容の充実が図られた統計教育をサポートするために総務省統計局が 設けたものです。学校の現場で統計教育に当たる先生方にそのまま、あるいは適宜アレンジを加えてご活用いただければ何よりです。

www.stat.go.jp

今回は、次のグラフについて紹介します。

【Matplotlibをインポート】

Matplotlibの中のpyplotを読み込みます。
また、Jupyter Notebook内にグラフを出力させるために%matplotlib inlineを記述します。
日本語に対応できるようにjapanize_matplotlibも読み込みます。

import matplotlib.pyplot as plt
%matplotlib inline
import japanize_matplotlib

【使用するデータを読み込む】

Pythonライブラリである「Pandas」をインポートしてcsvファイルをDataFrameとして読み込みます。

import pandas as pd

【棒グラフを作成する | bar/barh】

plt.bar()の引数にX軸とY軸とするカラムを指定します。
plt.show()とすることで、グラフを表示します。
使用するデータは、「1920年から2015年までの全国の人口推移のデータ」とします。

私のGitHubに「data.csv」としてアップロードしてあるので、下記コマンドでダウンロードすれば簡単に準備できます。

$ curl https://raw.githubusercontent.com/nakachan-ing/python-references/master/Matplotlib&Seaborn/data.csv -O

df = pd.read_csv('data.csv', encoding='shift-jis')
df.head()

「平成27年」の各都道府県の「人口（総数）」を抽出して、新たなDataFrameにします。
X軸に「都道府県名」、Y軸に「人口（総数）」を指定して、各都道府県の人口（総数）をグラフにしてみます。

df_bar = df[df['西暦（年）']==2015.0]
df_bar.head(10)

x = df_bar['都道府県名']
y = df_bar['人口（総数）']

plt.figure(figsize=(16,10))
plt.bar(x, y)
plt.title('2015年の各都道府県の人口比較')
plt.xlabel('都道府県名')
plt.ylabel('人口（総数）')
plt.xticks(rotation=90)
plt.show()

ポイント

plt.xticks()の引数rotationに90を指定することで、X軸の都道府県を縦書きにすることが出来ます。
plt.bar()の代わりにplt.barh()とすることで、横棒グラフにします。

plt.figure(figsize=(16,10))
plt.barh(x, y)
plt.title('2015年の各都道府県の人口比較')
plt.xlabel('都道府県名')
plt.ylabel('人口（総数）')
plt.xticks(rotation=90)
plt.show()

【散布図を作成する | scatter】

plt.scatter()の引数にX軸とY軸とするカラムを指定します。
plt.show()とすることで、グラフを表示します。
使用データは「2021年の東京都豊島区の不動産の取引価格情報」とします。

私のGitHubに「data2.csv」としてアップロードしてあるので、下記コマンドでダウンロードすれば簡単に準備できます。

$ curl https://raw.githubusercontent.com/nakachan-ing/python-references/master/Matplotlib&Seaborn/data2.csv -O

df_house = pd.read_csv('data2.csv', encoding='utf-8', index_col=0)
df_house.head()

「面積（㎡）」が広いほど、「取引価格（総額）」が高くなるのか、散布図にしてみます。

x = df_house['面積（㎡）']
y = df_house['取引価格（総額）']

plt.figure(figsize=(16,10))
plt.scatter(x, y)
plt.xlabel('面積（㎡）')
plt.ylabel('取引価格（総額）')
plt.title('面積と取引価格の相関')
plt.show()

面積に開きがあまりがみられませんが、面積が広いと取引価格が高いことは見て分かります。

次に「建築年」が新しいほど、「取引価格（総額）」が高くなるのか、散布図にしてみます。

x = df_house['建築年']
y = df_house['取引価格（総額）']

plt.figure(figsize=(16,10))
plt.scatter(x, y)
plt.xlabel('建築年')
plt.ylabel('取引価格（総額）')
plt.title('建築年と取引価格の相関')
plt.show()

築年数は特に取引価格にあまり影響しないことが分かりますね。

次に、「最寄駅からの距離（分）」が近いほど、取引価格が高くなるのか、散布図にしてみます。

x = df_house['最寄駅からの距離（分）']
y = df_house['取引価格（総額）']

plt.figure(figsize=(16,10))
plt.scatter(x, y)
plt.xlabel('最寄駅からの距離（分）')
plt.ylabel('取引価格（総額）')
plt.title('最寄駅からの距離と取引価格の相関')
plt.show()

築年数と同様に、最寄駅からに距離も特に取引価格にあまり影響しないことが分かりますね。

【ヒストグラムを作成する | hist】

plt.hist()の引数にX軸とするカラムを指定します。
plt.show()とすることで、グラフを表示します。
使用データは「2021年の東京都豊島区の不動産の取引価格情報」とします。

X軸に「面積（㎡）」の階級を、Y軸にその階級に含まれるデータの数をとって棒グラフで表します。

df_house.head()

20    225
15     50
50     44
25     40
65     37
Name: 面積（㎡）, dtype: int64

plt.figure(figsize=(16,10))
plt.hist(x, bins=50)
plt.xlabel('面積')
plt.ylabel('不動産数')
plt.xticks(rotation=90)
plt.title('面積と不動産数')
plt.show()

ポイント

ヒストグラムを作成する場合は、データの階級に対して含まれるデータ数をグラフにするため「x軸」の指定のみとなります。

【箱ひげ図を作成する | boxplot】

plt.boxplot()の引数にカラムを指定します。
plt.show()とすることで、グラフを表示します。

一番上の横線を最大値、一番下の横線を最小値、中央の線を中央値といいます。
また、箱の両端は、それぞれ上の中央値・下の中央値を示します。
なお、丸は外れ値といって、値に含まれません。
使用データは「2021年の東京都豊島区の不動産の取引価格情報」とします。

「最寄駅」に対して、「取引価格（総額）」の分布を箱ひげ図にしてみます。

x1 = df_house[df_house['最寄駅']=='池袋']
x2 = df_house[df_house['最寄駅']=='大塚(東京)']
x1 =x1['取引価格（総額）']
x2 =x2['取引価格（総額）']

plt.ylim(10000000, 100000000)

plt.boxplot([x1, x2])
plt.show()

ポイント

箱ひげ図は同一の条件に含まれるデータに対しての範囲を表します。
※1日に対する、「始値」、「最高値」、「最安値」、「終値」、など、株価などによく使われます。

今回のデータではあまり有効なグラフではなさそうです。

【おわりに】

今回は、「棒グラフ」、「散布図」、「ヒストグラム」、「箱ひげ図」の描画方法を紹介しました。
どのグラフでデータを可視化すれば良いかは、実際にデータに触れながらで出ないと覚えられません。

次のサイトは公式のデータセットが多くありますので、ダウンロードしてデータ加工から練習してみるのも良いと多います。

政府統計の総合窓口

政府統計の総合窓口（ｅ－Ｓｔａｔ）は各府省等が公表する統計データを一つにまとめ、統計データを検索したり、地図上に表示できるなど、統計を利用する上で、たくさんの便利な機能を備えた政府統計のポータルサイトです。

www.e-stat.go.jp

また、使用したCSVファイルやJupyter NotebookはGitHubに公開しています。
Jupyter Notebookは下記コマンドでダウンロードできるので、自由に使って是非練習してみてください。

$ curl https://raw.githubusercontent.com/nakachan-ing/python-references/master/Matplotlib%26Seaborn/Matplotlibで色々なグラフを描画する.ipynb -O

python-references/Matplotlib&Seaborn at master · nakachan-ing/python-references

Contribute to nakachan-ing/python-references development by creating an account on GitHub.

github.com