10. データの可視化（pandas の plot 機能）¶
データの可視化は、データ分析において非常に重要なステップです。pandasには、データを簡単に可視化するための便利な plot 機能が備わっています。このセクションでは、pandas の plot 機能を使ってデータを視覚化する方法について学びます。
10.1 pandas.plot の概要¶
pandas のplot機能は、matplotlibライブラリを基に構築されており、基本的なグラフをシンプルなコードで作成することができます。SeriesやDataFrameオブジェクトに直接メソッドとしてplotを使うことで、様々なタイプのグラフを描画できます。
10.2 基本的なプロット方法¶
以下に、pandas のplot機能で利用できる基本的なプロットをいくつか紹介します。
10.2.1 ラインプロット¶
ラインプロット（線グラフ）は、データの傾向を示すのに便利です。以下のコードは、DataFrameのデータをラインプロットで表示する方法です。
import pandas as pd
import matplotlib.pyplot as plt
# サンプルデータの作成
data = {'Year': [2018, 2019, 2020, 2021],
'Sales': [200, 220, 250, 300]}
df = pd.DataFrame(data)
# ラインプロットの作成
df.plot(x='Year', y='Sales', kind='line')
plt.title('Sales Over Years')
plt.xlabel('Year')
plt.ylabel('Sales')
plt.show()
10.2.2 バープロット¶
バープロット（棒グラフ）は、カテゴリ別のデータを比較するのに適しています。
# バープロットの作成
df.plot(x='Year', y='Sales', kind='bar')
plt.title('Sales Comparison by Year')
plt.xlabel('Year')
plt.ylabel('Sales')
plt.show()
10.2.3 ヒストグラム¶
ヒストグラムは、データの分布を視覚化するのに用いられます。
# サンプルデータの作成
data = {'Age': [23, 25, 29, 30, 31, 35, 37, 42, 45, 49]}
df = pd.DataFrame(data)
# ヒストグラムの作成
df['Age'].plot(kind='hist', bins=5)
plt.title('Age Distribution')
plt.xlabel('Age')
plt.ylabel('Frequency')
plt.show()
10.2.4 散布図¶
散布図は、2 つの数値データの関係を視覚化するのに役立ちます。
# サンプルデータの作成
data = {'Height': [150, 160, 170, 180, 190],
'Weight': [50, 60, 70, 80, 90]}
df = pd.DataFrame(data)
# 散布図の作成
df.plot(x='Height', y='Weight', kind='scatter')
plt.title('Height vs Weight')
plt.xlabel('Height (cm)')
plt.ylabel('Weight (kg)')
plt.show()
10.3 グラフのカスタマイズ¶
pandas の plot 機能をカスタマイズして、見た目や特徴を変更することが可能です。
10.3.1 軸ラベルとタイトルの設定¶
既に紹介したように、xlabel、ylabel、titleを使ってグラフの軸ラベルやタイトルを設定できます。
10.3.2 色の設定¶
color引数を使って、グラフの色を指定できます。
df.plot(x='Year', y='Sales', kind='line', color='green')
plt.title('Sales Over Years')
plt.xlabel('Year')
plt.ylabel('Sales')
plt.show()
10.3.3 複数のシリーズを同時にプロット¶
1 つのグラフに複数のシリーズを重ねて表示することもできます。
# サンプルデータの作成
data = {'Year': [2018, 2019, 2020, 2021],
'Sales_A': [200, 220, 250, 300],
'Sales_B': [150, 180, 210, 240]}
df = pd.DataFrame(data)
# 複数のシリーズのプロット
df.plot(x='Year', y=['Sales_A', 'Sales_B'])
plt.title('Sales Over Years')
plt.xlabel('Year')
plt.ylabel('Sales')
plt.show()
10.4 まとめ¶
pandas の plot 機能は、データの視覚化を簡単に行える強力なツールです。このセクションでは、基本的なプロット方法やカスタマイズの方法について学びました。次にデータを分析する際には、ぜひ pandas を活用してビジュアルに訴える洞察を引き出してください。