Plotly Express⑩（エラーバー）

エラーバーは誤差の範囲を図形（線分や交差した線など）で表示します。

棒グラフや折れ線グラフなどと併用して用いられます。

エラーバー

エラーバーを表示するには、グラフを描画する関数の引数error_xにX値のエラー値、引数error_yにY値のエラー値を設定します。

今回は、散布図にエラーバーを加えたグラフを表示します。

データはnumpy randomクラスのrandn関数を使って、-2～2までの100個の乱数を作成しています。

各エラー値も乱数を設定しています。（0.0～0.1の範囲で100個）

[Google Colaboratory]

1
2
3
4
5
6
7
8
9
10
11
12
13
import plotly.express as px
import numpy as np
import pandas as pd

np.random.seed(1)
df = pd.DataFrame(np.random.randn(100, 2), columns=["x", "y"])

px.scatter(df,          # データセット
           x="x",       # X軸に表示するデータ
           y="y",       # Y軸に表示するデータ
           error_x=np.random.rand(100) * 0.1,  # X値のエラー値
           error_y=np.random.rand(100) * 0.1,  # Y値のエラー値
).show()

[実行結果]

散布図の各データにエラーバーを追加したグラフを表示することができました。

Plotly Express⑨（面グラフ）

今回は面グラフを表示します。

データの読み込み

まずはデータを読み込みます。

準備するデータはgapminderデータセット（年・国ごとの平均寿命と一人当たりのGDP）です。

[Google Colaboratory]

1
2
3
4
import plotly.express as px

gapminder = px.data.gapminder()
gapminder.head()

面グラフ

面グラフを描画するためにはarea関数を使用します。

各パラメータの設定値に関しては、コメントをご参照下さい。

[Google Colaboratory]

1
2
3
4
5
6
px.area(gapminder,              # データセット
        x="year",               # X軸に表示する列
        y="pop",                # Y軸に表示する列
        color="continent",      # continent（大陸）列で積み上げた面グラフを描画
        line_group="country"    # country（国）列ごとに境界線を描画
).show()

[実行結果]

面グラフを表示することができました。

Plotly Express⑧（積み上げ棒グラフ）

今回は積み上げ棒グラフを表示します。

データの読み込み

まずはデータを読み込みます。

準備するデータはtipsデータセット（レストランの支払金額とチップの金額）です。

[Google Colaboratory]

1
2
3
4
import plotly.express as px

tips = px.data.tips()
tips.head()

積み上げ棒グラフ

bar関数のcolorオプションに離散値である列名を指定すると、データを分割した積み上げ棒グラフを表示することができます。

各パラメータの設定値に関しては、コメントをご参照下さい。

[Google Colaboratory]

1
2
3
4
5
px.bar(tips,            # データセット
       x="sex",         # X軸に表示する列
       y="total_bill",  # Y軸に表示する列
       color="time"     # time列で分割して積み上げ
).show()

[実行結果]

また、bar関数のbarmodeオプションに“group”指定すると、colorオプションで指定した列(smoker)でグループ化された棒グラフを表示することができます。

[Google Colaboratory]

1
2
3
4
5
6
px.bar(tips,            # データセット
       x="sex",         # X軸に表示する列
       y="total_bill",  # Y軸に表示するれつ
       color="smoker",  # smoker列で分割して
       barmode="group"  # グループ化
).show()

[実行結果]

Plotly Express⑦（棒グラフ）

今回は棒グラフを表示します。

データの読み込み

まずはデータを読み込みます。

準備するデータはgapminderデータセット（年・国ごとの平均寿命と一人当たりのGDP）です。

[Google Colaboratory]

1
2
3
4
import plotly.express as px

gapminder_Canada = px.data.gapminder().loc[gapminder["country"] == "Canada"]
gapminder_Canada.head()

棒グラフ

棒グラフを表示するためにはbar関数を使用します。

各パラメータの設定値に関しては、コメントをご参照下さい。

[Google Colaboratory]

1
2
3
4
5
6
px.bar(gapminder_Canada,        # データセット
       x="year",                # X軸に表示するデータ
       y="pop",                 # Y軸に表示するデータ
       color="lifeExp",         # 値をカラースケールで表現
       hover_data=["lifeExp", "gdpPercap"],  # ホバーツールに表示
).show()

[実行結果]

棒グラフを表示することができました。

Plotly Express⑥（散布図行列）

今回は散布図行列を表示します。

データの読み込み

まずはデータを読み込みます。

準備するデータはtipsデータセット（レストランの支払金額とチップの金額）です。

[Google Colaboratory]

1
2
3
4
import plotly.express as px

tips = px.data.tips()
tips.head()

散布図行列

散布図行列を表示するためにはscatter_matrix関数を使用します。

各パラメータの設定値に関しては、コメントをご参照下さい。

[Google Colaboratory]

1
2
3
4
5
scatter_matrix_fig = px.scatter_matrix(tips,             # データセット
                                       dimensions=["total_bill", "tip", "size"],    # 描画対象の列名
                                       color="time",     # time列で色分け
                                       symbol="smoker",  # smoker列ごとにマーカの形状で分類
).show()

[実行結果]

散布図行列を表示することができました。

Plotly Express⑤（散布図）

今回は散布図を表示します。

データ読み込み

まずはデータを読み込みます。

読み込むデータはgapminderデータセット（年・国ごとの平均寿命と一人当たりのGDP）です。

[Google Colaboratory]

1
2
3
4
import plotly.express as px

gapminder = px.data.gapminder()
gapminder.head()

[実行結果]

散布図

散布図を表示するためにはscatter関数を使用します。

各パラメータの設定値に関しては、コメントをご参照下さい。

[Google Colaboratory]

1
2
3
4
5
6
7
8
9
10
11
gapminder_2007 = gapminder.loc[gapminder["year"] == 2007]
px.scatter(
    gapminder_2007,
    x="gdpPercap",          # 一人当たりのGDP
    y="lifeExp",            # 平均寿命
    size="pop",             # 要素の大きさ
    color="continent",      # 要素の色
    hover_name="country",   # ホバーツールのタイトル
    log_x=True,             # X軸を対数にとる
    size_max=60,            # 要素の大きさの最大値
).show()

[実行結果]

散布図を表示することができました。

（要素の大きさを指定しているのでバブルチャートということもできます）

Plotly Express④（ラインチャート）

今回はPlotly Expressを使って折れ線グラフを表示します。

ラインチャート

ラインチャートを表示するためにはline関数を使用します。

[Google Colaboratory]

1
2
3
4
5
import pandas as pd
import plotly.express as px

df = pd.DataFrame([[1, 1], [2, 5], [3, 4], [4, 8], [5, 2]], columns=["x", "y"])
px.line(df, x="x", y="y").show()

２次元のリストデータを作成し、それをデータフレームに変換し、line関数の第一引数に設定します。

[実行結果]

ラインチャート（折れ線グラフ）を表示することができました。

Plotly Express③（バブルチャート）

前回記事に引き続きバブルチャートを表示します。

バブルチャート（大陸ごと）

ファセットを利用すると、データをカテゴリごとに分割して可視化することができます。

facet_colに“continent”を指定し、大陸ごとに別のグラフで描画します。（10行目）

[Google Colaboratory]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
facet_fig = px.scatter(
    gapminder,
    x="gdpPercap",
    y="lifeExp",
    log_x=True,
    hover_name="country",
    size="pop",
    size_max=40,
    color="continent",
    facet_col="continent",  # 大陸ごとのグラフに分割
    width=1200  # グラフの横幅
)
facet_fig.update_xaxes(tickfont={"size": 8})  # X軸ラベルのフォントサイズ
facet_fig.show()

[実行結果]

バブルチャート（年ごと）

データセットには年のデータ含まれています。（これまではすべての年のデータをまとめて描画していました。）

アニメーション機能を使って年ごとのバブルチャートを描画します。（12行目）

[Google Colaboratory]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
animation_fig = px.scatter(
    gapminder,
    x="gdpPercap",
    y="lifeExp",
    log_x=True,
    hover_name="country",
    size="pop",
    size_max=40,
    color="continent",
    facet_col="continent",
    width=1200,
    animation_frame="year",  # 年ごとのデータでアニメーション
)
animation_fig.update_xaxes(tickfont={"size": 8})
animation_fig.show()

[実行結果]

グラフの下に再生ボタンやスライダーが表示され、年ごとにバブルチャートを切り替えることができます。

スライダを操作すると、指定した年のデータ描画されます。

まとめ

最初の散布図では以下の２つの情報しか表現できませんでした。

  • 一人あたりのGDP
  • 平均寿命

Plotly Expressでインタラクティブな可視化を行うことにより、次のような情報も合わせて確認できるようになりました。

  • 国名
    ホバーツールで表示。
  • 人口
    バブルの大きさで表示。
  • 大陸名
    バブルの色またはグラフの分割で表示。
  • 年
    アニメーションまたはスライドで表示切替。

Plotly Express②（バブルチャート）

前回記事から引き続き、gapminderデータセットを使います。

バブルチャート

人口の情報を散布図に加え、点の大きさで表現したバブルチャートを描画します。

また大陸（continent列）ごとに要素を色分けします。

[Google Colaboratory]

1
2
3
4
5
6
7
8
9
10
11
px.scatter(
    gapminder,
    x="gdpPercap",
    y="lifeExp",
    log_x=True,
    hover_name="country",
    size="pop",         # 人口を点の大きさで表現
    size_max=40,        # 点の大きさの最大値
    color="continent",  # 大陸ごとに色分け
    width=800           # グラフの横幅
).show()

[実行結果]

より多くの情報を得られるようになりました。

凡例(グラフ右上に表示)をクリックすると大陸ごとに表示・非表示を切り替えることができます。

ヨーロッパとアメリカのみを表示すると次のようなグラフになります。

[実行結果]

特定の要素にカーソルを合わせると、ホバーツールが表示され座標の情報に加え、国名・大陸名・人口の情報を確認することができます。

Plotly Express①（インタラクティブなグラフ）

Plotly Express

Ploty Expressはplotly.pyのラッパーで、簡潔なコードでデータを可視化できます。

Ploty Expressは以下のような機能をもち、多次元のデータを高い表現力で可視化できます。

  • 複数種類のグラフを組み合わせた可視化
  • ファセットによる可視化
    データを分割して複数のグラフに可視化
  • アニメーションによる可視化
    データを分割してフレームに描画して可視化

データの読み込み

gapminderデータセットを読み込みます。

[Google Colaboratory]

1
2
3
4
import plotly.express as px

gapminder = px.data.gapminder()
gapminder.head()

[実行結果]

では一人当たりのGDP(gdpPercap列)と平均寿命(lifeExp列)を可視化していきます。

pandasでの可視化

まずpandasのplotメソッドを使って可視化を行います。

logxオプションにTrueを指定し、X軸は対数で表示しています。

[Google Colaboratory]

1
2
%matplotlib inline
gapminder.plot.scatter(x="gdpPercap", y="lifeExp", logx=True, xlim=[100, 1e6])

[実行結果]

上記の散布図では一人あたりGDPと平均寿命の関係は分かるものの、具体的な値は座標から読み取るしかありません。

また国名(country列)や人口(pop列)など、ほかの列の情報はこのグラフから読み取ることはできません。

Express Plotlyでの可視化

Plotly Expressを使って可視化を行います。

[Google Colaboratory]

1
2
3
4
5
6
7
8
px.scatter(
    gapminder,
    x="gdpPercap",
    y="lifeExp",
    log_x=True,
    hover_name="country",
    width=800  # グラフの横幅
).show()

[実行結果]

上図はpandasで作成したグラフと同じグラフのように見えますが、特定の要素にカーソルを合わせると、下記の図のようにホバーツールが表示されます。

[実行結果]

ホバーツールからは要素の値が確認でき、各座標の情報に加えて国名も見て取ることができます。