Plotly Express⑫（バイオリン図）

バイオリン図は、カーネル密度推定グラフを上下または左右に並べたグラフです。

箱ひげ図に似ていますが、分布データがすべて含まれているため、ピーク位置の把握に向いています。

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()

バイオリン図

バイオリン図を表示するためにはviolin関数を使います。

引数のxとyには、表示するデータの列名を指定します。

その他の設定値に関してはコメントを参照してください。

[Google Colaboratory]

1
2
3
4
5
6
7
8
px.violin(tips,                     # データセット
          x="smoker",               # X軸に表示するデータ
          y="tip",                  # Y軸に表示するデータ
          color="sex",              # sex列で色分け
          box=True,                 # 箱ひげ図を重ねて描画
          points="all",             # すべての要素を点で描画
          hover_data=tips.columns   # ホバーツールにすべて列の値を表示
).show()

[実行結果]

バイオリン図を表示することができました。

Plotly Express⑪（箱ひげ図）

今回は箱ひげ図を表示します。

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()

箱ひげ図

箱ひげ図を表示するためにはbox関数を使います。

引数のxとyには、表示するデータの列名を指定します。

[Google Colaboratory]

1
2
3
4
px.box(tips,            # データセット
       x="time",        # X軸に表示するデータ
       y="total_bill"   # Y軸に表示するデータ
).show()

[実行結果]

time列（Dinner／Lunch）で分類し、total_bill列（支払金額）をY軸とした箱ひげ図を表示することができました。


box関数の引数notchedにTrueを渡すと、中央値の95%信頼区間がノッチ（切り込み）で表現することができます。

また引数pointsに”all”を渡すと、外れ値を含むすべての値を点で描画します。

ホバーツールにはday列を表示してみます。

[Google Colaboratory]

1
2
3
4
5
6
7
8
9
px.box(tips,                            # データセット
       x="time",                        # X軸に表示するデータ
       y="total_bill",                  # Y軸に表示するデータ
       color="smoker",                  # smoker列で色分け
       notched=True,                    # ノッチを入れる
       points="all",                    # すべての要素を点で描画
       title="Box plot of total bill",
       hover_data=["day"]               # ホバーツールにday列の値を表示
).show()

[実行結果]

time列（Dinner／Lunch）に加えsmoker列で箱ひげ図が分類されて描画されました。

また各箱ひげ図の左となりに、個々のデータが点で表示されており直感的にデータの散らばり具合を確認することができるようになりました。

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。