パンダを使ったPythonにおけるデータフレームの視覚化のマスター

Name

Rajiv Chandra

Updated on 2023/7/24

データフレームの視覚化は、どんなデータサイエンティストやデータアナリストにとっても強力なツールです。データセットの複雑さを理解し、生データからはすぐには気づかないインサイトを引き出すことができます。この記事では、パンダライブラリに特化して、Pythonを使ったデータフレームの視覚化のプロセスを案内します。基礎から高度な技法まで、コード例を豊富に提供します。

データフレームを視覚化する理由

データ視覚化は、探索的データ解析の重要な要素です。データセットの中の傾向、パターン、アウトライアーを迅速に特定できます。さらに、データの可視化は、分析の結果を効果的に提示し、数字のみを提示するのではなく、その結果についての議論を促進します。

たとえば、数年間にわたる都市の人口に関する情報を含む大きなデータセットを扱っているとしましょう。データを一行一行見ていくこともできますが、より効率的で直感的には、時間の経過に伴う人口の変化を示す折れ線グラフを作成することです。ここでデータフレームの視覚化が重要になります。

PyGWalker: ドラッグアンドドロップによるデータフレームの視覚化

Python用の強力でユーザーフレンドリーな対話型データ視覚化ツールをお探しの場合は、PyGWalkerをお勧めします。PyGWalkerは、Graphic Walker（Tableauのオープンソース代替）をJupyter Notebookに統合するPythonバインディングで、簡単なドラッグアンドドロップ操作でデータサイエンティストがデータを分析し、パターンを視覚化できます。

(opens in a new tab)

まず、PyGWalkerをインストールする必要があります。pipまたはcondaを使用してインストールできます。

# pipを使って
pip install pygwalker
 
# condaを使って
conda install -c conda-forge pygwalker

インストール後、pandasとPyGWalkerをJupyter Notebookにインポートできます。

import pandas as pd
import pygwalker as pyg

PyGWalkerを使うと、pandasのデータフレームをTableau形式のユーザーインターフェースに変換して、ビジュアルな探索ができます。たとえば、pandasでロードされたデータフレームがある場合、次のようにしてグラフィックウォーカーを呼び出すことができます。

df = pd.read_csv('./bike_sharing_dc.csv', parse_dates=['date'])
gwalker = pyg.walk(df)

これにより、Tableauのようなユーザーインターフェースが作成され、変数をドラッグアンドドロップしてデータを分析し、視覚化できます。マークタイプを変更して、異なるグラフを作成したり、複数の尺度を比較するための連結ビューを作成したり、データ探索結果をローカルファイルに保存したりすることができます。

PyGWalkerを使うと、強力なデータ視覚化が可能になります。マークタイプを変更して、折れ線グラフなどの異なるタイプのグラフを作成したり、複数の尺度で連結ビューを作成して比較したりできます。

複数の尺度を行列/列方向に連結したりしましょう。

次元値で分割された複数のサブビューを持つファセットビューを作成する：

テーブルでデータフレームを表示して、分析タイプと意味論タイプを設定します：

PyGWalkerは使いやすいだけでなく、パワフルです。大きなデータセットや複雑な可視化も扱えます。小さなデータセットでも大きなデータセットでも、PyGWalkerは効率的にデータを探索し分析することができます。

Pythonでデータフレームを取り扱い、データ可視化のツールが必要な場合、PyGWalkerは優れた選択肢です。使い方が簡単で、パワフルで、Jupyter Notebookとpandasともシームレスに統合されます。是非お試しください、あなたのデータ分析と可視化のワークフローを向上させることができます。

PyGWalker Githubページ (opens in a new tab)をチェックしてください。

Pandasを使ったデータフレームの可視化の始め方

Pythonの人気のあるデータ分析ライブラリ、pandasは、データ可視化のためのさまざまなオプションを提供しています。pandasの旅の最初に立っているとしても、すぐに貴重な知見を生み出す基本的なプロットを作成することができます。

pandasを始めるには、まずそれをインポートする必要があります。こうしてできます：

import pandas as pd

pandasをインポートしたら、プロットを作成するためにそれを使用できます。例えば、2つの列AとBを持つデータフレームdfがある場合、次のようにしてAに対してBのラインプロットを作成することができます：

df.plot(x='A', y='B', kind='line')

これにより、x軸には'A'が、y軸には'B'が設定されたラインプロットが作成されます。kindパラメータによって作成するプロットの種類が決まります。この場合、ラインプロットを作成していますが、他にもバープロット、ヒストグラム、散布図などを作成することができます。

Pandasを使ったデータフレームの異なる可視化方法

Pandasは、さまざまなデータとさまざまな質問に適した、さまざまな種類のプロットを提供しています。いくつかの一般的なプロットのタイプを探ってみましょう。

ラインプロット

ラインプロットは、時間の経過に伴う変化を視覚化するのに最適です。例えば、日付の列と数値の列を持つデータフレームがある場合、ラインプロットを使用して、数値が時間の経過に伴ってどのように変化するかを視覚化することができます。

ここに例を示します：

df.plot(x='date', y='value', kind='line')

これにより、x軸には「日付」が、y軸には「値」が設定されたラインプロットが作成されます。

バープロット

バープロットは、異なるカテゴリー間で数量を比較するのに役立ちます。例えば、カテゴリーの列と数値の列を持つデータフレームがある場合、バープロットを使用して、異なるカテゴリー間で数値を比較することができます。

こうしてバープロットを作成できます：

df.plot(x='category', y='value', kind='bar')

これにより、x軸には「カテゴリー」が、y軸には「値」が設定されたバープロットが作成されます。

ヒストグラム

ヒストグラムは、数値変数の分布を視覚化するのに役立ちます。変数をビンに分割し、各ビンの観測値の数を数え、これらの数値を棒グラフで表します。

次のコードで、数値列のヒストグラムを作成できます。

df['value'].plot(kind='hist')

これにより、'value'列のヒストグラムが作成されます。

DataFrameの高度な可視化戦略

pandasの基本的なプロット機能は強力ですが、より高度な戦略を使用することで、さらに洞察力のある可視化を作成できます。以下では、いくつかのテクニックを探ってみましょう。

サブプロット

サブプロットを使用すると、1つの図に複数のプロットを作成できます。複数の分布や傾向を一度に比較する必要がある場合に特に役立ちます。以下は、pandasでサブプロットを作成する方法の例です。

df[['A', 'B', 'C']].plot(subplots=True)

これにより、'A'、'B'、'C'の各列に対して1つのサブプロットが作成されます。

散布図

散布図は、行と列に複数の変数を持つ散布図です。変数の相関関係があるか、相関関係が正の場合か負の場合かを決定するために使用できます。pandasでは、pandas.plottingモジュールのscatter_matrix関数を使用して、散布図行列を作成できます。

from pandas.plotting import scatter_matrix
 
scatter_matrix(df[['A', 'B', 'C']])

これにより、'A'、'B'、'C'の各列に対して散布図行列が作成されます。

Pandasによる対話的なDataFrameの可視化

静的プロットは役立ちますが、対話的なプロットを使用することで、興味のある範囲にズームインしたり、値を表示するためにポイントをホバーしたりなど、より深い理解を得ることができます。 QgridやLuxなど、pandasを使用して対話型可視化を作成するためのいくつかのツールがあります。

Qgrid

Qgridは、SlickGridコンポーネントを使用して、データフレームに対話性を追加するJupyterノートブックウィジェットです。 JupyterノートブックでDataFramesをソート、フィルタ、編集できます。以下は、Qgridの使用例です。

import qgrid
 
qgrid_widget = qgrid.show_grid(df, show_toolbar=True)
qgrid_widget

これにより、DataFrame dfに対するインタラクティブなグリッドが作成されます。

Lux

Luxは、pandasデータフレームを使用して作業する際に、有用で関連性の高い可視化を自動的に推奨する、軽量の可視化ツールです。以下は、Luxの使用方法です。

このコードは、luxパッケージを使用しています。

import lux

df.intent = ['A', 'B']
df

これにより、データフレームdfの列'A'と'B'に対する視覚化が自動的に生成されます。

データフレームからグループ化されたデータの視覚化

しばしば、特定の変数によってデータをグループ化し、グループ化されたデータを視覚化する必要があります。例えば、都市人口のデータセットを年ごとにグループ化し、時間の経過に伴う人口変化を視覚化したい場合があります。以下は、pandasでこれを行う方法です:

grouped = df.groupby('year')['population'].sum()
grouped.plot(kind='line')

これにより、各年の総人口の折れ線グラフが作成されます。

結論

結論として、データフレームの視覚化は、データ分析やデータサイエンスにおいて非常に強力なツールです。Pythonとpandasを使えば、基本的なプロットからより高度でインタラクティブな視覚化まで、様々な種類の可視化を作成できます。今日からデータフレームの視覚化を始めて、データに潜む洞察を発見していきましょう！

よくある質問

1. データフレームの視覚化とは何ですか？ データフレームの視覚化とは、グラフやチャートなどの視覚的な形式でデータフレームのデータを表現するプロセスです。これにより、データのパターン、傾向、相関関係を理解することができます。

2. Pythonでデータフレームをどのように視覚化できますか？ Pythonには、pandas、matplotlib、seaborn、PyGWalkerなどのデータフレームの可視化に使用される複数のライブラリがあります。これらのライブラリは、線グラフ、棒グラフ、ヒストグラムなどのさまざまなタイプのプロットを作成するための関数を提供します。

3. pandasデータフレームの可視化とは何ですか？ pandasデータフレームの可視化とは、pandasライブラリを使用して、pandasデータフレームに格納されたデータの視覚的表現を作成することです。pandasは、さまざまなタイプのプロットを作成するために使用できる.plot()関数を提供します。

4. pandasデータフレームの可視化に使用されるツールは何ですか？ pandasデータフレームの可視化に使用される一般的なツールには、pandas自体、matplotlib、seaborn、PyGWalkerなどがあります。PyGWalkerやQgridなどのインタラクティブツールもあります。

5. PandasデータフレームをPlotlyで視覚化できますか？ はい、PlotlyはPythonの別のライブラリで、pandasデータフレームのインタラクティブなプロットを作成するために使用できます。Plotlyは、魅力的で情報量の多い統計グラフィックを描画するための高レベルなインターフェースを提供します。