Pandasでデータを扱っていると、空欄や NaN が含まれていて、「fillna() はどう使うのか」「とりあえず 0 で埋めてよいのか」「dropna() との違いは何か」と迷いやすいです。 特に、データ分析では欠損値がよく出てくるため、ここがあいまいなままだと集計や可視化の前処理でつまずきやすくなります。

fillna() は、DataFrameを整えるうえでとても基本的な機能です。 ただし、欠損値は何でも同じように埋めればよいわけではなく、列の意味に応じて埋め方を考えることが大切です。

この記事では、pandas fillna() の基本的な使い方、列ごとの補完、平均値で埋める方法、dropna() や isnull() との違い、初心者が迷いやすい注意点までやさしく整理します。

読み終えるころには、fillna() を単なる文法としてではなく、同じサンプルデータの各列を見ながら、前処理の中でどう使えばよいかを判断しやすくなります。

この記事でわかること

• fillna() が何をする機能なのか
• 欠損値を 0、文字列、平均値などで埋める基本的な方法
• 列ごとに異なる値で補完する書き方
• isnull() や dropna() との違い
• 初心者が迷いやすい注意点と、まず覚えるべき使い方

fillna()とは？まず押さえたい基本

fillna() は、欠損値（NaN）を別の値で埋めるための機能です。

PandasでCSVを読み込んだり、DataFrameを確認したりすると、次のようなデータに出会うことがあります。

• 売上 が一部空欄になっている
• カテゴリ や 担当者 が未入力になっている
• 在庫数 や 来店者数 に欠損が含まれている

この記事では、1つの実務寄りサンプルデータを使いながら、列の意味に応じて fillna() をどう使い分けるかを順に確認します。

fillna()の基本的な使い方

DataFrame全体の欠損値を同じ値で埋める

最初は、sales_df 全体に対して fillna(0) を使う基本形を確認します。 実務ではこのまま使うと不自然になることもありますが、fillna() の動きをつかむ入口としては分かりやすい例です。

import pandas as pd
import numpy as np

sales_df = pd.DataFrame({
    "日付": pd.to_datetime([
        "2024-04-01", "2024-04-02", "2024-04-03", "2024-04-04", "2024-04-05"
    ]),
    "商品": ["りんご", "みかん", "バナナ", "ぶどう", "もも"],
    "カテゴリ": ["果物", np.nan, "果物", np.nan, "果物"],
    "売上": [1200, np.nan, 950, np.nan, 1400],
    "在庫数": [10, np.nan, 5, np.nan, 8],
    "担当者": ["田中", np.nan, "佐藤", np.nan, "鈴木"],
    "来店者数": [25, np.nan, np.nan, 30, 28]
})

print(sales_df)

実行すると、ECや小売の売上管理をイメージした 1つの実務寄りサンプルデータ が表示されます。

この記事では、この sales_df を使って、

• 売上 の欠損をどう埋めるか
• カテゴリ や 担当者 のような文字列列をどう扱うか
• 在庫数 や 来店者数 のような数値列をどう考えるか

を順に確認していきます。

df = sales_df.copy()
df_filled = df.fillna(0)
print(df_filled)

実行すると、sales_df の欠損値がすべて 0 に置き換わります。 このように fillna(0) と書くと、欠損値をまとめて同じ値で埋められます。

ただし、今回のサンプルでは カテゴリ や 担当者 のような文字列列まで 0 になるため、実務ではこのまま一括で使わないことも多いです。 そのため次のセルからは、同じ sales_df の列ごとに埋め方を変える例を見ていきます。

# 基本形
# df.fillna(値)

※ 上の1行は「書き方の形」を示したものです。実行する場合は 値 を具体的な数値や文字列に置き換えてください。

まずはこの形を覚えると、欠損値処理の入口をつかみやすいです。 ただし、どの列にも同じ値が入るため、実際には列ごとに埋め方を変えることも多いです。

特定の列だけを埋める

ここでは、同じ sales_df の中でも 売上 列だけ を対象にして欠損値を埋めます。 実務でも、まず必要な列だけを個別に処理する形はとてもよく使います。

df = sales_df.copy()
df["売上"] = df["売上"].fillna(0)
print(df)

実行すると、売上 列の NaN だけが 0 に変わります。 他の列には影響しません。

この書き方はとてもよく使います。 特定の列だけを安全に処理したいときに便利です。

よく使うパターン・実例

文字列列の欠損を「不明」で埋める

ここでは、sales_df の カテゴリ 列を使って、文字列列の欠損を "不明" で補完します。

df = sales_df.copy()
df["カテゴリ"] = df["カテゴリ"].fillna("不明")
print(df)

実行すると、カテゴリ 列の欠損値が "不明" に変わります。

このような補完は、集計前の確認や value_counts() でカテゴリ別件数を見たいときに便利です。 空欄のままだと見落としやすい情報も、"不明" として残すと把握しやすくなります。

数値列の欠損を平均値で埋める

ここでは、sales_df の 売上 列を使って、数値列の欠損を平均値で埋める流れを確認します。 0 を入れると意味が変わりそうな数値列で、まず検討しやすい方法です。

df = sales_df.copy()

mean_sales = df["売上"].mean()
df["売上"] = df["売上"].fillna(mean_sales)

print("売上の平均値:", mean_sales)
print(df[["日付", "商品", "売上"]])

売上の平均値: 1183.3333333333333

実行すると、売上 が欠損していた行に 売上 列の平均値が入ります。

今回のサンプルでは、売上 は「本当に0円だった」のか「未入力なのか」で意味が変わります。 そのため、単純に 0 で埋めるより、まず平均値補完を考える例として見ると理解しやすいです。

平均値以外の補完方法にも触れておく

数値列の補完では、平均値だけでなく 中央値 や 最頻値 を使うこともあります。 どれが適しているかは、列の性質によって変わります。

• 平均値: 全体のバランスを見て補完したいとき
• 中央値: 外れ値の影響を受けにくくしたいとき
• 最頻値: もっともよく出る値で補完したいとき

ここでも、同じ sales_df の 売上 列を使って確認します。

df = sales_df.copy()

mean_sales = df["売上"].mean()
median_sales = df["売上"].median()
mode_sales = df["売上"].mode()

print("平均値:", mean_sales)
print("中央値:", median_sales)
print("最頻値の候補:", mode_sales.tolist())

平均値: 1183.3333333333333
中央値: 1200.0
最頻値の候補: [950.0, 1200.0, 1400.0]

今回のサンプルでは 売上 の値がすべて1回ずつしか登場しないため、mode() は複数の候補を返します。 つまり、このデータでは「最頻値が1つに決まっている」とは言いにくい状態です。

ただし、実データでは同じ価格帯や同じ売上額が繰り返し現れることもあり、そのような場合は 最頻値 で補完する考え方が役立つことがあります。

そのため、

• 極端に大きい売上が一部にある → 中央値 を検討しやすい
• 決まった価格帯が多い → 最頻値 を検討しやすい

という考え方も覚えておくと、補完方法を選びやすくなります。 初心者のうちは、まず平均値を押さえたうえで、「中央値や最頻値もある」と知っておくだけでも十分です。

列ごとに異なる値で埋める

ここでは、同じ sales_df の中で 列の意味に応じて埋め方を変える 例を見ます。 実務ではこの形がいちばん自然になることが多いです。

df = sales_df.copy()

mean_sales = df["売上"].mean()
fill_values = {
    "売上": mean_sales,
    "カテゴリ": "不明",
    "在庫数": 0,
    "担当者": "未設定"
}

df = df.fillna(fill_values)
print(df)

実行すると、同じ sales_df でも列ごとに違うルールで補完されます。

• 売上 は平均値
• カテゴリ は "不明"
• 在庫数 は 0
• 担当者 は "未設定"

このように、列の意味に応じて補完ルールを分ける のが、実務ではとても大切です。

前の値で埋める

ここでは、日付順に並んだ sales_df の 来店者数 を使って、前の行の値で埋める ffill() を確認します。 ffill() は、時系列や連続観測データで「直前の値を引き継ぐ」考え方を試したいときに使いやすい方法です。

今回の sales_df では、来店者数のように日ごとに連続して観測される列のほうが、ffill() の考え方を自然に理解しやすいです。

df = sales_df.copy().sort_values("日付")
df["来店者数"] = df["来店者数"].ffill()
print(df[["日付", "商品", "来店者数"]])

迷ったら「列の意味」を先に考える

fillna() の使い方で大切なのは、文法よりもその列が何を表しているかです。

• 数値列なら、0でよいのか、平均値がよいのか
• 文字列列なら、空欄のままにするのか、"不明" にするのか
• 時系列なら、前後の値で補えるのか

この考え方があると、fillna() をただの暗記ではなく、意味を考えて使いやすくなります。

特に機械学習のモデル構築を行う場合、単純な 0 埋めは特徴量の分布を歪めたり、モデルに誤った情報を与えたりする可能性があります。たとえば、欠損値が特定のパターンを持つ場合、それを 0 で埋めるとそのパターンが失われることがあります。 そのため、平均値、中央値、最頻値での補完のほか、欠損値を専用のカテゴリとして扱う、あるいはより高度な補完手法（例: 近傍法、回帰分析）なども検討されることがあります。 まずは fillna() の基本を押さえたうえで、目的に応じて最適な補完方法を選択することが重要です。

実行すると、来店者数 の欠損が直前の行の値で埋まります。 このような処理は、時系列や連続データで「前の値を引き継ぐ」考え方を試したいときに便利です。

ただし、どの列でも前の値で埋めてよいわけではありません。 今回の カテゴリ や 担当者 のような列では、前の値をそのまま入れると意味が変わることがありますし、売上 でも状況によっては不自然になることがあります。

そのため、ffill() は 連続して変化する観測値かどうか を意識して使うことが大切です。

似た機能との違い・使い分け

isnull()で欠損の場所を確認する

fillna() を使う前に、まず どこに欠損があるのか を確認したいことがあります。 ここでも同じ sales_df を使って、欠損位置をチェックします。

df = sales_df.copy()
print(df.isnull())

実行すると、sales_df のどこが欠損しているかが True / False で表示されます。 たとえば 売上、カテゴリ、在庫数、担当者 に欠損があることが一目で分かります。

fillna() は「埋める」ための機能ですが、その前に どこが欠けているのかを確認する習慣 をつけると、補完ミスを減らしやすくなります。

dropna()との違い

ここでは、同じ sales_df に対して dropna() を使い、fillna() との考え方の違いを確認します。 fillna() は埋める、dropna() は削除する、という違いがあります。

df = sales_df.copy()
print(df.dropna())

実行すると、欠損を含む行が削除されます。 今回の sales_df では、欠損のない行だけが残るので、データ件数がかなり減ることが分かります。

このように、

• データを残したいなら fillna()
• 欠損のある行を使わないなら dropna()

という考え方で使い分けると分かりやすいです。

とりあえず0埋めでよいのか？埋め方の考え方

ここでは、同じ sales_df の列を例にしながら、「どの列に0埋めが向くのか」を整理します。

0埋めが向いているケース

たとえば今回のサンプルでは、在庫数 の欠損を「入荷前で未登録」「欠品として扱う」などの前提で 0 にするケースは考えられます。 また、集計上いったん 0 と置いたほうが扱いやすい列もあります。

ただし、これは 列の意味が0と矛盾しない場合だけ です。

0埋めが不自然になりやすいケース

今回の sales_df でいうと、カテゴリ や 担当者 は文字列列なので 0 で埋めるのは不自然です。 また、売上 も「未入力」なのか「本当に0円」なのかで意味が大きく変わります。

このような列に対して機械的に 0 を入れると、後で集計や解釈を誤りやすくなります。

迷ったら「列の意味」を先に考える

今回のサンプルでも、

• 売上 → 平均値や中央値を検討する
• カテゴリ → "不明" のような文字列で補完する
• 担当者 → "未設定" などで補完する
• 在庫数 → 前提によって 0 も候補になる

というように、列ごとに自然な埋め方は変わります。

fillna() で大切なのは、「何で埋めるか」だけでなく、その列が何を表しているか を先に考えることです。

エラーや注意点・初心者が迷いやすいポイント

fillna()の結果を代入しないと元のDataFrameが変わらないことがある

ここでも同じ sales_df を使って、「fillna() を書いただけでは元データが変わらない」ケースを確認します。

df = sales_df.copy()
df.fillna(0)
print(df)

この場合、fillna() の結果を受け取っていないためです。 売上 や カテゴリ などの欠損は、元の df にそのまま残ります。

df = sales_df.copy()
df = df.fillna(0)
print(df)

DataFrame全体をまとめて更新したいときは、このように再代入します。 ただし、今回のサンプルのように文字列列と数値列が混ざっている場合は、一括 0 埋めが不自然になる点には注意が必要です。

または列単位で代入します。

df = sales_df.copy()
df["売上"] = df["売上"].fillna(0)
print(df)

列の型を確認してから補完する

同じ sales_df でも、売上 や 在庫数 は数値列、カテゴリ や 担当者 は文字列列です。 そのため、補完前に型を確認しておくと「どの列にどの値を入れるか」を判断しやすくなります。

df = sales_df.copy()
df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 5 entries, 0 to 4
Data columns (total 7 columns):
 #   Column  Non-Null Count  Dtype         
---  ------  --------------  -----         
 0   日付      5 non-null      datetime64[ns]
 1   商品      5 non-null      object        
 2   カテゴリ    3 non-null      object        
 3   売上      3 non-null      float64       
 4   在庫数     3 non-null      float64       
 5   担当者     3 non-null      object        
 6   来店者数    3 non-null      float64       
dtypes: datetime64[ns](1), float64(3), object(3)
memory usage: 412.0+ bytes

実行すると、各列のデータ型や欠損の有無が確認できます。 fillna() は便利ですが、列の型と意味を見ながら使う ことが大切です。

DataFrame全体を一括で埋めると不自然になることがある

今回の sales_df のように数値列と文字列列が混在しているDataFrameでは、fillna(0) を全体にかけると説明上は分かりやすくても、実務では不自然になることがあります。 そのため、最終的には 列ごとに埋め方を決める 形を基本に考えると安全です。

大規模データでは処理時間やメモリ使用量も意識する

ここまでのサンプルでは行数が少ないため、fillna() の実行速度やメモリ使用量はほとんど気になりません。 ただし、実務で件数が非常に多いDataFrameを扱う場合は、処理時間やメモリ使用量も意識することがある という点は知っておくと安心です。

そのときに inplace=True を使えば常に高速・省メモリになる、と考えたくなるかもしれません。 しかし、inplace=True を使えば必ず性能がよくなるとは限りません。 実際には、コードの分かりやすさや処理の追いやすさを優先して、df = df.fillna(...) のような再代入の形が選ばれることも多いです。

初心者のうちは、まずは 読みやすくて意図が分かりやすい書き方 を優先すれば十分です。 本当にパフォーマンスが問題になる場面では、実際のデータ件数で処理時間を測りながら判断するとよいでしょう。

初心者がまず覚えるべきfillna()の使い方

ここでは、今回の sales_df を前提に、まず覚えておきたい3つの形を整理します。

特定の列に対して使う

まずは、売上 のような1列だけに対して fillna() を使う形です。 初心者のうちは、この形が最も安全で分かりやすいです。

df = sales_df.copy()
df["売上"] = df["売上"].fillna(0)
print(df[["商品", "売上"]])

まずはこの形が分かりやすいです。

列ごとに値を分ける

次に覚えたいのが、今回の sales_df のように複数の欠損列がある場合に、列ごとに補完方法を分ける形です。

df = sales_df.copy()
mean_sales = df["売上"].mean()
df = df.fillna({
    "売上": mean_sales,
    "カテゴリ": "不明",
    "担当者": "未設定"
})
print(df[["商品", "売上", "カテゴリ", "担当者"]])

実際の前処理では、この形がかなり便利です。 「数値列」「カテゴリ列」「担当者のような管理用列」で、埋め方を分けやすいからです。

数値列では平均値も検討する

0 を入れると不自然になりそうな数値列では、今回の 売上 のように平均値で補完する考え方も覚えておくと便利です。

df = sales_df.copy()
mean_sales = df["売上"].mean()
df["売上"] = df["売上"].fillna(mean_sales)
print(df[["商品", "売上"]])

0 を入れると不自然になりそうな数値列では、この考え方も覚えておくと安心です。 たとえば今回のサンプルでは、売上 を平均値で補完しています。

補完方法の選び方を整理する

ここまで見てきたように、fillna() にはいくつかの補完方法があります。 迷ったときは、列の種類と意味 を基準に選ぶと整理しやすいです。

この表のとおり、1つの正解が常にあるわけではありません。 fillna() では、「どの方法が使えるか」よりも「その列にとって自然かどうか」を判断することが大切です。

まとめ

fillna() は、Pandasで欠損値を埋めるための基本機能です。 ただし、今回の sales_df を見ても分かるように、どの列にも同じ値を入れればよいわけではありません。

• 売上 のような数値列
• カテゴリ や 担当者 のような文字列列
• 在庫数 のように 0 補完も検討しやすい列
• 来店者数 のように ffill() を考えやすい連続データ

では、自然な埋め方が違います。

そのため、fillna() では「文法」だけでなく、列の意味に応じて補完方法を選ぶ視点が大切です。 迷ったら、まず isnull() で欠損を確認し、次に「この列は何を表しているか」を考えてから補完方法を決めましょう。

▲ ページトップへ戻る

<p>The post pandas fillna()の使い方｜欠損値を0・平均値・中央値・最頻値で埋める方法を初心者向けに解説 first appeared on Python Data Lab（Pythonデータラボ）.</p>

こんなことで困っていませんか？

Pandasでデータ分析をしていると、次のような場面によく出会います。

• 列の中に同じ値が何件あるか知りたい
• 件数だけでなく割合も見たい
• 欠損値（NaN）が何件あるか確認したい
• groupby() と何が違うのかわからない
• 表記ゆれや入力ミスをすばやく見つけたい

そんなときに便利なのが、value_counts() です。

value_counts() は、1列の中にある値ごとの出現回数を集計するためのメソッドです。Pandasでデータを読み込んだあとに、まず中身をざっくり把握したいときによく使います。

さらに、normalize=True を使えば割合も確認でき、dropna=False を使えば欠損値も含めて数えられます。そのため、単なる件数集計だけでなく、カテゴリの偏り確認、欠損値チェック、表記ゆれの発見にも役立ちます。

この記事では、Pandas初心者向けに value_counts() の基本から、割合表示、欠損値の数え方、表記ゆれの見つけ方、groupby().size() や count() との違いまで、実例つきでわかりやすく解説します。

▶️ value_countsの公式ドキュメントも参考にしてください：
pandas.Series.value_counts Documentation

この記事でわかること

• value_counts() の基本的な使い方がわかる
• 値ごとの件数を集計できる
• 値ごとの割合を表示できる
• 欠損値（NaN）を含めて数えられる
• 表記ゆれやカテゴリの偏りを見つけられる
• groupby().size() や count() との違いがわかる

value_counts() とは？

value_counts() は、Seriesの中にある値ごとの出現回数を数えるメソッドです。

たとえば、会員ランクの列があるときに value_counts() を使うと、Gold が何件、Silver が何件、Bronze が何件あるかをすぐに集計できます。

基本構文は次のとおりです。

df[“列名”].value_counts() まずは、「1列の値の出現回数を数える」と覚えておけば大丈夫です。

サンプルデータの作成

今回は、少し実務に近いサンプルデータを使って説明します。

import pandas as pd
import numpy as np

df = pd.DataFrame({
    "member_rank": ["Gold", "Silver", "Gold", "Bronze", np.nan, "Silver", "Gold", "bronze", " Silver "],
    "city": ["Tokyo", "Osaka", "Tokyo", "Nagoya", "Tokyo", "osaka", "Tokyo ", "Nagoya", np.nan],
    "rating": [5, 4, 5, 3, 4, 4, 5, 3, 4]
})

print(df)

このデータからわかること

このデータには、member_rank のようなカテゴリ列、city のような文字列列、rating のような数値列が含まれています。さらに、NaN、大文字・小文字の違い、余分な空白も入っているため、value_counts() の基本だけでなく、実務でよくある問題も確認できます。

つまり、この1つのサンプルで、基本の件数集計、割合表示、欠損値の確認、表記ゆれの発見、数値データへの応用まで自然に学べるようになっています。

基本の使い方｜件数を数える

まずは、もっとも基本的な使い方です。

print(df["member_rank"].value_counts())

この結果からわかること

この結果を見ると、Gold が3件で最も多く、次に Silver が2件あることがわかります。

一方で、Bronze と bronze、Silver と ” Silver ” が別々に集計されています。これは、value_counts() が見た目ではなく、実際の値をそのまま集計するためです。大文字・小文字の違いや前後の空白があると、別の値として数えられます。

また、この結果には NaN が表示されていません。これは、value_counts() がデフォルトでは欠損値を除外するためです。

ポイント

value_counts() は、件数の多い順に並びます デフォルトでは NaN は数えません 空白や大文字・小文字の違いも、別の値として集計されます

割合を表示する方法｜normalize=True

件数だけでなく、全体に対する割合を見たいこともあります。その場合は normalize=True を指定します。

print(df["member_rank"].value_counts(normalize=True))

この結果からわかること

この結果では、Gold が全体の 37.5%、Silver が 25.0% を占めていることがわかります。

件数だけを見ると「Gold は3件」としかわかりませんが、割合を見ることで、全体の中でどれくらいの比率なのかを把握できます。

特に、データ件数が増えると、単純な件数だけでは比較しにくくなることがあります。そのため、カテゴリの偏りを確認したいときは、件数と割合の両方を見るのがおすすめです。

ポイント

0〜1 の小数で返ります 0.375 は 37.5% を意味します 件数よりも、全体に対する比率を比較しやすくなります 見やすくしたい場合は round() を組み合わせます。

print(df["member_rank"].value_counts(normalize=True).round(3))

パーセント表示にする方法

割合をパーセントで表示したい場合は、100をかけます。

print((df["member_rank"].value_counts(normalize=True) * 100).round(1))

% をつけて表示したい場合は、次のように書けます。

rate = (df["member_rank"].value_counts(normalize=True) * 100).round(1).astype(str) + "%"
print(rate)

この結果からわかること

割合をパーセントで表示すると、結果がかなり直感的になります。特に、レポートやブログ記事など、人に見せる前提の場面では 0.375 より 37.5% のほうが伝わりやすいです。

分析途中では小数のままでも問題ありませんが、説明用の資料ではパーセント表示のほうが親切です。

欠損値も数える方法｜dropna=False

value_counts() は、デフォルトでは NaN を集計しません。

NaN も含めて数えたい場合は、dropna=False を指定します。

print(df["member_rank"].value_counts(dropna=False))

この結果からわかること

今度は NaN が1件あることが表示されました。つまり、この member_rank 列には欠損値が1つ含まれていると確認できます。

基本の value_counts() だけを見ると、欠損値が存在しないように見えることがあります。ですが、dropna=False を使えば、欠損値も含めた本当の分布を見ることができます。

ポイント

• dropna=False をつけると、欠損値も件数に含まれます
• データ品質の確認に便利です
• 前処理の前に、欠損値の有無をざっくり把握できます

欠損値を含めた割合を表示する方法

NaN も含めて割合を出したい場合は、normalize=True と dropna=False を組み合わせます。

print(df["member_rank"].value_counts(normalize=True, dropna=False).round(3))

この結果からわかること

この結果では、NaN が全体の約11.1%を占めていることがわかります。件数だけでなく割合でも確認できるため、欠損値の影響がどれくらい大きいかを判断しやすくなります。

たとえば、欠損値が1件だけなら大きな問題でないこともありますが、全体の3割、4割を占めるようなら、分析結果への影響は無視できません。割合で見ると、その重要度をより判断しやすくなります。

少ない順に並べたいとき｜ascending=True

value_counts() はデフォルトで件数の多い順に並びます。少ない順にしたい場合は ascending=True を使います。

print(df["member_rank"].value_counts(dropna=False, ascending=True))

この結果からわかること

少ない順に並べると、件数の少ないカテゴリから確認できます。この例では、NaN、Bronze、bronze、” Silver ” がいずれも1件ずつであることがすぐにわかります。

多数派だけでなく、少数派や例外的な値を見つけたいときに便利です。入力ミスや珍しいカテゴリを探したいときは、降順より昇順のほうが見やすい場合があります。

値順に並べたいとき｜sort_index()

value_counts() は件数順に並びます。値そのものの順番で見たいときは、sort_index() を組み合わせます。

print(df["member_rank"].value_counts(dropna=False).sort_index())

この結果からわかること

件数順ではなく、値そのものの順番で並べたいときに便利です。ただし、空白つきの ” Silver ” が先頭に来ていることからもわかるように、余分な空白があると並び順にも影響することがあります。

ここでも、表記ゆれや前処理の重要性が見えてきます。

よく使う書き方まとめ【比較表】

まずは次の3つを押さえておくと十分です。

• 件数を数える
• 割合を出す
• 欠損値も含める

そのうえで、並び順を変えたいときに ascending=True や sort_index() を使う、と覚えると整理しやすいです。 また、デフォルトの件数ソートが不要な場合は sort=False を使うこともできます。

value_counts() の結果を表として扱う方法

value_counts() の結果は Series です。そのため、そのままでも使えますが、表として扱いやすくしたい場合は reset_index() を使います。

result = df["member_rank"].value_counts(dropna=False).reset_index()
result.columns = ["member_rank", "count"]
print(result)

この結果からわかること

value_counts() の結果が、2列のDataFrameとして扱いやすい形になりました。これにより、あとで別の表と結合したり、CSVで保存したり、グラフ用データとして使ったりしやすくなります。

分析の途中ではSeriesのままでも十分ですが、あとで加工したいときはDataFrameにしておくと便利です。

件数と割合をまとめて表示する方法

件数と割合を一緒に見たい場合は、次のように書けます。

counts = df["member_rank"].value_counts(dropna=False)
rates = df["member_rank"].value_counts(normalize=True, dropna=False) * 100

summary = pd.DataFrame({
    "count": counts,
    "rate(%)": rates.round(1)
})

print(summary)

この結果からわかること

この表では、各カテゴリについて「何件あるか」と「全体の何%か」を同時に確認できます。たとえば、Gold は3件で 33.3%、Silver は2件で 22.2%、NaN は 11.1% です。

このように件数と割合をまとめて見ると、分布の全体像を一目で把握しやすくなります。ブログや資料に載せるときにも、この形式は非常に使いやすいです。

value_counts() は表記ゆれの発見にも便利

value_counts() は、データクリーニングの入口としても便利です。

たとえば city 列を見てみます。

print(df["city"].value_counts(dropna=False))

この結果からわかること

この結果では、Tokyo が3件、Nagoya が2件となっていますが、同時に Osaka と osaka、Tokyo と Tokyo が別々に存在していることもわかります。

つまり、同じ意味の値が表記の違いによって分かれてしまっている状態です。このまま集計を進めると、本来まとめるべきカテゴリが分散し、正しい分布を把握しにくくなります。

このようなときは、文字列をそろえてから再集計します。

df["city_cleaned"] = df["city"].str.strip().str.lower()
print(df["city_cleaned"].value_counts(dropna=False))

この結果からわかること

クリーニング後は、Tokyo と Tokyo が tokyo に統一され、Osaka と osaka も osaka にまとまりました。その結果、都市ごとの実際の件数がかなりわかりやすくなっています。

このように、value_counts() は単なる件数集計だけでなく、前処理の前後でデータが整ったかを確認する道具としても使えます。

ポイント

• 表記ゆれや入力ミスの発見に向いています
• 前処理の前後で比較すると、クリーニングの効果を確認しやすいです

数値データにも使える

value_counts() は文字列だけでなく、数値データにも使えます。

たとえば rating 列の件数を見てみます。

print(df["rating"].value_counts())

この結果からわかること

この結果では、評価4が4件で最も多く、次に評価5が3件、評価3が2件あるとわかります。つまり、このデータでは極端に偏った分布ではなく、中間的な評価がやや多い傾向が見えます。

アンケートの回答、テストの点数、レビュー評価などでも同じように使えます。

value_counts() の結果はグラフ化にも使える

value_counts() の結果はSeriesなので、そのまま棒グラフに使えます。

import matplotlib.pyplot as plt

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib

df["member_rank"].value_counts(dropna=False).plot(kind="bar")
plt.xlabel("member_rank")
plt.ylabel("count")
plt.title("member_rank の件数集計")
plt.show()

この結果からわかること

棒グラフにすると、どのカテゴリが多いかを視覚的に確認しやすくなります。表だけでも十分ですが、カテゴリ数が多いときや他人に説明するときは、グラフのほうが伝わりやすいことがあります。

ただし、今回の記事の主役はあくまで value_counts() なので、可視化は「こういう使い方もできる」と押さえておく程度で十分です。

value_counts() と groupby().size() と count() の違い

どう使い分ければよいか

まず、1列だけの分布確認なら value_counts() が最も簡単です。

たとえば「会員ランクごとの人数を知りたい」なら、value_counts() が最短です。

一方、複数列の組み合わせで件数を見たいときは groupby().size() が向いています。たとえば「都市ごと・会員ランクごとの件数を見たい」といった場面です。

また、count() は「値の種類ごとの件数」を数えるというより、欠損でないデータが何件あるかを見るときに使います。そのため、value_counts() と同じ用途だと思うと混乱しやすいです。

初心者向けの覚え方

• 1列の分布を見る → value_counts()
• 複数条件で件数を出す → groupby().size()
• 欠損を除いた件数を知る → count()

よくある使い方の例

• 会員ランクの分布確認
• アンケート回答の件数確認
• 都道府県別・カテゴリ別の件数確認
• 欠損値を含めたデータ品質チェック
• 表記ゆれや入力ミスの発見

つまり、value_counts() は分析の最初にデータの中身をざっくり把握するための定番メソッドと言えます。

大規模データでの考慮事項

value_counts() は便利ですが、ユニークな値が非常に多い列に使うと、結果が長くなりやすいです。

たとえば、ID列や自由入力の文字列列では、ほとんど同じ値が出てこないことがあります。その場合、集計しても見づらくなることがあります。

そんなときは、上位だけ確認する方法が便利です。

print(df[“member_rank”].value_counts(dropna=False).head())

この考え方のポイント

value_counts() はカテゴリ列にはとても向いていますが、ほぼすべて違う値が入っている列では、結果が長すぎて役立ちにくいことがあります。そのような場合は head() で上位だけを見る、あるいは別の列を集計対象にする、といった工夫が必要です。

よくある間違い

NaN が表示されないのはおかしいと思ってしまう

これはバグではありません。value_counts() はデフォルトで NaN を除外します。df[“member_rank”].value_counts(dropna=False)と書けば、NaN も数えられます。

割合が 0〜1 の小数で返ってきて戸惑う

normalize=True は割合を返しますが、50% ではなく 0.5 のように返ってきます。(df[“member_rank”].value_counts(normalize=True) * 100).round(1)のように書くと、見やすくなります。

表記ゆれに気づかず、そのまま集計してしまう

Silver と ” Silver “、Bronze と bronze のように、見た目は近くても別の値として集計されます。そのため、件数を見るときは、本当に同じカテゴリとして扱ってよいかを意識することが大切です。

ワンポイント

value_counts() は、head()、info()、describe() と並んで、データを読み込んだ直後に確認したい基本操作の1つです。

head() で先頭行を見る info() で型と欠損を見る value_counts() でカテゴリの分布を見る という流れで確認すると、データの全体像をかなりつかみやすくなります。

つまり、value_counts() は「あとで使う関数」ではなく、最初に使う確認用メソッドとして覚えておくと実務でも役立ちます。

まとめ

value_counts() は、列の値ごとの出現回数をすばやく集計できる便利なメソッドです。

基本の形はとてもシンプルです。

df[“列名”].value_counts() さらに、

• 割合を出したい → normalize=True
• 欠損値も含めたい → dropna=False
• 少ない順に並べたい → ascending=True を組み合わせることで、より実用的に使えます。

また、単なる件数集計だけでなく、

• カテゴリの偏り確認
• 欠損値の確認
• 表記ゆれの発見
• 可視化前の下準備

にも役立ちます。

Pandasでデータを読み込んだら、head() や info() とあわせて、ぜひ value_counts() も使ってみてください。

▲ ページトップへ戻る

<p>The post pandas value_counts()の使い方｜件数集計・割合表示・欠損値の数え方を解説【第１５回】 first appeared on Python Data Lab（Pythonデータラボ）.</p>

ダッシュボード風に複数のグラフを並べたいときは、subplotsとGridSpecを使い分けるのが基本です。本記事では、均等配置から複雑なレイアウトまで、実務でよく使うパターンをサンプル付きでまとめます。

この記事でわかること

• sharex/shareyで軸を共有して比較しやすくする
• subplots(nrows, ncols)での均等グリッド配置
• tight_layout/constrained_layoutで余白を調整
• GridSpecで幅・高さの比率を変えた柔軟レイアウト
• 図全体のタイトル（suptitle）と凡例（fig.legend）

データ分析やレポート作成において、複数のグラフを効果的に配置し、比較することは非常に重要です。しかし、ただグラフを並べるだけでは、情報が読み取りにくくなったり、伝えたいメッセージが曖昧になったりすることがあります。例えば、時系列データの複数の指標を同時に追いたい場合、製品の地域別売上を比較したい場合、あるいは実験結果の異なる側面を一度に示したい場合など、適切に配置された複数グラフは、より深い洞察を促し、説得力のあるプレゼンテーションを可能にします。この記事では、そんな課題を解決するために、Matplotlibで複数のグラフを柔軟に、かつ美しく配置するテクニックを網羅的に解説します。ダッシュボード作成や論文発表など、様々なシーンで役立つ具体的な方法を学ぶことで、あなたのデータ可視化スキルが向上することでしょう。

はじめに：ランダムウォークの折れ線グラフ

複数のグラフを並べて使用したいので、異なるデータを簡単に作成する方法の一つとして、ランダムウォークのデータを使用します。

ここでは、Pythonの強力な数値計算ライブラリであるNumPyを使って、ランダムウォークのデータ(y1, y2, y3, y4)を生成しています。特に、以下の3つの関数が重要です。

• np.random.seed(シード値): この関数は、乱数（ランダムな数値）を生成する際に、その「出発点」を設定します。同じシード値を指定すると、何度プログラムを実行しても毎回全く同じ乱数の並びが生成されます。これにより、グラフの形が常に同じになり、結果の再現性が保証されます。

• np.random.normal(loc=平均, scale=標準偏差, size=個数): この関数は、正規分布（釣鐘状の形をした、自然界でよく見られるデータの分布）に従う乱数を指定された個数だけ生成します。
• loc: 乱数の平均値です。
• scale: 乱数のばらつき具合（標準偏差）です。この値が大きいほど、乱数のばらつきが大きくなります。
• size: 生成する乱数の個数です。

ランダムウォークでは、この関数を使って「一歩あたりの変化量」をランダムに決めています。

• np.cumsum(配列): この関数は、与えられた配列の累積和を計算します。累積和とは、配列の最初の要素から順番に、そこまでの要素をすべて足し合わせた値のことです。ランダムウォークでは、各ステップの変化量を次々に足し合わせることで、現在の位置（累積された値）を計算し、折れ線グラフの線として表現します。

import matplotlib.pyplot as plt

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib

import numpy as np # numpyをインポート（乱数を作成するために使用）


# グラフ１

# 乱数を一定にするためのシード（種）を設定します。42という数字は何でも良いですが、同じ数字にすると
# 毎回同じランダムなデータが生成され、結果を再現しやすくなります。
np.random.seed(42)

# ランダムウォークのデータを生成します。
# x1は、平均(loc)が0、標準偏差(scale)が1の正規分布に従うランダムな数値を100個作成します。
# これが「一歩あたりの変化量」になります。
x1 = np.random.normal(loc=0, scale=1, size=100)

# y1は、x1の累積和を計算します。これにより、各ステップでの変化を積み重ねて、
# ランダムウォークの軌跡（グラフの線）を作成します。
y1 = np.cumsum(x1)

# グラフを描画するための準備をします。
# figは図全体、axは個別のグラフ領域（サブプロット）を指します。
# figsize=(9,6)は、グラフの幅と高さをインチで指定しています。
fig, ax = plt.subplots(figsize=(9,6))

# y1のデータを折れ線グラフとしてプロットします。
ax.plot(y1)

# グラフのタイトルを設定します。
ax.set_title("グラフ１")

# x軸のラベルを設定します。
ax.set_xlabel("ステップ")

# y軸のラベルを設定します。
ax.set_ylabel("累積和")

# グラフにグリッド線を追加します。linestyle=":"で線の種類を点線に、alpha=0.7で透明度を設定します。
ax.grid(True, linestyle=":", alpha=0.7)

# グラフのタイトルやラベルが重ならないように、レイアウトを自動的に調整します。
plt.tight_layout()

# グラフを表示します。
plt.show()


# グラフ２

np.random.seed(2)
x2 = np.random.normal(loc=0, scale=1, size=100)
y2 = np.cumsum(x2)

fig, ax = plt.subplots(figsize=(8,5))
ax.plot(y2, color="C1")
ax.set_title("グラフ２")
ax.set_xlabel("ステップ")
ax.set_ylabel("累積和")
ax.grid(True, linestyle=":", alpha=0.7)
plt.tight_layout()
plt.show()

# グラフ３

np.random.seed(3)
x3 = np.random.normal(loc=0, scale=1, size=100)
y3 = np.cumsum(x3)

fig, ax = plt.subplots(figsize=(7,4))
ax.plot(y3, color="C2")
ax.set_title("グラフ３")
ax.set_xlabel("ステップ")
ax.set_ylabel("累積和")
ax.grid(True, linestyle=":", alpha=0.7)
plt.tight_layout()
plt.show()

# グラフ４

np.random.seed(4)
x4 = np.random.normal(loc=0, scale=1, size=100)
y4 = np.cumsum(x4)

fig, ax = plt.subplots(figsize=(6,3))
ax.plot(y4,color="C1")
ax.set_title("グラフ４")
ax.set_xlabel("ステップ")
ax.set_ylabel("累積和")
ax.grid(True, linestyle=":", alpha=0.7)
plt.tight_layout()
plt.show()

1. sharex/shareyで軸を共有

複数の系列を同じスケールで比較したい場合は、sharex=Trueやsharey=Trueを使います。

import matplotlib.pyplot as plt
import numpy as np # 必要に応じてnumpyもインポート（このコードではデータは既存のものを使用）

# 4行1列のグリッド状に4つのグラフを作成します。
# sharex=Trueを指定することで、全てのサブプロットのX軸（横軸）が共有されます。
# 軸が共有されると、スクロールや拡大縮小が連動し、データ間の比較がしやすくなります。
# constrained_layout=Trueは、タイトルやラベルが自動的に重ならないようにレイアウトを調整してくれます。

fig, axs = plt.subplots(4, 1, sharex=True, figsize=(9, 6), constrained_layout=True)

# 各サブプロットにデータをプロットし、タイトルを設定します。
# axsは1次元配列なので、axs[0]、axs[1]のように直接アクセスできます。

axs[0].plot(y1)
axs[0].set_title("グラフ１")

axs[1].plot(y2,color="C1")
axs[1].set_title("グラフ２")

axs[2].plot(y3,color="C2")
axs[2].set_title("グラフ３")

axs[3].plot(y4,color="C3")
axs[3].set_title("グラフ４")


# forループを使って、全てのサブプロットに共通の設定（グリッド線）を適用します。
# sharex=Trueを設定しているため、X軸のラベルは一番下のグラフにのみ表示されるのが一般的です。

for ax in axs:
    ax.grid(True, linestyle=":", alpha=0.5) # 全てのグラフにグリッド線を追加
    ax.set_ylabel("累積和") # 各サブプロットにY軸ラベルを設定

# 一番下のサブプロットにのみX軸ラベルを設定することが多いです（共有軸のため）。
axs[-1].set_xlabel("ステップ")

# 全てのグラフを表示します。
plt.show()

2. subplotsの基本：均等グリッド

最も簡単なのはplt.subplots(nrows, ncols)で均等に配置する方法です。

import matplotlib.pyplot as plt
import numpy as np # numpyは既にインポート済みですが、分かりやすさのため再度記述

# 2行2列のグリッド状に4つのグラフ（サブプロット）を作成します。
# figは図全体、axsは4つのサブプロットを格納した配列です。
# figsize=(9,6)で図全体のサイズを指定しています。

fig, axs = plt.subplots(2, 2, figsize=(9, 6))

# axsは通常、[[ax00, ax01], [ax10, ax11]]のような2次元配列で返されます。
# ax.ravel()を使うと、これを[ax00, ax01, ax10, ax11]という1次元の配列に変換でき、
# ループ処理などで扱いやすくなります。

axs = axs.ravel()  # 2x2の配列を一次元に平坦化

# 各サブプロットにランダムウォークデータをプロットします。
# y1, y2, y3, y4は、"はじめに"のセクションで作成されたデータです。

axs[0].plot(y1) # 1つ目のサブプロットにy1をプロット
axs[0].set_title("グラフ１") # 1つ目のサブプロットのタイトルを設定

axs[1].plot(y2,color="C1") # 2つ目のサブプロットにy2をプロット
axs[1].set_title("グラフ２") # 2つ目のサブプロットのタイトルを設定

axs[2].plot(y3,color="C2") # 3つ目のサブプロットにy3をプロット
axs[2].set_title("グラフ３") # 3つ目のサブプロットのタイトルを設定

axs[3].plot(y4,color="C3") # 4つ目のサブプロットにy4をプロット
axs[3].set_title("グラフ４") # 4つ目のサブプロットのタイトルを設定


# forループを使って、全てのサブプロットに共通の設定（グリッド線、X軸ラベル、Y軸ラベル）を適用します。
for ax in axs:
    ax.grid(True, linestyle=":", alpha=0.5) # グリッド線を追加（点線、半透明）
    ax.set_xlabel("ステップ") # 各サブプロットにX軸ラベルを設定
    ax.set_ylabel("累積和")   # 各サブプロットにY軸ラベルを設定

# 全てのグラフを表示します。グラフが重なる場合は、plt.tight_layout()を使用
plt.show()

3. 余白調整：tight_layout と constrained_layout

テキストや凡例が重なるときは、tight_layout()かconstrained_layout=Trueを使います。後者はFigure作成時に指定するのがポイントです。

# tight_layout の例（後から詰める、シンプルだが注意点あり）
# 2行2列のサブプロットを作成します。figsize=(9,6)で図のサイズを指定。
fig, axs = plt.subplots(2, 2, figsize=(9, 6))

# 各グラフにプロットするデータとタイトルを用意します。
y_data = [y1, y2, y3, y4]
titles = ["グラフ１", "グラフ２", "グラフ３", "グラフ４"]

# axs.ravel()で2次元のaxs配列を1次元に平坦化し、forループで各サブプロットにアクセスします。
for i, ax in enumerate(axs.ravel()):
    # 各サブプロットにデータy_data[i]をプロットします。
    ax.plot(y_data[i])
    # タイトルを設定します。
    ax.set_title(titles[i])
    # グリッド線を追加します。
    ax.grid(True, linestyle=":", alpha=0.7)

# --- tight_layout の詳細 ---
# plt.tight_layout()を呼び出すことで、グラフ間の間隔や余白を自動的に調整し、
# タイトルやラベルが重ならないようにします。これは「描画後に余白を調整する」というアプローチです。
# 手軽で多くの場合に有効ですが、Figureにsuptitle（図全体のタイトル）やfig.legend（図全体の凡例）、
# colorbarsなどを追加した場合、それらが考慮されずにレイアウトが崩れる可能性があるため、
# rect引数で調整が必要になることがあります。シンプルな図には適していますが、複雑な図では手動調整が必要になる場合があります。
plt.tight_layout()
plt.show()

# constrained_layout の例（より賢く、複雑なレイアウトに適応）
# こちらも2行2列のサブプロットを作成しますが、figの作成時にconstrained_layout=Trueを指定します。
# これにより、Matplotlibが「描画前に」最適なレイアウトを計算し、自動で余白を調整してくれます。
# constrained_layoutは、suptitle、fig.legend、colorbarsなど、Figureレベルの要素も考慮に入れて
# レイアウトを構築するため、より複雑な図でも破綻しにくいという利点があります。
# 特にGridSpecなどを使った複雑なレイアウトでは、constrained_layoutの使用が強く推奨されます。
fig, axs = plt.subplots(2, 2, figsize=(9, 6), constrained_layout=True)

# 同様に、各サブプロットにデータをプロットし、タイトル、グリッドを設定します。
for i, ax in enumerate(axs.ravel()):
    ax.plot(y_data[i])
    ax.set_title(titles[i])
    ax.grid(True, linestyle=":", alpha=0.7)

# constrained_layout=Trueを指定しているため、明示的にplt.tight_layout()を呼び出す必要はありません。
plt.show()

4. GridSpec：柔軟レイアウトと比率

「左に縦長、右上に横長、右下に小さめ」のような不均等レイアウトはGridSpecで実現します。width_ratiosとheight_ratiosを指定すると、幅・高さの比率をコントロールできます。

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec

# 図全体（Figure）を作成します。
fig = plt.figure(figsize=(9, 6))

# GridSpecを定義します。
# 3行2列の仮想グリッドを作成します。
# figure=figで、このGridSpecがどのFigureに紐づくかを指定。
# width_ratios=[3, 2]は、2つの列の幅の比率を「3:1」にすることを意味します。
# つまり、1列目が3の幅、2列目が1の幅になります。左のグラフを大きく見せるため比率を調整。
# height_ratios=[2, 1, 1]は、3つの行の高さの比率を「2:1:1」にすることを意味します。
# これにより、右上のグラフを他の右側のグラフより少し大きく見せます。
gs = gridspec.GridSpec(3, 2, figure=fig, width_ratios=[3, 2], height_ratios=[2, 1, 1])

# fig.add_subplot()を使って、GridSpecで定義した領域にサブプロットを追加します。
# gs[:, 0]は「全ての行の0列目」を意味し、左側に縦長のサブプロットを作成します。
ax_left = fig.add_subplot(gs[:, 0])  # 左縦長グラフ
# gs[0, 1]は「0行目（一番上）の1列目（右側）」を意味し、右上のサブプロットを作成します。
ax_right_top = fig.add_subplot(gs[0, 1])  # 右上グラフ
# gs[1, 1]は「1行目（中央）の1列目（右側）」を意味し、右中央のサブプロットを作成します。
ax_right_middle = fig.add_subplot(gs[1, 1])  # 右中央グラフ
# gs[2, 1]は「2行目（一番下）の1列目（右側）」を意味し、右下のサブプロットを作成します。
ax_right_bottom = fig.add_subplot(gs[2, 1])  # 右下グラフ

# 各サブプロットにデータをプロットし、タイトルやラベルを設定します。
ax_left.plot(y1)
ax_left.set_title("グラフ1 (左縦長、大きく)")
ax_left.set_xlabel("ステップ")
ax_left.set_ylabel("累積和")
ax_left.grid(True, linestyle=":", alpha=0.7)

ax_right_top.plot(y2, color="C1")
ax_right_top.set_title("グラフ2 (右上、やや大きく)")
ax_right_top.set_xlabel("ステップ")
ax_right_top.set_ylabel("累積和")
ax_right_top.grid(True, linestyle=":", alpha=0.7)

ax_right_middle.plot(y3, color="C2")
ax_right_middle.set_title("グラフ3 (右中央)")
ax_right_middle.set_xlabel("ステップ")
ax_right_middle.set_ylabel("累積和")
ax_right_middle.grid(True, linestyle=":", alpha=0.7)

ax_right_bottom.plot(y4, color="C3")
ax_right_bottom.set_title("グラフ4 (右下)")
ax_right_bottom.set_xlabel("ステップ")
ax_right_bottom.set_ylabel("累積和")
ax_right_bottom.grid(True, linestyle=":", alpha=0.7)

# グラフのタイトルやラベルが重ならないように、レイアウトを自動的に調整します。
# constrained_layout=Trueを使うと、suptitleなどのFigureレベルの要素も考慮して
# 賢くレイアウトを調整してくれるため、ここではtight_layoutの代わりに推奨されます。
# ただし、GridSpecではfig作成時にconstrained_layout=Trueを指定できないため、
# fig.set_layout_engine('constrained')を使います。
fig.set_layout_engine('constrained')
# 全てのグラフを表示します。
plt.show()

width_ratiosとheight_ratiosを指定すると、幅・高さの比率をコントロールできます。

5. 図全体タイトルと凡例

「複数のグラフに共通するタイトルや凡例は、各グラフ（Axes）ごとではなく、図全体（Figure）に対して設定することで、まとめて管理できます。」

「全体に共通するタイトルや凡例は、個々のグラフに設定するのではなく、それらをまとめる大きな『図（Figure）』に対して設定することで、効率よく配置・制御できます。」複数のAxesにまたがるタイトルや凡例は、Figure側のAPIを使うと一括制御できます。

# matplotlib.pyplotとnumpyは既にインポート済みであることを前提とします。

# 2行1列のサブプロットを作成します。figsize=(9,6)で図全体のサイズを指定。
# ここではy軸を共有する必要がないので、shareyは指定しません。
fig, axs = plt.subplots(2,1, figsize=(9,6))

# プロットするデータと、各サブプロットのタイトル、凡例のラベルを用意します。
y_data = [y1, y2]
plot_titles = ["グラフ１", "グラフ２"]
subplot_legend_labels = ["系列 1", "系列 2"]

# forループを使って、各サブプロットにデータをプロットし、設定を行います。
for i, ax in enumerate(axs):
    # y_data[i]をプロットし、各系列のラベルも設定します（後の全体凡例で利用）。
    ax.plot(y_data[i], label=subplot_legend_labels[i])
    # 各サブプロットのタイトルを設定します。
    ax.set_title(plot_titles[i])
    # x軸ラベルとy軸ラベルを設定します。
    ax.set_xlabel("ステップ")
    ax.set_ylabel("累積和")
    # 各サブプロットの凡例をグラフの左上に表示します。
    ax.legend(loc="upper left")
    # グリッド線を追加します。
    ax.grid(True, linestyle=":", alpha=0.7)

# 図全体のタイトルを設定します。
# y=1.03は、タイトルを少し上にずらして配置するための調整です。
# fontsizeでフォントサイズを指定します。
fig.suptitle("ランダムウォークデータの比較", y=1.03, fontsize=16)

# 図全体の凡例を作成します。
# まず、各サブプロットから凡例のハンドル（線の情報）とラベルを取得し、それらを結合します。
handles, overall_lgnd_labels = [], []
for ax in axs:
    h, l = ax.get_legend_handles_labels()
    handles += h
    overall_lgnd_labels += l

# 図全体の凡例をサブプロットの下に配置します。
# loc="lower center"で下中央に配置。
# ncol=4は凡例を4列で表示。
# frameon=Trueは凡例の周りに枠を表示。
# bbox_to_anchor=(0.5, -0.1)は、凡例の位置をより細かく調整するための座標です。
# (0.5, -0.1)は「図の幅の50%位置（中央）、図の高さの-0.1倍（図の下端よりさらに下）」を意味します。
fig.legend(handles, overall_lgnd_labels, loc="lower center", ncol=4, frameon=True,
           bbox_to_anchor=(0.5, -0.1))

# タイトルと図全体の凡例のためのスペースを確保するようレイアウトを調整します。
# rect引数は、図の中でグラフが描画される領域を正規化された座標で指定します。
# [left, bottom, right, top]の順で、
# [0, 0.05, 1, 0.95]は「下から5%の場所から、上から5%の場所まで」にグラフ領域を確保し、
# タイトルと凡例が重ならないようにします。
plt.tight_layout(rect=[0, 0.05, 1, 0.95])
# 全てのグラフを表示します。
plt.show()

6. レイアウトのコツ

ここまでの知識を使って、複数のグラフを効果的に配置するためのいくつかの「コツ」をご紹介します。これらのポイントを押さえることで、よりプロフェッショナルで分かりやすい図を作成できます。

• 一貫性：軸のスケールやフォーマットはできるだけ揃える (sharex/sharey)
• 複数のグラフを比較する際、X軸やY軸の範囲がバラバラだと、データの増減や大小を正確に読み取るのが難しくなります。
• sharex=Trueやsharey=Trueを使うことで、軸の目盛りや範囲が自動的に揃えられ、グラフ間の比較が格段にしやすくなります。

• 余白最適化：tight_layoutかconstrained_layout、保存時はbbox_inches="tight"
• グラフのタイトル、軸ラベル、凡例などが重なってしまうと、見た目が悪く、情報が読み取れません。
• plt.tight_layout()やconstrained_layout=Trueを使って、自動で適切な余白が確保されるようにしましょう。
• グラフを画像ファイルとして保存する際も、plt.savefig('ファイル名.png', bbox_inches="tight")と指定すると、余白が適切に調整されてきれいに保存できます。

• 比率設計：重要なグラフを大きく (GridSpecのwidth_ratios/height_ratios)
• 伝えたい情報の中で、特に強調したいグラフは大きく、補足的なグラフは小さく配置するなど、情報の重要度に応じてサイズを調整することが有効です。
• GridSpecのwidth_ratios（幅の比率）やheight_ratios（高さの比率）を使うことで、このような柔軟なサイズのグラフ配置が可能になります。

• 視線誘導：左上→右下へ流れる自然な並べ方に
• 人間は一般的に左上から右下へと視線を動かして情報を読み取ります。この特性を活かし、最も重要な情報を左上に、次に重要な情報をその右や下に配置するなど、自然な視線の流れに沿ったレイアウトを意識すると、見る人にとって理解しやすい図になります。

まとめ

この記事では、Matplotlibを使って複数のグラフを効果的に表示するための様々なテクニックを学びました。主要なポイントをもう一度確認しておきましょう。

• 比較しやすさ重視ならsharex/sharey
• 複数のグラフでX軸やY軸の範囲を揃えたいときは、plt.subplots()の引数にsharex=Trueやsharey=Trueを指定しましょう。
• これにより、データ間の相対的な比較が非常にしやすくなります。

• 均等配置はsubplots、不均等はGridSpec
• plt.subplots(nrows, ncols)を使えば、同じサイズのグラフをグリッド状にきれいに並べられます。
• 「左に大きく、右に小さく」といったように、グラフのサイズや位置を自由に組み合わせたい場合は、GridSpecを使うことで柔軟なレイアウトが可能です。width_ratiosやheight_ratiosで比率も調整できます。

• 余白はtight_layoutかconstrained_layoutで自動調整
• グラフのタイトル、ラベル、凡例などが重なって見にくくなるのを防ぐため、plt.tight_layout()を呼び出すか、図の作成時にconstrained_layout=Trueを設定しましょう。
• これにより、グラフ間の適切な余白が自動的に確保され、見栄えが向上します。

• 図全体の見出しや凡例はsuptitle/fig.legendで管理
• 個々のサブプロットではなく、図全体に対してタイトルを付けたい場合はfig.suptitle()を使います。
• 複数のグラフにまたがる凡例をまとめて表示したい場合はfig.legend()を使うことで、図全体の情報を整理して提示できます。

これらの機能を使いこなすことで、目的に応じて最適なグラフレイアウトを作成し、データを効果的に伝えることができるようになります。

関連記事

• ◀ Pandas DataFrame入門：基本構造と作り方
• ◀ groupbyとconcatでデータを集計・変形する方法

▲ ページトップへ戻る

<p>The post Matplotlib 複数グラフの作り方：subplots / GridSpec / 共有軸を完全ガイド（実務レイアウト例つき）【第８回】 first appeared on Python Data Lab（Pythonデータラボ）.</p>

import matplotlib.pyplot as plt

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib

fig, ax = plt.subplots()
ax.plot([0,1,2],[1,3,2], color="steelblue", label="色名") # 色名で指定
ax.plot([0,1,2],[2,2,3], color="#ff7f50", label="16進数") # 16進数で指定
ax.plot([0,1,2],[1.5,1.8,2.5], color=(0.2, 0.7, 0.3), label="RGB") # RGBタプルで指定
ax.plot([0,1,2],[2.6,1.6,2.0], color="C3", label="カラースキーム") # カラースキームのインデックスで指定
ax.plot([0,1,2],[3.2,0.8,1.5], color=plt.cm.tab10(4), label="tab10(4)") # カテゴリカルカラーマップのインデックスで指定
ax.legend()
ax.set_title("色の指定いろいろ")
plt.show()

import numpy as np
import matplotlib.pyplot as plt

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib

from matplotlib import cm, colors

np.random.seed(0)
x = np.linspace(0, 10, 150)
y = np.sin(x) + np.random.normal(scale=0.2, size=len(x))
val = (y - y.min()) / (y.max() - y.min())  # データを0〜1の範囲に収まる（＝正規化）

norm = colors.Normalize(vmin=0, vmax=1)  # 値範囲を固定
cmap = cm.viridis  # 色覚配慮の推奨CMAP

fig, ax = plt.subplots()
sc = ax.scatter(x, y, c=val, cmap=cmap, norm=norm, s=60, alpha=0.8) #s=60,alpha=0.8:色のサイズと透明度を設定
ax.set_title("連続値の色分け（Normalize指定）")
cbar = plt.colorbar(sc, ax=ax) # カラーバーは後述
cbar.set_label("正規化された値 (0-1)")
plt.show()

fig, axes = plt.subplots(1, 2, figsize=(12, 5))

# viridis カラーマップ
sc1 = axes[0].scatter(x, y, c=val, cmap=cm.viridis, norm=norm, s=60, alpha=0.8)
axes[0].set_title("viridis (推奨)")
plt.colorbar(sc1, ax=axes[0], label="正規化された値 (0-1)")

# jet カラーマップ
sc2 = axes[1].scatter(x, y, c=val, cmap=cm.jet, norm=norm, s=60, alpha=0.8)
axes[1].set_title("jet (非推奨)")
plt.colorbar(sc2, ax=axes[1], label="正規化された値 (0-1)")

plt.tight_layout()
plt.show()

import numpy as np
import matplotlib.pyplot as plt

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib

from matplotlib import colors

# 0に近い値〜大きな値までを同じ図で見たい
z = np.random.lognormal(mean=0.0, sigma=1.0, size=(60, 90))

fig, ax = plt.subplots()
im = ax.imshow(z, cmap="magma", norm=colors.LogNorm(vmin=max(z.min(), 1e-3), vmax=z.max()))
plt.colorbar(im, ax=ax, label="対数スケール値") # より詳細な日本語ラベルに変更
ax.set_title("LogNorm（対数スケール）")
plt.show()

import numpy as np
import matplotlib.pyplot as plt

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib

from matplotlib import colors

x = np.linspace(-3, 3, 200)
y = np.linspace(-3, 3, 200)
X, Y = np.meshgrid(x, y)
Z = X + np.sin(Y)  # 正負が混在するデータ

norm = colors.TwoSlopeNorm(vmin=Z.min(), vcenter=0.0, vmax=Z.max())

fig, ax = plt.subplots()
im = ax.imshow(Z, cmap="coolwarm", norm=norm, origin="lower")
plt.colorbar(im, ax=ax, label="ゼロからの偏差") # より詳細な日本語ラベルに変更
ax.set_title("TwoSlopeNorm（ゼロ中心の配色）")
plt.show()

import numpy as np
import matplotlib.pyplot as plt

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib

from matplotlib import cm, colors

x = np.random.rand(100); y = np.random.rand(100); v = x**2 + y**2
norm = colors.Normalize(vmin=0, vmax=2); cmap = cm.plasma

fig, ax = plt.subplots(figsize=(5.5, 4))
sc = ax.scatter(x, y, c=v, cmap=cmap, norm=norm)
ax.set_title("colorbarの基本")

# 右側に縦で配置（既定）
cbar = plt.colorbar(sc, ax=ax)  # orientation="vertical" が既定
cbar.set_label("値の強度") # より詳細な日本語ラベルに変更

# 下部に横で配置する例：
# cbar = plt.colorbar(sc, ax=ax, orientation="horizontal", pad=0.12, fraction=0.05, aspect=30)

plt.tight_layout()
plt.show()

import matplotlib.pyplot as plt

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib

import numpy as np

labels = ["A","B","C","D"]
values = [5, 7, 3, 6]
colors = ["tab:blue","tab:orange","tab:green","tab:red"]
hatches = ["", "//", "\\", "xx"]  # 模様

fig, ax = plt.subplots()
bars = ax.bar(labels, values, color=colors)
for bar, h in zip(bars, hatches):
    bar.set_hatch(h)

ax.set_title("色とハッチで識別性を高める")
plt.show()

import numpy as np
import matplotlib.pyplot as plt


!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib

from matplotlib import cm, colors

np.random.seed(42)
data = np.random.randn(1000) * 10 + 20 # 平均20、標準偏差10の正規分布データ

fig, ax = plt.subplots(figsize=(8, 5))

# ヒストグラムの計算
n, bins, patches = ax.hist(data, bins=20, density=True)

# Normalizeを作成（ここでは頻度に基づいて色付けする）
norm = colors.Normalize(bins.min(), bins.max())
cmap = cm.viridis

# 各棒に色を適用
for patch, x_val in zip(patches, bins):
    color = cmap(norm(x_val))
    patch.set_facecolor(color)

ax.set_title("ヒストグラムへのカラーマップ適用")
ax.set_xlabel("値")
ax.set_ylabel("密度")

cbar = fig.colorbar(cm.ScalarMappable(norm=norm, cmap=cmap), ax=ax)
cbar.set_label("ビン範囲の始点")
plt.tight_layout()
plt.show()

# 複数グラフでの一貫したカラーマップ適用例

import numpy as np
import matplotlib.pyplot as plt

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib

from matplotlib import cm, colors

np.random.seed(1)
x_multi = np.random.rand(50)
y_multi = np.random.rand(50)
z_multi = x_multi * y_multi + np.random.rand(50) * 0.1

# 同じnormとcmapを定義
shared_norm = colors.Normalize(vmin=0, vmax=1)
shared_cmap = cm.plasma

fig, axes = plt.subplots(1, 2, figsize=(12, 5))

# 1つ目のサブプロット：散布図
sc1 = axes[0].scatter(x_multi, y_multi, c=z_multi, cmap=shared_cmap, norm=shared_norm, s=100, alpha=0.8)
axes[0].set_title("散布図 (一貫したCMAP)")
fig.colorbar(sc1, ax=axes[0], label="値")

# 2つ目のサブプロット：別のデータだが同じカラーレンジで表示
matrix_data = np.random.rand(10, 10)
# ここではmatrix_dataの範囲が0-1なので、shared_normがそのまま使える
im = axes[1].imshow(matrix_data, cmap=shared_cmap, norm=shared_norm, origin="lower")
axes[1].set_title("ヒートマップ (一貫したCMAP)")
fig.colorbar(im, ax=axes[1], label="値")

plt.tight_layout()
plt.show()

▲ ページトップへ戻る

<p>The post Matplotlib 配色とカラーマップ徹底解説：データ可視化を「伝わるグラフ」に変えるPython術【色覚バリアフリー対応【第７回】 first appeared on Python Data Lab（Pythonデータラボ）.</p>

💡 Pandas DataFrame入門シリーズ

このページは「Pandas DataFrame入門」シリーズの続編です。Matplotlibを使ってデータを可視化する方法を解説します。

この記事は、Python を使ってデータ分析結果を分かりやすく伝えたいと考えている方、特に Matplotlib でグラフを作成する際に「どうすればもっと見やすくなるのだろう？」と感じている方を対象としています。同じデータでも、グラフの「軸・注釈・凡例」を少し整えるだけで、その印象は劇的に変わります。本記事では、Python の強力なグラフ描画ライブラリ Matplotlib を使って、見る人が一目で理解できる、プロフェッショナルなグラフを作成するための実践的なテクニックを徹底解説します。

Major/Minor 目盛りの設定から、数値フォーマット、注釈（annotate）の使い方、特定の領域の強調、そして凡例の最適な配置や装飾まで、コピペでそのまま使える豊富なコード例とともにご紹介します。

この記事を最後まで読めば、あなたのグラフ作成スキルが格段にアップし、データがより雄弁に語り始めるはずです！さあ、一緒に「伝わるグラフ」作りに挑戦しましょう！

この記事で学べること：Matplotlib グラフ作成の重要テクニック

この記事を読むことで、Matplotlib を使ったグラフ作成において、以下の重要なスキルを習得できます。

1. 軸ラベル・単位・目盛り：グラフの基本情報を正確に伝える設定方法 2. 数値フォーマット：桁区切り、パーセント、指数など、データを分かりやすく整形 3. 注釈（annotate）：グラフの特定ポイントに解説を加えて理解を深める 4. 領域強調：axvspan, axhspan で重要な範囲を視覚的にハイライト 5. 凡例：複数データを整理し、見やすい位置に配置・装飾するテクニック

これらのテクニックをマスターして、あなたのグラフを次のレベルへ引き上げましょう！

1. グラフの第一印象を決める：軸ラベルと単位を明確に設定しよう

グラフを見た人が最初に目を向けるのは、間違いなく軸です。ここに何がプロットされているのか、どんな単位で表されているのかを明確に示すことで、データの意味が一瞬で伝わります。

まずは、グラフの顔とも言える軸ラベルと単位の基本的な設定方法から見ていきましょう。

import matplotlib.pyplot as plt

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib

x = [0, 1, 2, 3, 4]
y = [10000, 23000, 18000, 30000, 28000]

fig, ax = plt.subplots()
ax.plot(x, y)
ax.set_title("売上の推移")
ax.set_xlabel("月")
ax.set_ylabel("売上（円）")
plt.tight_layout()
plt.show()

2. 目盛りを調整して、グラフの精度と読みやすさを向上させる（Major/Minor ・間隔・向き）

目盛りは、グラフが示す数値の精度を伝える上で非常に重要です。Major 目盛りと Minor 目盛りを適切に使い分け、間隔や表示形式を調整することで、グラフの読みやすさを格段に向上させることができます。

MultipleLocatorは、何単位ごとにMajor目盛りを表示するかを設定します。また、AutoMinorLocatorは、Major目盛りの間に、Minor目盛りを自動で何本入れるかを決定します。

import matplotlib.pyplot as plt

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib

# 目盛りの位置を制御する MultipleLocatorとAutoMinorLocatorをインポート
from matplotlib.ticker import MultipleLocator, AutoMinorLocator

# 1番目のコードと同じデータを使用
x = [0, 1, 2, 3, 4]
y = [10000, 23000, 18000, 30000, 28000]

fig, ax = plt.subplots()
ax.plot(x, y, marker="o")
ax.set_title("売上の推移")
ax.set_xlabel("月")
ax.set_ylabel("売上（円）")


# x軸について、Major目盛りを1、Minor目盛りを2分割（1番目のコードと比較して、X軸のMajor目盛りの間隔が明確になり、Minor目盛りが追加されているのが分かります）
ax.xaxis.set_major_locator(MultipleLocator(1))
ax.xaxis.set_minor_locator(AutoMinorLocator(2))
# y軸について、Major目盛りを5000刻み、Minor目盛りを5分割
ax.yaxis.set_major_locator(MultipleLocator(5000))
ax.yaxis.set_minor_locator(AutoMinorLocator(5))


# 目盛りの向きや長さ（1番目のコードと比較して、目盛りが外側に出て長さが変わっているのが分かります）
ax.tick_params(axis="x", which="major", direction="out", length=6)
ax.tick_params(axis="x", which="minor", direction="out", length=3)
ax.tick_params(axis="y", which="major", direction="out", length=6)
ax.tick_params(axis="y", which="minor", direction="out", length=3)


# ラベル回転 (ここでは回転しない設定ですが、必要に応じて角度を変更できます)
for label in ax.get_xticklabels():
    label.set_rotation(0)   # 反時計回りに0度, 30度, 45度回転 など
# ラベルの文字の中心が、対応する目盛り線（ティック）の位置にくるように調整されます。
    label.set_horizontalalignment("center")
# Y軸のラベルも調整(ラベルの文字の中央が、対応するY軸の目盛り線と一致するように配置)
for label in ax.get_yticklabels():
     label.set_verticalalignment("center")


plt.tight_layout()
plt.show()

3. 数値フォーマットで、データの「意味」を正確に伝える（桁区切り・%）

グラフに表示される数値は、それが金額なのか、あるいは割合なのかによって、最適な表示形式が異なります。桁区切り、パーセント表示などを適切に使い分けることで、データの持つ意味をより正確に、そして直感的に伝えることが可能になります。

Matplotlib には、StrMethodFormatter, PercentFormatter, FuncFormatter など、目的に合わせた様々なフォーマッターが用意されています。

import matplotlib.pyplot as plt

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib


#　StrMethodFormatter, PercentFormatterをインポート
from matplotlib.ticker import StrMethodFormatter, PercentFormatter

# 最初のコードと同じデータを使用
x = [0, 1, 2, 3, 4]
y = [10000, 23000, 18000, 30000, 28000]

fig, ax = plt.subplots()
ax.plot(x, y, marker="o") # 折れ線グラフで表示

# 桁区切り（12,000 形式）
ax.yaxis.set_major_formatter(StrMethodFormatter("{x:,.0f}"))

# %表示（0.0〜1.0を0〜100%として表示する場合の例）
# ax.yaxis.set_major_formatter(PercentFormatter(xmax=1.0, decimals=0))


ax.set_title("売上の推移")
ax.set_xlabel("月")
ax.set_ylabel("売上（円）")
plt.tight_layout()
plt.show()

さらに、FuncFormatter を使えば、独自の関数を定義して、より自由度の高い数値フォーマットを実現できます。例えば、特定の通貨記号を付けたり、条件に応じて表示形式を切り替えたりといった、細やかなカスタマイズが可能です。

import matplotlib.pyplot as plt

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib

# FuncFormatterをインポート
from matplotlib.ticker import FuncFormatter


# 最初のコードと同じデータを使用
x = [0, 1, 2, 3, 4]
y = [10000, 23000, 18000, 30000, 28000]

def yen(x, pos):
    return f"¥{x:,.0f}"

fig, ax = plt.subplots()
ax.plot(x, y, marker="o")
ax.yaxis.set_major_formatter(FuncFormatter(yen))
ax.set_title("売上の推移")
ax.set_xlabel("月")
ax.set_ylabel("売上")
plt.tight_layout()
plt.show()

4. 注釈と矢印で、グラフの「ここがポイント！」を明確に示す（annotate）

グラフの中で特に注目してほしいデータポイントや、重要なイベント発生箇所などを解説したい場合に絶大な効果を発揮するのが「注釈（annotate）」です。テキストと矢印を組み合わせることで、グラフ上の特定の要素を指し示し、補足説明を分かりやすく加えることができます。

arrowprops を設定すれば、矢印のスタイル、色、太さなども自由にカスタマイズでき、より表現力豊かな注釈を作成できます。

import matplotlib.pyplot as plt

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib


# 最初のコードと同じデータを使用
x = [0, 1, 2, 3, 4]
y = [10000, 23000, 18000, 30000, 28000]

fig, ax = plt.subplots()
ax.plot(x, y, marker="o")

# リストyの中で最大値を持つ要素のインデックス（位置）を取得する。peak_idx=3
peak_idx = y.index(max(y))

# ピークの月に注釈を追加
ax.annotate("ピーク", xy=(x[peak_idx], y[peak_idx]), xytext=(x[peak_idx]+0.5, y[peak_idx]+5000), # xytextのY座標も調整
            arrowprops=dict(arrowstyle="wedge,tail_width=0.7", lw=1.5, fc="red", ec="red")) # 矢印スタイルを変更

ax.set_title("売上の推移")
ax.set_xlabel("月")
ax.set_ylabel("売上（円）")
plt.tight_layout()
plt.show()

【コードの補足】

ax.annotate()関数は、グラフにテキストと矢印を追加します。主な引数は以下の通りです。

• 最初の引数: グラフ上に表示される注釈テキスト（例: “ピーク”）。
• xy: 矢印の先端が指すグラフ上のデータ座標。この例では売上ピークの月と売上額を指定。
• xytext: 注釈テキストが配置される表示座標。ピークのデータポイントから少し右上にずらして配置しています。
• arrowprops: 矢印のスタイルをカスタマイズする辞書。ここでは以下の設定をしています。
• arrowstyle="wedge,tail_width=0.7": くさび形の矢印。
• lw: 線幅。
• fc: 塗りつぶし色。
• ec: 縁の色。
• これにより、赤色の強調された矢印を作成しています。

5. 領域強調で、特定の範囲や期間を視覚的にハイライトする（axvspan/axhspan）

グラフ上で特定の期間や数値の範囲を強調して見せたい場合に非常に便利なのが、axvspan (垂直方向の帯) と axhspan (水平方向の帯) です。これらの関数を使うと、グラフ上に簡単に色付きの帯状領域を描画し、特定の範囲を視覚的に際立たせることができます。

例えば、特定のキャンペーン期間や、目標値として設定した範囲を示す際などに効果的です。

import matplotlib.pyplot as plt

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib


# 最初のコードと同じデータを使用
x = [0, 1, 2, 3, 4]
y = [10000, 23000, 18000, 30000, 28000]

fig, ax = plt.subplots()
ax.plot(x, y, marker="o")

# x=2〜4の範囲（2ヶ月目から4ヶ月目）を薄く着色
ax.axvspan(2, 4, alpha=0.15, label="キャンペーン期間") # ラベルを追加
ax.set_title("売上の推移")
ax.set_xlabel("月")
ax.set_ylabel("売上（円）")
ax.legend() # 凡例を表示
plt.tight_layout()
plt.show()

6. 凡例を使いこなす：複数のデータ系列を分かりやすく整理する

複数のデータ系列を一つのグラフに重ねて表示する場合、凡例はグラフを理解するための羅針盤となります。どの線や棒がどのデータを表しているのかを明確に示すことで、グラフの解読をスムーズにします。

凡例はグラフ内に配置するだけでなく、グラフの外側に配置して描画領域を最大限に活用することも可能です。また、凡例の項目を複数列にしたり、枠線や背景色などの装飾を施したりすることで、さらに見やすく整理できます。

import matplotlib.pyplot as plt

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib

# 最初のコードと同じデータを使用
x = [0, 1, 2, 3, 4]
y1 = [10000, 23000, 18000, 30000, 28000]

# データを追加
y2 = [15000, 18000, 25000, 22000, 35000]

fig, ax = plt.subplots()
ax.plot(x, y1, marker="o", label="売上A")
ax.plot(x, y2, marker="o", label="売上B") # 追加データをプロット

# 外出し：右側中央
ax.legend(loc="center left", bbox_to_anchor=(1.02, 0.5), borderaxespad=0)


# 装飾（枠・角丸・透明度・タイトル）
leg = ax.get_legend()
leg.set_title("凡例")
leg.get_frame().set_alpha(0.9)   # 透明度
leg.get_frame().set_linewidth(0.8)

ax.set_title("売上の推移")
ax.set_xlabel("月")
ax.set_ylabel("売上（円）")
plt.tight_layout()
plt.show()

【コードの補足：ax.legend()関数】

• loc パラメータ: 設定値 center left

• 凡例ボックス の アンカーポイント を、凡例自体の 左端の中央 に設定します。
• bbox_to_anchor パラメータ: 設定値 (1.02, 0.5)

• 凡例のアンカーポイントを、Axes (グラフ本体の描画領域) のどの座標に配置するかを指定します。
• 1.02 (X座標): Axesの右端 (1.0) から Axes幅の2%分外側 (右側) を指定します。
• 0.5 (Y座標): Axesの 垂直方向の中央 を指定します。
• borderaxespad パラメータ: 設定値 0
• 凡例がAxesの外側に配置される際、Axesとの間に設ける 余白 (パディング) を指定します。0は余白なしを意味します。

凡例の項目が多い場合にスペースを節約したいときは、グラフの下部中央に複数列で凡例を配置するのが効果的です。その例を見てみましょう。

import matplotlib.pyplot as plt

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib

# 最初のコードと同じデータを使用。
x = [0, 1, 2, 3, 4]
y1 = [10000, 23000, 18000, 30000, 28000]
y2 = [15000, 18000, 25000, 22000, 35000]
y3 = [12000, 20000, 22000, 28000, 32000] # 3つ目のデータを追加

fig, ax = plt.subplots()
ax.plot(x, y1, marker="o", label="売上A")
ax.plot(x, y2, marker="o", label="売上B")
ax.plot(x, y3, marker="o", label="売上C") # 3つ目のデータをプロット

ax.legend(loc="upper center", bbox_to_anchor=(0.5, -0.15), ncol=3, frameon=True)

ax.set_title("売上の推移")
ax.set_xlabel("月")
ax.set_ylabel("売上（円）")
plt.tight_layout()
plt.show()

【コードの補足：ax.legend()関数】

• loc パラメータ: 設定値 upper center

• 凡例ボックス の アンカーポイント を、凡例自体の 上端の中央 に設定します。
• bbox_to_anchor パラメータ: 設定値 (0.5, -0.15)

• 凡例のアンカーポイントを、Axes (グラフ本体の描画領域) のどの座標に配置するかを指定します。
• 0.5 (X座標): Axesの 水平方向の中央 を指定します。
• -0.15 (Y座標): Axesの下端 (0.0) から Axesの高さの15%分 外側 (下側) を指定します。
• ncol パラメータ: 設定値 3

• 凡例の項目を 3列 に並べて表示します。長い凡例をコンパクトにまとめるのに役立ちます。
• frameon パラメータ: 設定値 True

• 凡例の周囲に 枠線（フレーム）を表示します。

凡例に表示されるラベルは、通常 plot 関数などで指定した label 引数が自動的に使われます。しかし、Line2D オブジェクトなどを利用することで、凡例に表示する「ハンドル（線やマーカー）」と「ラベルテキスト」を後から自由に組み合わせて設定することも可能です。これにより、より柔軟な凡例のカスタマイズが可能になります。

import matplotlib.pyplot as plt

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib

# Line2Dをインポート
from matplotlib.lines import Line2D

# 最初のコードと同じデータを使用
x = [0, 1, 2, 3, 4]
y1 = [10000, 23000, 18000, 30000, 28000]
y2 = [15000, 18000, 25000, 22000, 35000]

fig, ax = plt.subplots()
# labelは指定せず、後でhandlesとlabelsで設定
l1, = ax.plot(x, y1, marker="o", color="C0")
l2, = ax.plot(x, y2, marker="o", color="C1")

# handlesとlabelsを個別に定義して凡例を作成
handles = [Line2D([0], [0], color="C0", marker="o"), # マーカーも表示
           Line2D([0], [0], color="C1", marker="o")]
labels = ["シリーズα", "シリーズβ"] # ラベルテキストを任意に設定
ax.legend(handles, labels, loc="best")

ax.set_title("売上の推移")
ax.set_xlabel("月")
ax.set_ylabel("売上（円）")
plt.tight_layout()
plt.show()

7. これで解決！Matplotlib グラフ作成でよくある「困った！」と対策

Matplotlib でグラフを作成していると、「あれ？思った通りにならないな…」という場面に遭遇することは少なくありません。ここでは、多くの人が経験するであろう、よくある「ハマりどころ」とその効果的な解決策をまとめました。

• 凡例をグラフの外に出したら、グラフの一部が切れてしまう: グラフをファイルに保存する際に、fig.savefig(..., bbox_inches="tight") を使うのが定番の解決策です。
• 軸ラベルや目盛りのラベルが重なって読みにくい: まずは plt.tight_layout() や fig.set_constrained_layout(True) を試してみましょう。それでも改善しない場合は、ラベルを回転させるか、図全体のサイズやレイアウトを調整する必要があります。
• 意図せず数値が指数表記（科学表記）になってしまう: ScalarFormatter を使用し、set_powerlimits() で指数表記に切り替わる数値の範囲を細かく制御できます。
• Minor 目盛りが表示されない: AutoMinorLocator などのロケーターを設定するだけでなく、ax.tick_params(which="minor", ...) で minor 目盛りの表示設定（長さや色など）も忘れずに行う必要があります。

まとめ：見やすいグラフ作成のための Matplotlib 重要テクニック集

この記事で解説した、Matplotlib を使って「伝わるグラフ」を作成するための重要な設定テクニックを最後におさらいしましょう。これらのポイントを押さえるだけで、あなたのグラフはより魅力的で、データが語りかけるメッセージが明確になるはずです！

• 目盛りの調整: MultipleLocator や AutoMinorLocator で Major/Minor 目盛りの間隔を自在に設定し、tick_params で見た目を細かく調整。
• 数値フォーマット: StrMethodFormatter, PercentFormatter, FuncFormatter を使い分け、金額や割合、科学的な値を最も分かりやすい形式で表示。
• 注釈と強調: annotate でグラフのキーポイントに解説を加え、axvspan/axhspan で特定の範囲を視覚的にハイライト。
• 凡例: loc, bbox_to_anchor, ncol で最適な配置とレイアウトを実現し、get_legend().get_frame() で装飾をカスタマイズ。

これらのテクニックをぜひあなたのグラフ作成ワークフローに取り入れてみてください。きっと、データ分析の結果をより効果的に伝えることができるようになるでしょう！

関連記事

• ◀ Pandas DataFrame入門：基本構造と作り方
• ◀ groupbyとconcatでデータを集計・変形する方法

▲ ページトップへ戻る

<p>The post Matplotlib 軸・注釈・凡例の設定方法・見やすいグラフを作るコツ【第６回】 first appeared on Python Data Lab（Pythonデータラボ）.</p>

💡 Pandas DataFrame入門シリーズ

このページは「Pandas DataFrame入門」シリーズの続編です。Matplotlibを使ってデータを可視化する方法を解説します。

データ分析において、データの分布の形や外れ値の有無を確認することは非常に重要です。「ヒストグラムの適切なbins設定が分からない」「箱ひげ図で外れ値がどう表現されているか理解したい」といった悩みはありませんか？本記事では、Python の Matplotlib と seaborn を用いてヒストグラムと箱ひげ図（Box Plot）を描く方法、bins の設計や IQR による外れ値検出・分析まで、データ分析の実践的な観点で初心者にも分かりやすく解説します。この記事を読めば、データの分布と外れ値を正確に把握し、より質の高いデータ分析ができるようになります。

この記事でわかること：データ分布の可視化と外れ値分析の完全ガイド

本記事では、データ分析初心者の方に向けて、データ分析において非常に重要な「データの分布」を理解するための主要な可視化手法であるヒストグラムと箱ひげ図（Box Plot）に焦点を当てて解説します。これらのグラフは、単にデータを可視化するだけでなく、顧客の購買傾向の把握（どの価格帯の商品がよく売れるか、売上の分布）、製品の品質管理（製品のばらつきは許容範囲か、不良品の特定）、マーケティング施策の効果測定（施策前後で顧客の反応分布はどう変わったか、効果の偏り）など、様々なビジネスや研究の課題解決に役立ちます。さらに、これらの図を通してデータの偏りや外れ値を視覚的に捉えることが、より正確な分析には不可欠です。

具体的には、Python の主要なデータ可視化ライブラリである Matplotlib と seaborn を使って、以下の内容を学ぶことができます。

• ヒストグラムの基本: データの度数分布を視覚化する。
• bins の適切な決め方: ヒストグラムの見た目を左右する bins 設定（auto / sturges / fd ほか）の使い分けと特徴。データ分析初心者にも分かりやすい解説を心がけます。ヒストグラムの解釈力を高めます。
• 密度表示と重ね描き: 異なるグループ間での分布比較に役立つテクニック（density=True, histtype="step"）。データ分布の比較をより正確に行います。
• 箱ひげ図の仕組み: 中央値、四分位数、ひげ、外れ値といった主要な要素の理解。箱ひげ図からデータの要約情報を読み取ります。
• 箱ひげ図の応用: whis, showmeans, patch_artist などのオプションで詳細を表示。箱ひげ図をカスタマイズして分析を深めます。
• IQR（四分位範囲）による外れ値検出と可視化: 統計的な手法で外れ値を特定し、ヒストグラムと組み合わせてグラフ上で明確に示す方法。異常値検出の重要な手法です。

これらの可視化手法と外れ値分析を通じて、データ分析の基礎を習得し、データの分布や特徴をより深く理解することできます。

▶️ Matplotlib の公式ドキュメントも参考にしてください：

ヒストグラム

箱ひげ図

1. ヒストグラムの基本とデータ準備：データ分布の全体像を掴む

データ分析の第一歩として、データの全体像を掴むことは非常に重要です。そのために最もよく用いられるグラフの一つがヒストグラムです。ヒストグラムは、データをいくつかの区間（ビン、階級）に分け、それぞれの区間に含まれるデータの個数（度数）を棒グラフで表現することで、データの分布の形状、データの集中度、歪み、ピークの数などを視覚的に捉えることができます。これはデータ分析における基本的な可視化手法です。

ここでは、Python のデータ可視化ライブラリである Matplotlib を用いたヒストグラムの基本的な描画方法を見ていきましょう。データの前処理や確認には、pandas ライブラリを使用します。

本記事では、例として seaborn ライブラリに組み込まれている tips データセットを使用します。このデータセットには、あるレストランでのチップに関する情報（合計金額、チップ額、性別、喫煙の有無、曜日、時間帯、人数）が含まれており、データ分析の練習によく用いられます。このデータセットを使って、合計金額やチップ額の分布を分析してみましょう。このデータセットは広く利用されており、データ分析の学習に適しています。

import numpy as np # numpyをインポート
import matplotlib.pyplot as plt
import pandas as pd # pandasをインポート
import seaborn as sns # seabornをインポートしてtipsデータセットを使用
import japanize_matplotlib # Google Colab の機能を使って日本語フォントをインストール・インポート

!pip install japanize-matplotlib > /dev/null

# tipsデータセットを読み込む
tips_df = sns.load_dataset("tips")
display(tips_df)

fig, ax = plt.subplots()
# tips_dfの"total_bill"列を指定してヒストグラムを描画
ax.hist(tips_df["total_bill"], bins=20, color="skyblue", edgecolor="white")
ax.set_title("合計金額のヒストグラム")
ax.set_xlabel("合計金額")
ax.set_ylabel("度数")
plt.show()

	total_bill	tip	sex	smoker	day	time	size
0	16.99	1.01	Female	No	Sun	Dinner	2
1	10.34	1.66	Male	No	Sun	Dinner	3
2	21.01	3.50	Male	No	Sun	Dinner	3
3	23.68	3.31	Male	No	Sun	Dinner	2
4	24.59	3.61	Female	No	Sun	Dinner	4
…	…	…	…	…	…	…	…
239	29.03	5.92	Male	No	Sat	Dinner	3
240	27.18	2.00	Female	Yes	Sat	Dinner	2
241	22.67	2.00	Male	Yes	Sat	Dinner	2
242	17.82	1.75	Male	No	Sat	Dinner	2
243	18.78	3.00	Female	No	Thur	Dinner	2

244 rows × 7 columns

ax.hist() は、デフォルトでは階級（bin）の数や範囲をデータから自動で推定してくれます。しかし、bin の設定によってヒストグラムの見え方は大きく変わるため、より詳細に分布を把握するには調整が必要です。データ分析の目的に合わせて最適な bin 設定を選択することが重要です。細かく調整したい場合は次章を参照してください。ヒストグラムの解釈においては、bin の設定が鍵となります。

2. bins 設計：ヒストグラムの見え方を左右する階級設定の重要性

前章では基本的なヒストグラムを描画しましたが、ヒストグラムの見え方は bin の数で大きく変わります。bin の数が少なすぎると大まかすぎて特徴（データの山や谷、歪みなど）が見えにくくなり、多すぎるとノイズが多くてかえって分かりにくくなることがあります。データ分析の性質や分析の目的に合わせて適切な bin の数を選ぶことは、ヒストグラムからデータの分布を正しく読み取る上で非常に重要です。

本章では、Matplotlib が提供する bins の様々な設定方法と、それぞれのルールの特徴について解説します。tips データセットの total_bill 列を使って、データの性質や目的に合わせて最適な bins の設定を選べるようになりましょう。これらの異なる設定でヒストグラムを比較することで、bins が分布の見え方に与える影響を理解できます。効果的なデータ可視化のための重要なステップです。

fig, axs = plt.subplots(1, 3, figsize=(9, 3), constrained_layout=True)
fig.suptitle("異なる bins 設定のヒストグラム比較（合計金額）", fontsize=16) # 大きなタイトルを追加
data_to_plot = tips_df["total_bill"] # tips_dfのtotal_bill列を使用

axs[0].hist(data_to_plot, bins="sturges", color="steelblue", edgecolor="white")
axs[0].set_title("bins='sturges'")
axs[1].hist(data_to_plot, bins="fd", color="steelblue", edgecolor="white")
axs[1].set_title("bins='fd'（Freedman–Diaconis）")
axs[2].hist(data_to_plot, bins="auto", color="steelblue", edgecolor="white")
axs[2].set_title("bins='auto'")
for ax in axs:
    ax.set_xlabel("合計金額"); ax.set_ylabel("度数")
plt.show()

• “sturges”：サンプル数が少ないときに過度に細かくなりにくい
• “fd”：IQRに基づき、外れ値に比較的ロバスト
• “auto”：状況に応じて良い感じに調整（便利な初期値）

コツ：まず”auto”で傾向を見て、必要なら”fd”や整数値（例：bins=30）に固定して比較します。

3. 密度表示・重ね描き・ステップ表示

ヒストグラムは度数で表示するのが基本ですが、異なるデータセットの分布を比較したい場合など、データの総数が異なる場合には、度数ではなく確率密度として表示する方が適切なケースがあります。また、複数のデータセットの分布を一度に比較するために、ヒストグラムを重ねて描くことも有効です。

ここでは、①density=True オプションを使った密度表示や、複数のヒストグラムを重ねて描く方法、そして ②histtype="step" を用いたステップ表示について、tips データセットの喫煙者と非喫煙者のチップ額を比較する例で紹介します。これらのテクニックを使うことで、より柔軟にデータの分布を比較・分析できるようになります。

なぜ密度表示を使うのか？異なるグループの分布比較の利点

ヒストグラムは通常、各区間のデータ数（度数）を示しますが、異なるデータセットやグループの分布を比較したい場合、データの総数（サンプルサイズ）が異なると、度数分布では正確な比較が難しくなります。データ総数が多いグループほど、単純にバーが高くなるためです。例えば、喫煙者と非喫煙者でチップ額の分布を比較したいとき、それぞれの人数が異なると、単純な度数ヒストグラムでは人数の多いグループのバーが高くなり、分布の「形」そのものを比較しにくくなります。

density=True オプションを使うと、ヒストグラムの各ビンのデータ数を全データ数で割った相対度数、さらにビンの幅で割った密度が表示されます。これにより、ヒストグラムの全ビンの面積の合計が 1 となり、グループのサンプルサイズの違いに影響されずに、分布の形状やデータの相対的な集中度を比較できるようになります。これは、データの「相対的な起こりやすさ」を示す方法と考えることができます。

特に、今回の喫煙者と非喫煙者のように、比較したいグループの人数が異なる場合には、密度分布で表示する方が分布の傾向をより適切に比較できます。これにより、「どちらのグループの方が、ある金額範囲のチップを支払う傾向が強いか」といったデータ分析における洞察を得やすくなります。ぜひ、ご自身のデータでも試してみてください！

# 喫煙者と非喫煙者にデータを分割
# tips_dfはすでに読み込まれているものとします。
tips_smoker = tips_df[tips_df["smoker"] == "Yes"]["tip"]
tips_non_smoker = tips_df[tips_df["smoker"] == "No"]["tip"]

fig, ax = plt.subplots()
ax.hist(tips_smoker, bins="auto", density=True, alpha=0.6, label="喫煙者")
ax.hist(tips_non_smoker, bins="auto", density=True, alpha=0.6, label="非喫煙者")
ax.set_title("喫煙・非喫煙別のチップ額密度分布")
ax.set_xlabel("チップ額"); ax.set_ylabel("密度")
ax.legend()
plt.show()

このヒストグラムから、喫煙者と非喫煙者の間でチップ額の分布にわずかな違いがある可能性が読み取れます。どちらのグループもチップ額が低い方にピークがありますが、喫煙者の方が非喫煙者よりもやや高いチップを支払う傾向が見られる区間があります。これは、喫煙者の方がチップ額のばらつきがやや大きいことを示唆しているとも言えます。ただし、これはあくまでグラフから見た傾向であり、この違いが単なる偶然ではないか（統計的に意味のある違いか）を判断するには、別途統計的な手法を使った確認が必要です。データ分析においては、このような視覚的な傾向を掴むことが重要です。

線だけで表示するにはhisttype=”step”を使います。

import matplotlib.pyplot as plt
import seaborn as sns
import japanize_matplotlib

# 喫煙者と非喫煙者にデータを分割 (すでに分割している場合は不要)
# tips_smoker = tips_df[tips_df["smoker"] == "Yes"]["tip"]
# tips_non_smoker = tips_df[tips_df["smoker"] == "No"]["tip"]

fig, ax = plt.subplots()
ax.hist(tips_smoker, bins=20, density=True, histtype="step", label="喫煙者")
ax.hist(tips_non_smoker, bins=20, density=True, histtype="step", label="非喫煙者")
ax.set_title("喫煙・非喫煙別のチップ額密度分布 (ステップ表示)")
ax.set_xlabel("チップ額"); ax.set_ylabel("密度")
ax.legend()
plt.show()

4. 箱ひげ図の基本：データ分布の要約と外れ値の特定方法

ヒストグラムがデータの分布全体（形状、ピーク、歪みなど）を把握するのに適しているのに対し、箱ひげ図（Box Plot）は、データの中心的な傾向、ばらつき、そして外れ値を簡潔に視覚的に捉えるのに便利なツールです。特に複数のグループ間や異なる変数間でデータの分布を比較する際にその威力を発揮します。箱ひげ図を見ることで、データの中央値、ばらつきの範囲（四分位範囲）、データの偏り（歪み）、そして「ひげ」の範囲を超える外れ値を一目で確認できます。これはデータ分析における重要な可視化手法です。

ここでは、箱ひげ図の基本的な見方（中央値、四分位数、ひげ、外れ値が何を意味するのか）と、Matplotlib を用いて描画する方法を学びます。tips データセットを使って、曜日ごとの合計金額の分布を箱ひげ図で確認してみましょう。ヒストグラムと合わせて使うことで、データの理解がさらに深まり、より多角的なデータ分析が可能になります。データサイエンスにおける必須の可視化手法です。

import matplotlib.pyplot as plt
import seaborn as sns
import japanize_matplotlib # 日本語表示のため

fig, ax = plt.subplots()
sns.boxplot(x="day", y="total_bill", data=tips_df, ax=ax, palette="viridis")
ax.set_title("曜日ごとの合計金額の箱ひげ図")
ax.set_xlabel("曜日")
ax.set_ylabel("合計金額")
plt.show()

/tmp/ipython-input-191451854.py:6: FutureWarning: 

Passing `palette` without assigning `hue` is deprecated and will be removed in v0.14.0. Assign the `x` variable to `hue` and set `legend=False` for the same effect.

  sns.boxplot(x="day", y="total_bill", data=tips_df, ax=ax, palette="viridis")

この箱ひげ図から、曜日ごとの合計金額の分布についていくつかの点が読み取れます。

• 中央値とばらつき: 土曜日と日曜日は中央値が他の曜日よりも高く、合計金額のばらつき（箱の長さ）も大きい傾向があります。これは、週末の方が比較的利用金額が高い顧客が多いことを示唆している可能性があります。
• 外れ値: 特に木曜日、土曜日、日曜日に比較的高い合計金額の外れ値が見られます。これは、その曜日に高額な飲食をしたグループが存在したことを示しています。これらの外れ値はデータ分析において注意が必要です。
• 分布の形状: 木曜日と金曜日に比べて、土曜日と日曜日は箱（データの中心 50%）がより高い位置にあり、合計金額の分布が全体的に高くなっていることが視覚的に確認できます。

これらの情報から、このレストランでは週末（特に土・日）に客単価が高くなる傾向があり、外れ値も週末に発生しやすいことが分かります。データ分析の次のステップとして、これらの傾向をさらに深掘りすることができます。

5. 箱ひげ図の応用オプション：詳細表示とカスタマイズで分析を深める

基本の箱ひげ図に加えて、Matplotlib は様々なオプションを提供しており、より詳細な情報を表示したり、見た目を調整したりすることが可能です。これらのオプションを使いこなすことで、箱ひげ図から得られる情報を増やし、より効果的なデータ分析を行うことができます。例えば、ひげの定義を変えたり、平均値を強調したり、箱の色をカスタマイズしたりすることで、特定の分析目的に合わせた箱ひげ図を作成できます。データ分布の理解を深めるための重要なテクニックです。

本章では、ひげの長さを制御する whis（IQR の何倍までをひげとするか）、平均を表示する showmeans、箱を塗りつぶして色を変えやすくする patch_artist などの主なオプションの使い方を見ていきます。tips データセットの曜日ごとの合計金額の箱ひげ図にこれらのオプションを適用してみましょう。これらのオプションを使うことで、箱ひげ図からより多くの情報を読み取り、データの特性を深く理解することができます。データ可視化スキルの向上に繋がります。

import matplotlib.pyplot as plt
import seaborn as sns
import japanize_matplotlib # 日本語表示のため

fig, ax = plt.subplots()
bp = sns.boxplot(x="day", y="total_bill", data=tips_df, ax=ax, palette="viridis", hue="day", legend=False,
                whis=1.5,          # ひげの長さ（IQR何倍か）
                showmeans=True,    # 平均を表示
                patch_artist=True) # 長方形を塗りつぶし可能に

# 色付け（patch_artist=Trueが必要）
colors = ["#87CEEB", "#FFA500", "#90EE90", "#FFB6C1"] # 各曜日に色を割り当て
# 箱のパッチを取得して色付け
for i, patch in enumerate(ax.artists):
    # Axes.artists に箱のPatchが含まれています
    patch.set_facecolor(colors[i % len(colors)])

ax.set_title("曜日ごとの合計金額の箱ひげ図（オプション付き）")
ax.set_xlabel("曜日")
ax.set_ylabel("合計金額")
plt.show()

showfliers=False で外れ値マーカーを表示しない設定も可能です。スタイルは flierprops や meanprops などで細かく変更できます。これらのオプションを使いこなすことで、箱ひげ図をより効果的に活用できます。

6. IQR で外れ値を検出してヒストグラムと合わせて可視化：異常値の特定と分析

箱ひげ図でも外れ値を確認できますが、IQR（四分位範囲）を用いた統計的な計算によって、プログラムで明確に外れ値を定義し、ヒストグラムと合わせて可視化することも可能です。外れ値はデータ分析において、集計結果やモデル構築に大きな影響を与える可能性のある要素であり、適切に検出・処理することが重要です。IQR は、データの中心的な 50% が存在する範囲を示すため、この範囲から大きく外れたデータを外れ値として定義するのに一般的に用いられます。これは異常値検出の基本的な手法です。

本章では、IQR を使って外れ値を検出し、元のデータのヒストグラムと合わせて表示する方法を解説します。ここでは、tips データセットの total_bill 列を使って外れ値を検出してみましょう。これにより、データの分布の中で特に注目すべき外れ値を明確に把握し、その位置や他のデータとの関係性を視覚的に理解できるようになります。外れ値がデータのどのあたりに存在するのかをヒストグラム上で確認することは、その後のデータ分析方針を立てる上で非常に役立ちます。

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd # pandasをインポート
import seaborn as sns # seabornをインポート
import japanize_matplotlib # 日本語表示のため

# tipsデータセットのtotal_bill列を使用し、変数名を変更
total_bill_data = tips_df["total_bill"]

# 四分位とIQRを計算
q1 = total_bill_data.quantile(0.25)
q3 = total_bill_data.quantile(0.75)
iqr = q3 - q1

# 外れ値の閾値を計算 (IQRの1.5倍)
lower = q1 - 1.5 * iqr
upper = q3 + 1.5 * iqr

# IQRの閾値に基づいて外れ値を特定
outliers_tips = total_bill_data[(total_bill_data < lower) | (total_bill_data > upper)]

fig, ax = plt.subplots(figsize=(8,5))
# ヒストグラムを描画
counts, bins, patches = ax.hist(total_bill_data, bins="auto", color="lightcoral", edgecolor="white", alpha=0.8)

# IQRの閾値を垂直線で表示
ax.axvline(lower, color="blue", linestyle="--", label=f"下限 {lower:.2f}")
ax.axvline(upper, color="blue", linestyle="--", label=f"上限 {upper:.2f}")

# 外れ値に点を打つ (ヒストグラムの最大度数より少し上の位置にプロット)
# 外れ値がない場合はプロットしないように条件分岐を追加
if len(outliers_tips) > 0:
    # ヒストグラムの最大度数を取得し、外れ値をその少し上の位置にプロット
    max_count = max(counts) if len(counts) > 0 else 0
    ax.scatter(outliers_tips, np.full_like(outliers_tips, max_count * 1.05), color='red', zorder=5, label="外れ値")


ax.set_title("IQRによる合計金額の外れ値検出")
ax.set_xlabel("合計金額")
ax.set_ylabel("度数")
ax.legend()
plt.show()

この図から、IQR（四分位範囲）を用いた計算によって検出された合計金額の外れ値が、上限閾値（約 40.30 ドル）を超える比較的高い金額のデータ点であることが明確に分かります。下限閾値（約-2.82 ドル）を下回るデータ点はありませんでした。赤色の点が外れ値としてプロットされており、ヒストグラムの分布の右端、つまり高額な合計金額の領域に位置していることが視覚的に確認できます。

これにより、tips データセットにおける合計金額の外れ値は、少数の非常に高額な支払いに起因している可能性が高いことが示唆されます。これらの外れ値がデータ分析（例えば平均値の計算や回帰分析など）にどのような影響を与えるかを検討し、必要に応じて外れ値の除外や変換といった対処をすることが重要です。外れ値の原因を探ることも、ビジネス上の示唆を得る上で valuable です。異常値分析はデータ分析において不可欠なステップです。

• IQR 法の注意：分布が強く歪んでいると外れ値が多く検出されることがあります。whis 倍率の調整や、対数スケールの検討も有効です。データ分析の際には、データの特性に合わせて手法を選択することが重要です。

まとめ：ヒストグラムと箱ひげ図でデータ分布を深く理解する

本記事では、データ分析初心者の方に向けて、データ分析の基本であるヒストグラムと箱ひげ図について、その使い方とデータからより多くの情報を引き出すためのテクニックを学びました。これらのグラフを使いこなすことで、データの隠れた特徴やパターンを発見し、より深い洞察を得ることができるようになります。

• ヒストグラムは bins の設定でデータの見え方が大きく変わります。まずは "auto" で傾向を掴み、必要に応じて "fd" や具体的な整数値で調整しましょう。効果的なデータ可視化の鍵となります。
• 異なるグループ間の分布を比較する際は、density=True による密度表示や histtype="step" が便利です。
• 箱ひげ図は、中央値、四分位数、ひげ、そして外れ値をコンパクトに表現するのに優れています。whis や色の調整 (patch_artist=True) を使うことで、表示をカスタマイズできます。
• IQR（四分位範囲）を用いると、統計的に外れ値を定義し、ヒストグラムなどに閾値や外れ値の点を示すことで、データの異常値を明確に可視化できます。外れ値検出の基本です。

これらのグラフを使いこなすことで、データの基本的な性質、データの集中している範囲、ばらつきの度合い、そして注意すべき外れ値といったデータの隠れた特徴やパターンを発見し、ビジネスや研究における意思決定の質を高めることができるでしょう。データ分析の次のステップとして、これらの可視化スキルをぜひ活用してください。データサイエンスの学習を続ける上で、これらの知識は不可欠です。

▲ ページトップへ戻る

<p>The post Matplotlib ヒストグラム＆箱ひげ図 入門：bins設定と外れ値の可視化・分析【第５回】 first appeared on Python Data Lab（Pythonデータラボ）.</p>

PythonのMatplotlibを使った散布図の作成は、2つの変数間の関係とデータ点の分布を視覚的に捉える強力な手法です。本記事では、matplotlib.pyplot.scatter() 関数を用いた基本的な散布図の作成から、データの第三、第四の変数に基づいて点の色（c引数）やサイズ（s引数）を変更する方法、さらにこれらの情報を分かりやすく伝えるカラーバー（colorbar()）やサイズ凡例の追加方法までを詳しく解説します。

この記事を通して、matplotlib scatterを使って色やサイズを活用し、複数の情報を盛り込んだ、より豊かで表現力のある散布図を作成するスキルを習得できます。初心者の方でも分かりやすいように、具体的なコード例とともにステップごとに進めます。matplotlib scatterをマスターして、あなたのデータ可視化を次のレベルへ引き上げましょう。

この記事で学べること：matplotlib scatterを使いこなす

この記事では、matplotlib scatterを効果的に活用するための以下のテクニックを習得できます。

• matplotlib.pyplot.scatter() 関数を使った基本的な散布図の作成方法
• c および s 引数を使ったデータに基づいた点の色分けとサイズ変更：matplotlib scatterでの多変数可視化
• colorbar() を使ったカラーバーの追加とカスタマイズ：色情報を明確に
• サイズによる情報表現のための凡例の追加方法：散布図のサイズスケールを理解する
• 複数の情報を盛り込んだ散布図を効果的に見せるための工夫（重なり対策、注釈、グリッド）：matplotlib scatterの見栄え向上
• データに適したカラーマップの選び方と色覚多様性への配慮
• Plotly を使ったインタラクティブな散布図の作成：さらに高度なscatter表現

▶️ Matplotlib 散布図の公式ドキュメントも参考にしてください：
matplotlib.axes.Axes.scatter

1. matplotlib.pyplot.scatter() で基本的な散布図を作成する

この図は、X 軸と Y 軸の 2 つの変数間の関係とデータ点の分布を示す基本的な散布図です。

ax.scatter(x, y) が散布図の基本となります。ここから点の色、サイズ、透明度などにデータを割り当てて、より多くの情報を表現できるようになります。matplotlib scatterの第一歩として、まずは基本を理解しましょう。

import pandas as pd
import matplotlib.pyplot as plt

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib

# データをDataFrameにする
data = {'X': [1, 2, 3, 4, 5, 6], 'Y': [1.2, 2.4, 1.8, 3.6, 2.2, 3.9]}
df = pd.DataFrame(data)

fig, ax = plt.subplots()
ax.scatter(df['X'], df['Y'])
ax.set_title("基本の散布図")
ax.set_xlabel("X")
ax.set_ylabel("Y")
plt.show()

図から読み取れる考察: この基本的な散布図では、Xの値が増加するとYの値も概ね増加する傾向が見られます。これは、2つの変数間に正の相関がある可能性を示唆しています。しかし、データ点が少ないため、明確な結論を出すにはさらなるデータが必要です。

2. matplotlib scatterで連続値による色分け (c, cmap, colorbar)

3 つ目の変数（連続値）を、点の色で表現します。scatter関数の c 引数に色の基準となる連続値の配列を渡し、cmap 引数で色分けに使うカラーマップを指定します。さらに colorbar() を追加することで、色の濃淡がどの値に対応するかを明確に示します。matplotlib scatterでデータに色情報を付加する強力な方法です。

import pandas as pd
import matplotlib.pyplot as plt

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib

from matplotlib import cm, colors


# 7都市データ
data_cities = {
    "都市名": ["千葉市", "福岡市", "神戸市", "名古屋市", "さいたま市", "札幌市", "仙台市"],
    "緯度": [35.60, 33.59, 34.69, 35.18, 35.91, 43.06, 38.27],
    "経度": [140.12, 130.40, 135.18, 136.90, 139.66, 141.35, 140.87],
    "人口密度 (人/km²)": [3613, 4668, 2719, 7128, 6072, 1750, 1389],
    "人口総数 (人)": [972861, 1579450, 1526639, 2283289, 1226656, 1955115, 1088669]
}

# DataFrameを作成
df_cities  = pd.DataFrame(data_cities )

display(df_cities)

# 散布図の描画
fig, ax = plt.subplots(figsize=(10, 8))

# 人口密度に応じて色分けするための設定
norm = colors.Normalize(vmin=df_cities['人口密度 (人/km²)'].min(), vmax=df_cities['人口密度 (人/km²)'].max())

# より分かりやすいカラーマップとして'viridis'に変更
cmap = plt.get_cmap('viridis')

sc=ax.scatter(df_cities['経度'], df_cities['緯度'],
                c=df_cities['人口密度 (人/km²)'], cmap=cmap, norm=norm)

# カラーバーの追加
cbar = plt.colorbar(sc, ax=ax)
cbar.set_label("人口密度 (人/km²)") # カラーバーのラベルを明確に

# グラフの装飾
ax.set_title("日本の都市の位置と人口密度の関係")
ax.set_xlabel("経度")
ax.set_ylabel("緯度")

# 各点に都市名を表示
for i, row in df_cities.iterrows():
    ax.annotate(row['都市名'], (row['経度'], row['緯度']), textcoords="offset points", xytext=(0,10), ha='center')


plt.show()

図から読み取れる考察: この散布図は、都市の位置（経度、緯度）と人口密度の関係を色の濃淡で示しています。カラーバーを見ると、黄色に近いほど人口密度が高く、紫に近いほど低いことがわかります。「名古屋市」が最も人口密度が高く黄色で表示されており、「札幌市」や「仙台市」は人口密度が低く紫で表示されています。地理的な位置と人口密度の関連性を視覚的に把握するのに役立ちます。

3. matplotlib scatterで連続値によるサイズ変更 (s)

点のサイズにも意味を持たせ、4 つ目の変数（連続値）を表現することができます。scatter関数の s 引数にサイズの基準となる連続値の配列を渡します。サイズの基準となる値の範囲に応じて適切にスケーリングすることで、点のサイズの変化を視覚的に分かりやすく表現できます。matplotlib scatterでデータのもう一つの側面をサイズで示しましょう。

import pandas as pd
import matplotlib.pyplot as plt

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib


# 7都市データ
data_cities = {
    "都市名": ["千葉市", "福岡市", "神戸市", "名古屋市", "さいたま市", "札幌市", "仙台市"],
    "緯度": [35.60, 33.59, 34.69, 35.18, 35.91, 43.06, 38.27],
    "経度": [140.12, 130.40, 135.18, 136.90, 139.66, 141.35, 140.87],
    "人口密度 (人/km²)": [3613, 4668, 2719, 7128, 6072, 1750, 1389],
    "人口総数 (人)": [972861, 1579450, 1526639, 2283289, 1226656, 1955115, 1088669]
}

# DataFrameを作成
df_cities = pd.DataFrame(data_cities)

display(df_cities)

# 散布図の描画
fig, ax = plt.subplots(figsize=(10, 8))

ax.scatter(df_cities['経度'], df_cities['緯度'],s=df_cities['人口総数 (人)']/10000)

# グラフの装飾
ax.set_title("日本の都市の位置と人口総数の関係")
ax.set_xlabel("経度")
ax.set_ylabel("緯度")

# 各点に都市名を表示
for i, row in df_cities.iterrows():ax.annotate(row['都市名'], (row['経度'], row['緯度']), textcoords="offset points", xytext=(0,10), ha='center')


plt.show()

図から読み取れる考察: この散布図では、都市の位置（経度、緯度）と人口総数の関係を点の大きさで示しています。「名古屋市」が最も点が大きく表示されており、人口総数が最も多いことがわかります。一方で、「仙台市」や「千葉市」は点が小さく、人口総数が比較的少ないことが視覚的に把握できます。点の大きさの相対的な違いから、各都市の人口規模の違いを直感的に比較できます。

注意点: scatter() 関数の s 引数は、マーカーの面積に相当する値を指定します。そのため、表現したいデータの値（例えば人口総数）をそのまま s に渡すと、値の小さな違いが分かりにくくなることがあります。データの値そのものではなく、その値の平方根や対数などを s に渡す、あるいは適切な係数でスケーリングするなど、視覚的に意図した通りのサイズ感になるように調整することが重要です

4. matplotlib scatterで色とサイズを組み合わせて使う

点の色とサイズを同時に使うことで、X 軸・ Y 軸で表現される 2 つの変数に加え、さらに 2 つの変数（計 4 つの変数）を同時に 1 つの 2D 散布図で表現できます。これにより、より多角的な視点からデータを分析することが可能になります。matplotlib scatterの真骨頂とも言える多変数可視化のテクニックです。

import pandas as pd
import matplotlib.pyplot as plt

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib

from matplotlib import cm, colors


# 7都市データ
data_cities = {
    "都市名": ["千葉市", "福岡市", "神戸市", "名古屋市", "さいたま市", "札幌市", "仙台市"],
    "緯度": [35.60, 33.59, 34.69, 35.18, 35.91, 43.06, 38.27],
    "経度": [140.12, 130.40, 135.18, 136.90, 139.66, 141.35, 140.87],
    "人口密度 (人/km²)": [3613, 4668, 2719, 7128, 6072, 1750, 1389],
    "人口総数 (人)": [972861, 1579450, 1526639, 2283289, 1226656, 1955115, 1088669]
}

# DataFrameを作成
df_cities  = pd.DataFrame(data_cities )

display(df_cities)

# 散布図の描画
fig, ax = plt.subplots(figsize=(10, 8))

# 人口密度に応じて色分けするための設定
norm = colors.Normalize(vmin=df_cities['人口密度 (人/km²)'].min(), vmax=df_cities['人口密度 (人/km²)'].max())

# より分かりやすいカラーマップとして'viridis'に変更
cmap = plt.get_cmap('viridis')

sc=ax.scatter(df_cities['経度'], df_cities['緯度'],
                c=df_cities['人口密度 (人/km²)'], cmap=cmap, norm=norm,s=df_cities['人口総数 (人)']/10000)

# カラーバーの追加
cbar = plt.colorbar(sc, ax=ax)
cbar.set_label("人口密度 (人/km²)") # カラーバーのラベルを明確に

# グラフの装飾
ax.set_title("日本の都市の位置と人口密度と人口総数の関係")
ax.set_xlabel("経度")
ax.set_ylabel("緯度")

# 各点に都市名を表示
for i, row in df_cities.iterrows():
    ax.annotate(row['都市名'], (row['経度'], row['緯度']), textcoords="offset points", xytext=(0,10), ha='center')


plt.show()

この図は、点の色とサイズを同時に使って複数の情報を表現した散布図の例です。点の色は人口密度を、点のサイズは人口総数をそれぞれ表しています。これにより、都市の位置（経度、緯度）に加え、人口密度と人口総数という二つの異なる追加情報を一つの散布図で同時に視覚化しています。図の右側にあるカラーバーは、色の変化が示す人口密度の値のスケールを表しています。

図から読み取れる考察: この多変量散布図から、以下の点が読み取れます。

• 「名古屋市」は人口密度（色）も人口総数（サイズ）も最も大きいことが一目でわかります。
• 「福岡市」は人口密度は比較的高いですが、人口総数は名古屋市ほど大きくありません。
• 「札幌市」や「仙台市」は、人口密度も人口総数も比較的小さい傾向があります。

このように、色とサイズを組み合わせることで、複数の変数間の複雑な関係性を一つの図で効率的に理解することができます。

5. matplotlib scatterをより見やすくするための工夫

作成した散布図をより効果的に、そして誤解なく情報を伝えるためには、いくつかの「見やすくするための工夫」を取り入れることが重要です。ここでは、データ点が多い場合の重なり対策、図の重要なポイントを示す注釈、データ点の位置を正確に読み取るためのグリッドについて解説します。これらの工夫で、あなたのmatplotlib scatterをさらに分かりやすくしましょう。

• 重なり対策:データ点が多いと点が重なってしまい、全体の傾向が分かりにくくなることがあります。これを改善するには、いくつか方法があります。
• 点の透明度を調整する (alpha): 点を半透明にすることで、重なっている部分の密度が分かりやすくなります。
• 点のサイズを小さくする: 点の大きさを調整して、重なりを減らします。
• 点の枠線を消す (edgecolor=”none”): 点の輪郭線をなくすことで、見た目をすっきりさせます。

データが非常に密集している場合は、散布図の代わりに以下のプロットも検討できます。

• 等高線プロット (matplotlib.pyplot.contour または contourf): データの密度の高い領域を等高線で表示します。
• Hexbin プロット (matplotlib.pyplot.hexbin): 領域内のデータ点の数を集計して表示します。

これらの方法で、データセット全体の密度分布やパターンを把握しやすくなります。

• 注釈: グラフ中の特定のデータ点や重要な情報に注釈（テキストラベルや矢印）を追加することで、図のどの部分に注目すべきかを明確に示すことができます。Matplotlib の ax.annotate() 関数を使用すると、テキストの配置や矢印のスタイル（色、太さ、形状など）を細かくカスタマイズして、強調したいポイントへの誘導をより分かりやすくデザインすることが可能です。
• グリッド: グラフにグリッド線 (ax.grid(True, linestyle=":", alpha=0.6)) を追加することで、各データ点の X 軸・ Y 軸上の位置を正確に読み取りやすくなり、異なるデータ点間の比較が容易になります。特定の値を読み取ったり、複数のデータ点を比較したりする場合に特に役立ちます。

これらの工夫を適切に施すことで、散布図が持つ情報をより正確に、かつ効率的に伝えることができます。

import pandas as pd
import matplotlib.pyplot as plt

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib

from matplotlib import cm, colors


# 7都市データ
data_cities = {
    "都市名": ["千葉市", "福岡市", "神戸市", "名古屋市", "さいたま市", "札幌市", "仙台市"],
    "緯度": [35.60, 33.59, 34.69, 35.18, 35.91, 43.06, 38.27],
    "経度": [140.12, 130.40, 135.18, 136.90, 139.66, 141.35, 140.87],
    "人口密度 (人/km²)": [3613, 4668, 2719, 7128, 6072, 1750, 1389],
    "人口総数 (人)": [972861, 1579450, 1526639, 2283289, 1226656, 1955115, 1088669]
}

# DataFrameを作成
df_cities  = pd.DataFrame(data_cities )

display(df_cities)

# 散布図の描画
fig, ax = plt.subplots(figsize=(10, 8))

# 人口密度に応じて色分けするための設定
norm = colors.Normalize(vmin=df_cities['人口密度 (人/km²)'].min(), vmax=df_cities['人口密度 (人/km²)'].max())

# より分かりやすいカラーマップとして'viridis'に変更
cmap = plt.get_cmap('viridis')

sc=ax.scatter(df_cities['経度'], df_cities['緯度'],
                c=df_cities['人口密度 (人/km²)'], cmap=cmap, norm=norm,s=df_cities['人口総数 (人)']/10000,edgecolor="black", linewidth=1.0)

# カラーバーの追加
cbar = plt.colorbar(sc, ax=ax)
cbar.set_label("人口密度 (人/km²)") # カラーバーのラベルを明確に

# グラフの装飾
ax.set_title("日本の都市の位置と人口密度と人口総数の関係")
ax.set_xlabel("経度")
ax.set_ylabel("緯度")

# 各点に都市名を表示
for i, row in df_cities.iterrows():
    ax.annotate(row['都市名'], (row['経度'], row['緯度']), textcoords="offset points", xytext=(0,10), ha='center')

# グリッド線の追加
ax.grid(True, linestyle=":", alpha=0.6)

# 注釈の追加
ax.annotate("人口密度が最も高く、人口総数も最も多い", xy=(136.50,35.18), xytext=(132,36),
            arrowprops=dict(facecolor="black", arrowstyle="->"))
ax.annotate("緯度が最も高い", xy=(141.00,43.06), xytext=(138,42),
            arrowprops=dict(facecolor="black", arrowstyle="->"))

plt.show()

6. カラーマップの選び方と注意点

散布図の色分けには、適切なカラーマップを選ぶことが大切です。データの種類（連続値かカテゴリ値か）や、データの特性に合わせて選びましょう。

連続値を表現する場合:

• 順序のある連続値: 値の大小を分かりやすく示すには、色の濃淡や色相が滑らかに変わるカラーマップが適しています。
• おすすめ: viridis, plasma, inferno, magma, cividis (色覚多様性にも配慮されています)
• 中心からの差分を表現したい場合: 中央を基準に色が対称的に変わるカラーマップが有効です。
• おすすめ: coolwarm, bwr, seismic

カテゴリ値を表現する場合:

• カテゴリごとに明確に区別できる離散的な色を持つカラーマップを選びます。
• おすすめ: tab10, tab20 (カテゴリ数が多い場合は色の識別が難しくなるため、マーカーの形状なども組み合わせましょう)

▶️ Matplotlib のカラーマップ一覧も参考にしてください：
Choosing Colormaps in Matplotlib

カラーマップ選びの重要な注意点:

表現したいデータの種類と、使うカラーマップの種類を必ず一致させましょう。間違った組み合わせは、図を見た人に誤解を与える可能性があります。データの性質を正しく理解し、それに合ったカラーマップを選ぶことが、正確な情報伝達のために重要です。

import matplotlib.pyplot as plt
import numpy as np

# データ（カラーバー用）
gradient = np.linspace(0, 1, 256)
gradient = np.vstack((gradient, gradient))

# 利用可能なカラーマップをカテゴリごとにまとめる
cmaps = {
    'Perceptually Uniform Sequential': ['viridis', 'plasma', 'inferno', 'magma', 'cividis'],
    'Sequential': ['Greys', 'Purples', 'Blues', 'Greens', 'Oranges', 'Reds'],
    'Sequential (2)': ['YlOrBr', 'YlOrRd', 'OrRd', 'PuRd', 'RdPu', 'BuPu',
                       'GnBu', 'PuBu', 'YlGnBu', 'PuBuGn', 'BuGn', 'YlGn'],
    'Diverging': ['PiYG', 'PRGn', 'BrBG', 'PuOr', 'RdGy', 'RdBu',
                  'RdYlBu', 'RdYlGn', 'Spectral', 'coolwarm', 'bwr', 'seismic'],
    'Qualitative': ['Pastel1', 'Pastel2', 'Paired', 'Accent',
                    'Dark2', 'Set1', 'Set2', 'Set3',
                    'tab10', 'tab20', 'tab20b', 'tab20c'],
    'Miscellaneous': ['flag', 'prism', 'ocean', 'gist_earth', 'terrain', 'gist_stern',
                      'gnuplot', 'gnuplot2', 'CMRmap', 'cubehelix',
                      'brg', 'hsv', 'gist_rainbow', 'rainbow', 'jet',
                      'nipy_spectral', 'gist_ncar']
}

# 表示する関数
def plot_color_gradients(category, cmap_list):
    nrows = len(cmap_list)
    fig, axes = plt.subplots(nrows=nrows, figsize=(8, nrows * 0.4))
    fig.subplots_adjust(top=1, bottom=0, left=0, right=1,hspace=1)
    for ax, name in zip(axes, cmap_list):
        ax.imshow(gradient, aspect='auto', cmap=plt.get_cmap(name))
        ax.set_axis_off()
        ax.set_title(name, fontsize=12, loc='left')
    plt.show()

# 例：Sequential系カラーマップを表示
plot_color_gradients('Sequential', cmaps['Sequential'])

上の図は、Matplotlib で利用可能な様々なカラーマップの例を、カテゴリ別に示しています。データの特性に合わせて適切なカラーマップを選択する際の参考にしてください。

図から読み取れる考察: この図は、各カラーマップがどのように色のグラデーションを表現しているかを示しています。「Sequential」カテゴリのカラーマップは、単一の色相または明度の連続的な変化でデータの大小を表現するのに適しています。「Diverging」カテゴリのカラーマップは、中央値を基準としたデータの正負の偏りを示すのに有効です。「Qualitative」カテゴリのカラーマップは、カテゴリデータの識別に使われます。データの性質に合ったカラーマップを選ぶことで、より正確で分かりやすい可視化が可能になります。

7. matplotlib scatterでサイズの凡例を追加する方法

散布図で点のサイズに意味を持たせた場合、そのサイズがどのような値を表しているのかを示す凡例があると、図の解釈が容易になります。Matplotlib のscatter関数は、色を示すカラーバーのようにサイズを示す凡例を自動で生成する直接的な機能はありませんが、いくつかの手法でサイズ凡例を表現することができます。これにより、matplotlib scatterでサイズの情報をより明確に伝えることができます。

一般的なアプローチの一つは、凡例として表示したい代表的なサイズを持つ「ダミー」の散布図要素を作成し、それらをax.legend()で表示する方法です。この際、実際のデータには含まれないが、凡例として表示したいサイズに対応する点を作成します。

具体的には、以下のような手順で実装します。

1. 凡例に表示したいサイズの値（例: 最小サイズ、中央サイズ、最大サイズなど）を決定します。

2. それぞれのサイズに対応するダミーの散布図要素を作成します。これらの要素は、表示領域の外など、実際のデータと重ならない場所に配置します。

3. ax.legend()を呼び出し、作成したダミーの散布図要素とそれに対応するラベル（例: “Small Value”, “Medium Value”, “Large Value”など）を渡します。

4. 必要に応じて、handler_mapを使用して凡例マーカーの表示をカスタマイズし、散布図の点と同じように表示されるように調整します（詳細は省略）。

次のセクションで、この手法を用いた具体的なコード例を示します。

# サイズの凡例を追加するコード例

import pandas as pd
import matplotlib.pyplot as plt

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib

from matplotlib import cm, colors


import numpy as np

# 7都市データ
data_cities = {
    "都市名": ["千葉市", "福岡市", "神戸市", "名古屋市", "さいたま市", "札幌市", "仙台市"],
    "緯度": [35.60, 33.59, 34.69, 35.18, 35.91, 43.06, 38.27],
    "経度": [140.12, 130.40, 135.18, 136.90, 139.66, 141.35, 140.87],
    "人口密度 (人/km²)": [3613, 4668, 2719, 7128, 6072, 1750, 1389],
    "人口総数 (人)": [972861, 1579450, 1526639, 2283289, 1226656, 1955115, 1088669]
}

# DataFrameを作成
df_cities  = pd.DataFrame(data_cities )

display(df_cities)

# 散布図の描画
fig, ax = plt.subplots(figsize=(10, 8))

# 人口密度に応じて色分けするための設定
norm = colors.Normalize(vmin=df_cities['人口密度 (人/km²)'].min(), vmax=df_cities['人口密度 (人/km²)'].max())

# より分かりやすいカラーマップとして'viridis'に変更
cmap = plt.get_cmap('viridis')


sc = ax.scatter(df_cities['経度'], df_cities['緯度'],
                c=df_cities['人口密度 (人/km²)'], cmap=cmap, norm=norm, s=df_cities['人口総数 (人)']/10000, alpha=0.7, edgecolors="black", linewidth=1.0)

# カラーバーの追加
cbar = plt.colorbar(sc, ax=ax)
cbar.set_label("人口密度 (人/km²)") # カラーバーのラベルを明確に


# グラフの装飾
ax.set_title("日本の都市の位置と人口密度と人口総数の関係")
ax.set_xlabel("経度")
ax.set_ylabel("緯度")

# 各点に都市名を表示
for i, row in df_cities.iterrows():
    ax.annotate(row['都市名'], (row['経度'], row['緯度']), textcoords="offset points", xytext=(0,10), ha='center')

# グリッド線の追加
ax.grid(True, linestyle=":", alpha=0.6)

# 注釈の追加
ax.annotate("人口密度が最も高く、人口総数も最も多い", xy=(136.50,35.18), xytext=(132,36),
            arrowprops=dict(facecolor="black", arrowstyle="->"))
ax.annotate("緯度が最も高い", xy=(141.00,43.06), xytext=(138,42),
            arrowprops=dict(facecolor="black", arrowstyle="->"))




# サイズの凡例のためのダミーデータとラベルを作成

# 例: 最小値、中央値、最大値
legend_population = np.array([df_cities['人口総数 (人)'].min(), df_cities['人口総数 (人)'].median(), df_cities['人口総数 (人)'].max()])
# これらの人口総数値に対応するサイズを計算
legend_sizes = legend_population/ 10000
# 凡例のラベル
legend_labels = [f'人口総数: {int(p):,d}人' for p in legend_population]

# ダミーの散布図要素を生成
# 表示領域の外に配置するため、x, y座標は適当な値（例: 軸の範囲外）を設定
legend_elements = [
    ax.scatter([], [], s=s, label=label, color='gray', alpha=0.7, edgecolors='black', linewidth=1.0)
    for s, label in zip(legend_sizes, legend_labels)
]

# 凡例を追加
# scatterpointsを増やすことで凡例の点が複数表示されるようにする
ax.legend(handles=legend_elements, title="人口総数によるサイズ(最大値、中央値、最小値)", scatterpoints=1)



plt.show()

8. matplotlib scatterでカテゴリ別に色分けする

これまでは連続値に基づいた色分けを見てきましたが、散布図ではカテゴリ値に基づいて点を色分けすることも非常に一般的です。これにより、異なるカテゴリに属するデータ点の分布や集まり具合を視覚的に比較できます。matplotlib scatterでカテゴリ情報を色で表現しましょう。

カテゴリ別の色分けを行うには、scatter関数のcパラメータにカテゴリを示す配列を渡し、cmapにはカテゴリ数の分だけ明確に異なる色を持つカラーマップを指定します。Matplotlib には、tab10, tab20, tab20b, tab20c といったカテゴリカルカラーマップが用意されています。

カテゴリ別の色分けでは、カラーバーの代わりに凡例を使用して、各色がどのカテゴリに対応するかを示すのが一般的です。ax.legend()を使って凡例を追加できます。

次のセクションでは、カテゴリ別の色分けのコード例を示します。

# カテゴリ別の色分けコード例（アヤメデータセット）

import matplotlib.pyplot as plt
from sklearn.datasets import load_iris
import pandas as pd # pandasをインポート

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib

# データ読み込み
iris = load_iris(as_frame=True) # as_frame=TrueでDataFrameとして読み込む
df = iris.frame # DataFrameを取得
display(df.head(150)) # 全てのデータを表示するように修正

df["species"] = df["target"].map(dict(enumerate(iris.target_names))) # 品種名カラムを追加

# 散布図（がく片の長さ vs 幅）
fig, ax = plt.subplots(figsize=(6, 6))

# 'species'カラムでデータをグループ化し、グループごとに異なる色でプロット
for species_name, group in df.groupby('species'):
    ax.scatter(
        group["sepal length (cm)"],  # がく片の長さ
        group["sepal width (cm)"],   # がく片の幅
        label=species_name           # 凡例に表示するラベルとして品種名を使用
    )
# グラフの装飾
ax.set_xlabel("がく片の長さ (cm)")
ax.set_ylabel("がく片の幅 (cm)")
ax.set_title("アヤメ（Iris）データセット ― がく片の特徴")

# 凡例を追加（titleで凡例のタイトルを設定）
ax.legend(title="種別")

plt.show()

図から読み取れる考察: このアヤメデータセットの散布図は、「がく片の長さ」と「がく片の幅」の関係を、アヤメの品種（setosa, versicolor, virginica）ごとに色分けして示しています。図を見ると、「setosa」（青い点）は他2つの品種と比較して、がく片の長さが短く幅が広い傾向にあることが明確に分かります。一方、「versicolor」（オレンジ色の点）と「virginica」（緑色の点）は一部重なりがありますが、virginicaの方ががく片の長さ・幅ともに大きい傾向が見られます。このようにカテゴリ別に色分けすることで、異なるグループ間のデータ分布の違いや特徴を視覚的に比較・分析することができます。

9. インタラクティブな散布図を試す (Plotly)

これまでに見てきた Matplotlib を使った散布図は静的な画像ですが、Plotly のようなライブラリを使用すると、マウス操作に反応するインタラクティブな散布図を作成できます。インタラクティブな散布図には、以下のような利点があります。matplotlib scatterで基本的な可視化を学んだら、次のステップとしてインタラクティブな散布図も検討してみましょう。

• ツールチップ表示: マウスカーソルをデータ点に重ねると、その点の詳細情報（X, Y の値や、色、サイズに対応する値など）を表示できます。これにより、個別のデータ点の正確な値を確認する際に便利です。例えば、特定の外れ値や興味深いデータ点の詳細を素早く把握したい場合に役立ちます。
• ズームとパン: グラフ上で自由に拡大・縮小、移動ができるため、データのごく一部を詳細に確認したり、全体像を素早く把握したりできます。これにより、データの特定の領域に注目したり、全体のパターンを俯瞰したりすることが容易になります。例えば、特定のクラスターの詳細を確認したり、データ全体の傾向を把握したりするのに便利です。
• 選択とハイライト: 特定のデータ点や範囲を選択してハイライト表示したり、関連するデータを別のグラフと連動させたりすることが可能です。これは、特定のグループや条件に合致するデータを探索・分析する際に役立ちます。例えば、特定の条件を満たすデータ点だけを抽出し、さらに分析を進めたい場合に有効です。

Plotly は Matplotlib とは異なる描画ライブラリですが、Python から手軽にインタラクティブなグラフを作成できます。特に Web アプリケーションでのデータの共有や探索において強力なツールとなります。より高度なデータ探索やプレゼンテーションには、インタラクティブな可視化も検討する価値があります。

# Plotly によるインタラクティブな散布図作成

import plotly.express as px
from sklearn.datasets import load_iris
import pandas as pd

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib

# データ読み込み
iris = load_iris(as_frame=True) # as_frame=TrueでDataFrameとして読み込む
df = iris.frame # DataFrameを取得
display(df.head(150)) # 全てのデータを表示するように修正

df["species"] = df["target"].map(dict(enumerate(iris.target_names)))  # 0/1/2 -> 品種名

# 散布図（がく片の長さ×幅）をインタラクティブに作成
fig = px.scatter(
    df,
    x="sepal length (cm)",
    y="sepal width (cm)",
    color="species",                 # カテゴリ色分け
    symbol="species",                # カテゴリに基づいてマーカーの形状を変更（任意
    hover_name="species",            # ホバー時に表示される名前
    hover_data={
        "sepal length (cm)": ":.2f", # ホバー時に表示するデータとそのフォーマット
        "sepal width (cm)": ":.2f",
        "petal length (cm)": ":.2f",
        "petal width (cm)": ":.2f",
    },
     title="アヤメ（Iris）データセット：がく片の特徴（インタラクティブ散布図）" # タイトルをより具体的に
)

fig.update_layout(legend_title_text="種別")  # 凡例のタイトル設定
fig.show() # グラフ表示

10. 次の記事

続いて「ヒストグラム＆箱ひげ：bin 設計・外れ値」で、分布の把握と外れ値の見極めを学びます。

まとめ：matplotlib scatterをマスターしてデータを効果的に伝えよう

この記事では、Matplotlib を使って効果的な散布図を作成するための様々な方法を学びました。matplotlib scatterを使いこなすことで、より多くの情報を盛り込み、データの傾向や関係性を直感的に伝えられるようになります。

• 色による情報付加: scatter関数の c パラメータでデータの値に基づいた色分けを行い、cmap で適切なカラーマップを選択し、colorbar で色のスケールを明示することで、第三の変数を分かりやすく表現できます。Normalize を活用することで、色分けの再現性を高めることができます。
• サイズによる情報付加: scatter関数の s パラメータにデータの値を渡すことで、点のサイズに意味を持たせることができます。s はポイントの二乗で指定されるため、視覚的に分かりやすいように適切にスケーリングすることが重要です。
• 視覚的な工夫: 点の重なりを軽減するためには alpha で透明度を調整したり、edgecolors="none"で枠線を消したりする工夫が有効です。これらのテクニックを組み合わせることで、色とサイズを同時に使用した多次元的な散布図も分かりやすく提示できます。
• カラーマップの選択: データの種類（連続値・カテゴリ値）や特性に応じて、適切なカラーマップ（シーケンシャル、ダイバージング、カテゴリカルなど）を選ぶことの重要性を学びました。特に、色覚多様性への配慮も考慮したカラーマップ選びが推奨されます。
• インタラクティブな散布図: Plotly を使うことで、ツールチップ表示やズーム・パンが可能なインタラクティブな散布図を作成でき、より詳細なデータ探索や共有に役立つことを紹介しました。

これらのテクニックを活用することで、より多くの情報を盛り込み、データの傾向や関係性を直感的に伝えられる散布図を作成できるようになります。ぜひあなたのデータ可視化にmatplotlib scatterを取り入れてみてください。

▲ ページトップへ戻る

<p>The post Matplotlib scatter入門：色とサイズで散布図を可視化する方法【第4回】 first appeared on Python Data Lab（Pythonデータラボ）.</p>

import pandas as pd
import matplotlib.pyplot as plt

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib

# データをDataFrameにする
date={"カテゴリ":["A", "B", "C", "D"], "値": [5, 7, 3, 4]}
df=pd.DataFrame(date)

fig, ax = plt.subplots()
ax.bar(df['カテゴリ'], df['値'], color="skyblue")
ax.set_title("基本の棒グラフ")
ax.set_xlabel("カテゴリ")
ax.set_ylabel("値")
plt.show()

# 既存のDataFrameを活用
# date={"カテゴリ":["A", "B", "C", "D"], "値": [5, 7, 3, 4]}
# df=pd.DataFrame(date)

fig, ax = plt.subplots()
ax.barh(df['カテゴリ'], df['値'], color="lightgreen")
ax.set_title("横棒グラフ")
ax.set_xlabel("値")
ax.set_ylabel("カテゴリ")
plt.show()

# 既存のDataFrameを活用
# date={"カテゴリ":["A", "B", "C", "D"], "値": [5, 7, 3, 4]}
# df=pd.DataFrame(date)

# 新規のDataFrameを作成
date2={"カテゴリ":["A", "B", "C", "D"], "値":[6, 5, 4, 6]}
df2=pd.DataFrame(date2)

# Numpyのインストール
import numpy as np
x = np.arange(len(df2["カテゴリ"]))  # カテゴリ位置

width = 0.35  # 棒の幅

fig, ax = plt.subplots()
ax.bar(x - width/2, df["値"], width, label="data", color="skyblue")
ax.bar(x + width/2, df2["値"], width, label="data2", color="orange")

ax.set_xticks(x)
ax.set_xticklabels(df["カテゴリ"])
ax.set_title("複数系列のグループ化")
ax.legend()
plt.show()

# 既存のDataFrameを活用
# date={"カテゴリ":["A", "B", "C", "D"], "値": [5, 7, 3, 4]}
# df=pd.DataFrame(date)

# date2={"カテゴリ":["A", "B", "C", "D"], "値":[6, 5, 4, 6]}
# df2=pd.DataFrame(date2)


fig, ax = plt.subplots()
ax.bar(df["カテゴリ"], df["値"], label="data", color="skyblue")
ax.bar(df2["カテゴリ"], df2["値"], bottom=df["値"], label="data2", color="orange")

ax.set_title("積み上げ棒グラフ")
ax.legend()
plt.show()

# 既存のDataFrameを活用
# date={"カテゴリ":["A", "B", "C", "D"], "値": [5, 7, 3, 4]}
# df=pd.DataFrame(date)

# date2={"カテゴリ":["A", "B", "C", "D"], "値":[6, 5, 4, 6]}
# df2=pd.DataFrame(date2)

# 構成割合を計算
df_total = df["値"] + df2["値"]
df_ratio = df["値"] / df_total
df2_ratio = df2["値"] / df_total

fig, ax = plt.subplots()

ax.bar(df["カテゴリ"], df_ratio, label="data", color="skyblue")
ax.bar(df2["カテゴリ"], df2_ratio, bottom=df_ratio, label="data2", color="orange")

ax.set_title("構成割合を示す積み上げ棒グラフ")
ax.set_ylabel("割合")
ax.legend()
plt.show()

# ラベルが長い場合のサンプルデータ
long_labels_date = {"カテゴリ": ["非常に長いカテゴリラベルA", "少し長いカテゴリラベルB", "カテゴリラベルC", "カテゴリラベルD"], "値": [5, 7, 3, 4]}
long_labels_df = pd.DataFrame(long_labels_date)

fig, ax = plt.subplots(figsize=(8, 5)) # 図のサイズを調整して見やすくする
ax.bar(long_labels_df["カテゴリ"], long_labels_df["値"], color="skyblue")
ax.set_title("カテゴリラベル回転前")
ax.set_xlabel("カテゴリ")
ax.set_ylabel("値")
plt.show()

fig, ax = plt.subplots(figsize=(8, 5)) # 図のサイズを調整して見やすくする
ax.bar(long_labels_df["カテゴリ"], long_labels_df["値"], color="skyblue")
ax.set_title("カテゴリラベル回転後 (45度)")
ax.set_xlabel("カテゴリ")
ax.set_ylabel("値")
plt.xticks(rotation=45, ha='right') # ラベルを45度回転させ、右端を基準に配置
plt.tight_layout() # ラベルが重ならないようにレイアウトを調整
plt.show()

# 既存のDataFrameを活用
#date={"カテゴリ":["A", "B", "C", "D"], "値": [5, 7, 3, 4]}
#df=pd.DataFrame(date)


fig, ax = plt.subplots()
ax.bar(df["カテゴリ"], df["値"], color="skyblue", edgecolor="black", linewidth=1.5) # 枠線と太さを指定
ax.set_title("棒グラフの枠線カスタマイズ")
ax.set_xlabel("カテゴリ")
ax.set_ylabel("値")
plt.show()

# 既存のDataFrameを活用
# date={"カテゴリ":["A", "B", "C", "D"], "値": [5, 7, 3, 4]}
# df=pd.DataFrame(date)

# 個別の棒の色を指定
colors = ["red", "blue", "green", "purple"]

fig, ax = plt.subplots()
ax.bar(df['カテゴリ'], df['値'], color=colors) # 色のリストをcolor引数に指定
ax.set_title("個別の棒の色を変える")
ax.set_xlabel("カテゴリ")
ax.set_ylabel("値")
plt.show()

# 既存のDataFrameを活用
# date={"カテゴリ":["A", "B", "C", "D"], "値": [5, 7, 3, 4]}
# df=pd.DataFrame(date)


fig, ax = plt.subplots()
bars = ax.bar(df["カテゴリ"], df["値"], color="skyblue")
ax.set_title("棒グラフにテキストラベルを追加")
ax.set_xlabel("カテゴリ")
ax.set_ylabel("値")

# 棒の上に値を表示
for bar in bars:
    yval = bar.get_height()
    ax.text(bar.get_x() + bar.get_width()/2.0, yval, int(yval), va="bottom", ha="center") # テキストの位置と表示内容を設定

plt.show()

▲ ページトップへ戻る

<p>The post Matplotlib 棒グラフ入門：横棒・グループ化・積み上げまで解説【第３回】 first appeared on Python Data Lab（Pythonデータラボ）.</p>

折れ線グラフは、値の推移や変化を直感的に表現できる可視化手法です。本記事では、Pythonの可視化ライブラリMatplotlibを使って、色・線種・マーカーを自由に設定し、複数系列を描画する方法を解説します。

この記事でわかること

• 基本的な折れ線グラフの描き方
• 色・線種・マーカーの設定方法
• 複数系列の描画と凡例の設定
• 見やすいグラフにするための調整テクニック

1. 基本の折れ線グラフ

このセクションでは、Matplotlib を使用して基本的な折れ線グラフを作成する方法を学びます。

import pandas as pd
import matplotlib.pyplot as plt

!pip install japanize-matplotlib > /dev/null # Google Colab の機能を使って日本語フォントをインストール・インポート
import japanize_matplotlib


# データをDataFrameにする
data = {"x": [1, 2, 3, 4, 5], "y": [2, 4, 3, 5, 7]}
df = pd.DataFrame(data)

fig, ax = plt.subplots()
ax.plot(df["x"], df["y"])
ax.set_title("基本の折れ線グラフ")
ax.set_xlabel("x軸")
ax.set_ylabel("y軸")
plt.show()

<Figure size 640x480 with 1 Axes>

最小限のコードで折れ線グラフを描画できます。ここでは、plt.subplots() と ax.plot() を使用しています。

• plt.subplots() は、グラフ全体のキャンバスとなる Figure オブジェクトと、実際にグラフを描画する領域である Axes オブジェクトを生成します。Figure は複数の Axes を含むことができますが、ここでは1つのAxesを作成しています。
• ax.plot() メソッドが、指定したAxesオブジェクト上に折れ線グラフを実際に描画します。このメソッドには、x軸のデータとy軸のデータをリストやPandas Seriesとして渡すことができます。
• 例として、ax.plot(df["x"], df["y"]) のように、DataFrameの特定の列を直接引数として指定することで、簡単にデータをプロットできます。

2. 色・線種・マーカーの設定

このセクションでは、折れ線グラフの色、線種、マーカーをカスタマイズする方法を学びます。ax.plot() メソッドの引数を使用することで、これらの設定を柔軟に行うことができます。

fig, ax = plt.subplots()

ax.plot(df["x"],df["y"], color="red", linestyle="--", marker="o", linewidth=2, markersize=8)
ax.set_title("色・線種・マーカーを指定")
ax.set_xlabel("x軸")
ax.set_ylabel("y軸")
plt.show()

<Figure size 640x480 with 1 Axes>

• color: 線の色を指定します。様々な形式で指定可能です。
• 色名: "red", "blue", "green", "black" など、多くの標準的な色名が使用できます。
• 16進カラーコード: " #FF0000" (赤), " #0000FF" (青) のように、RGB値を16進数で指定します。
• RGB tuple: (1, 0, 0) (赤), (0, 0, 1) (青) のように、0から1の範囲でRGB値をタプルで指定します。
• 略記: 一部の色は1文字で指定できます。例: "r" (赤), "g" (緑), "b" (青), "k" (黒), "w" (白), "c" (シアン), "m" (マゼンタ), "y" (黄)。

• linestyle: 線のスタイルを指定します。
• -: 実線 (solid) – デフォルト
• --: 破線 (dashed)
• -.: 一点鎖線 (dashdot)
• :: 点線 (dotted)
• None または "": 線を表示しない（マーカーのみ表示したい場合などに使用）

• marker: データ点に表示するマーカーのスタイルを指定します。様々な記号が利用可能です。
• 'o': 丸 (circle)
• 's': 四角 (square)
• '^': 上向き三角 (triangle_up)
• 'v': 下向き三角 (triangle_down)
• 'x': バツ (x)
• '*': アスタリスク (star)
• '+': プラス (plus)
• '.': 点 (point)
• ',': ピクセル (pixel)
• 他にも多くのマーカーがあります。

  ▶️ Matplotlib.markersの公式ドキュメントも参考にしてください：
  Matplotlib.markers Documentation

  • linewidth: 線の太さを指定します。浮動小数点数で指定し、値が大きいほど線が太くなります。デフォルトは1.5です。例: linewidth=2
  • markersize: マーカーのサイズを指定します。浮動小数点数で指定し、値が大きいほどマーカーが大きくなります。例: markersize=8

  これらのパラメータを組み合わせることで、グラフの各系列を視覚的に区別しやすく、より分かりやすいグラフを作成できます。

  3. 複数系列と凡例の設定

  複数の折れ線グラフを描画した場合、どの線がどのデータ系列に対応するかを明確にするために「凡例（Legend）」を表示することが重要です。凡例は、ax.legend() メソッドを呼び出すことで表示できます。ax.plot() メソッドに label 引数で指定した文字列が、凡例に表示されます。

  # 2つめのDataFrameを作成
  data2 = {"x2": [1, 2, 3, 4, 5], "y2": [1, 3, 4, 6, 8]}
  df2 = pd.DataFrame(data2)
  # １つめの折れ線グラフに凡例を表示するためのlabelを追加
  fig, ax = plt.subplots()
  ax.plot(df["x"], df["y"], label="データ1", color="red", linestyle="--", marker="o", linewidth=2, markersize=8)
  # 2つめの折れ線グラフの追加
  ax.plot(df2["x2"], df2["y2"], label="データ2", color="green", linestyle="--", marker="s",linewidth=2, markersize=8)
  ax.set_title("複数系列の折れ線グラフ")
  ax.set_xlabel("x軸")
  ax.set_ylabel("y軸")
  # 凡例の表示し、位置を調整
  ax.legend(loc="upper left")
  plt.show()

  

  <Figure size 640x480 with 1 Axes>

  ax.legend() には、凡例の見た目や配置を調整するための様々なパラメータがあります。

  • loc: 凡例を表示する位置を指定します。最もよく使われるパラメータの一つです。
  • キーワード: 事前に定義された位置を指定できます。
  • "best": 凡例が他のグラフ要素と重ならない最適な位置に自動配置されます。（推奨）
  • "upper right": 右上
  • "upper left": 左上
  • "lower right": 右下
  • "lower left": 左下
  • "right": 右
  • "center left": 中央左
  • "center right": 中央右
  • "lower center": 下中央
  • "upper center": 上中央
  • "center": 中央
  • 座標タプル: (x, y) の形式で、Axesの左下を基準(0,0)、右上を(1,1)とする相対座標で凡例の左下隅の位置を指定することも可能です。例: loc=(1.05, 1) とすると、Axesの外側右上に凡例が表示されます。
  • fontsize: 凡例のテキストのフォントサイズを指定します。
  • 数値で指定する他、文字列で指定することも可能です。例: fontsize=12, fontsize='small'
  • 利用可能な文字列: 'xx-small', 'x-small', 'small', 'medium', 'large', 'x-large', 'xx-large'
  • frameon: 凡例の周りにフレーム（枠線と背景）を表示するかどうかを指定します。
  • True: フレームを表示する（デフォルト）
  • False: フレームを表示しない
  • ncol: 凡例の列数を指定します。凡例の項目が多い場合に、複数列に分けて表示することでコンパクトにできます。
  • デフォルトは1列です。例: ncol=2 とすると、凡例項目が2列で表示されます。
  • title: 凡例の上にタイトルを表示する場合に指定します。文字列で指定します。例: title="データ系列"

  これらのパラメータを適切に設定することで、グラフ全体のレイアウトを崩さずに、凡例を分かりやすく表示することができます。特に loc="best" は便利ですが、意図した位置に表示されない場合は他のキーワードや座標指定を試してみてください。

  4. 見やすくするための工夫

  このセクションでは、折れ線グラフをより見やすく、読解しやすくするための追加のカスタマイズ方法を学びます。適切に要素を追加することで、グラフが伝える情報を強化できます。

  fig, ax = plt.subplots()
  ax.plot(df["x"], df["y"], label="データ1", color="red", linestyle="--", marker="o", linewidth=2, markersize=8)
  ax.plot(df2["x2"], df2["y2"], label="データ2", color="green", linestyle="--", marker="s",linewidth=2, markersize=8)
  ax.set_title("見やすくした例")
  # 軸ラベルの変更
  ax.set_xlabel("日付")
  ax.set_ylabel("値")
  ax.legend()
  # 背景グリッドを表示
  ax.grid(True, linestyle=":", alpha=0.7)
  # グラフに注釈を追加
  ax.annotate("注釈", xy=(4,5), xytext=(4.5,5.5),
              arrowprops=dict(facecolor="black", arrowstyle="->"))
  plt.show()
  

  

  <Figure size 640x480 with 1 Axes>

  軸ラベルの変更

  軸ラベルは、それぞれの軸が何を表しているのか、どのような単位なのかを明確に伝えるために非常に重要です。ax.set_xlabel() と ax.set_ylabel() メソッドを使用することで、x軸とy軸のラベルテキストを設定できます。これにより、グラフを見る人がデータの意味を正確に理解できるようになります。例では、「日付」と「値」という具体的なラベルに変更しました。

  背景グリッドの表示

  背景グリッドは、グラフ上の特定の点の値を読み取りやすくするために役立ちます。ax.grid() メソッドを呼び出すことで、グラフの背景にグリッド線を表示できます。

  • True または False: グリッドを表示するかどうかを指定します。ax.grid(True) で表示、ax.grid(False) で非表示になります。
  • axis: グリッドを表示する軸を指定します。
  • 'both' (デフォルト): x軸とy軸の両方にグリッドを表示します。
  • 'x': x軸にのみグリッドを表示します。
  • 'y': y軸にのみグリッドを表示します。
  • linestyle: グリッド線のスタイルを指定します。ax.plot() の linestyle と同様に、-, --, -., : などが使用できます。
  • color: グリッド線の色を指定します。
  • alpha: グリッド線の透明度を指定します。0（完全に透明）から1（完全に不透明）の間の浮動小数点数で指定します。値を小さくすると、グリッド線が背景に馴染みやすくなります。例: alpha=0.7

  例では、ax.grid(True, linestyle=":", alpha=0.7) としており、両方の軸に点線のグリッドを少し薄く表示しています。

  グラフへの注釈の追加

  特定のデータ点やグラフ上の領域に注目させたい場合、注釈 (Annotation) を追加することが非常に効果的です。ax.annotate() メソッドを使用すると、テキストとオプションで矢印をグラフ上に表示できます。

  ax.annotate(text, xy, xytext=None, arrowprops=None, **kwargs)

  • text: 表示したい注釈テキスト（文字列）です。
  • xy: 注釈を付けたいグラフ上の点の座標 (x, y) です。これは通常、データ点と一致させたり、特定のイベントが発生した位置などを指定します。
  • xytext: 注釈テキストを表示する位置の座標 (x, y) です。xy と同じ位置にすることも、少しずらして表示することもできます。指定しない場合は xy の位置に表示されます。
  • arrowprops: 注釈テキストの位置 (xytext) から注釈を付けたい点 (xy) へ引かれる矢印のスタイルを指定するための辞書です。非常に多くのオプションがありますが、よく使われるものをいくつか紹介します。
  • facecolor: 矢印の色を指定します。例: "black"
  • edgecolor: 矢印の枠線の色を指定します。
  • arrowstyle: 矢印の形状を指定します。例: "->" (シンプルな矢印), "-|>", "-[", "fancy", "simple" など。詳細なスタイルは Matplotlib のドキュメントを参照してください。
  • connectionstyle: 矢印の接続スタイルを指定します。直線、カーブなど。
  • shrinkA, shrinkB: 注釈テキスト (A) と注釈点 (B) から矢印をどれだけ短くするかを指定します。
  • patchA, patchB: 注釈テキストや注釈点の形状に合わせて矢印の開始点・終了点を調整します。

  注釈の応用例:

  • 特定のデータ点の強調: 例のように、グラフ上のピークや谷など、特定の意味を持つデータ点に注釈を付けて、その値や日付を示す。
  • グラフ内のイベント説明: データに影響を与えたイベント（例: キャンペーン開始、システム更新など）が発生した時点に注釈を追加し、何が起こったかを説明する。
  • 領域の説明: 特定の期間や範囲を矢印とテキストで囲んで説明する。

  これらの「見やすくするための工夫」は、単にグラフを装飾するだけでなく、伝えたい情報を強調し、グラフの読解性を飛躍的に向上させます。読者がグラフから素早く正確な情報を得られるように、状況に応じて適切な要素を活用しましょう。

  5. 次の記事

  次回は「棒・横棒グラフ：グループ化・積み上げ」を解説します。

  —

  まとめ

  の記事では、Matplotlib を使用して魅力的で分かりやすい折れ線グラフを作成するための様々な方法を学びました。主要なポイントを振り返りましょう。

  • 基本の折れ線グラフ: plt.subplots() で Figure と Axes を作成し、ax.plot() に x, y データを渡すだけで基本的な折れ線グラフが描けることを学びました。Figure がキャンバス、Axes が描画領域であるという Matplotlib の基本構造を理解しました。
  • 色・線種・マーカーの設定: ax.plot() の color, linestyle, marker, linewidth, markersize といったパラメータを使うことで、折れ線の見た目を自由にカスタマイズできることを学びました。色名、16進数、RGBなど様々な色指定方法や、実線、破線、点線、様々なマーカーの種類について詳しく解説しました。
  • 複数系列と凡例の設定: 複数のデータ系列を同じグラフに表示し、それぞれの系列を区別するために凡例が不可欠であることを学びました。ax.plot() に label を指定し、ax.legend() を呼び出すことで凡例を表示できること、また ax.legend() の loc, fontsize, frameon, ncol などのパラメータで凡例の表示位置やスタイルを調整できることを理解しました。
  • 見やすくするための工夫: グラフの読解性を高めるための追加要素として、軸ラベル (ax.set_xlabel(), ax.set_ylabel()) の重要性、背景グリッド (ax.grid()) の表示方法とオプション、そしてグラフ上の特定の点に注目させるための注釈 (ax.annotate()) の使い方と応用例を学びました。

  これらの知識を習得することで、単にデータをプロットするだけでなく、目的に合わせてグラフをデザインし、伝えたい情報を効果的に視覚化するスキルが身につきます。ぜひ、様々なデータをこれらの方法で可視化してみてください。

  関連記事

  • ◀ Pandas DataFrame入門：基本構造と作り方
  • ◀ groupbyとconcatでデータを集計・変形する方法

  ▲ ページトップへ戻る

  <p>The post Matplotlib 折れ線グラフ入門：描き方：色・線種・凡例を完全解説【第２回】 first appeared on Python Data Lab（Pythonデータラボ）.</p>

  ]]> https://pythondatalab.com/matplotlib-line-legend-color/feed/ 0 https://pythondatalab.com/matplotlib-figure-axes-colab-font/ https://pythondatalab.com/matplotlib-figure-axes-colab-font/#respond Mon, 11 Aug 2025 06:51:45 +0000 https://pythondatalab.com/?p=1179 Matplotlibの図構造（FigureとAxes）の関係を図解でわかりやすく解説。Colabでの日本語フォント設定まで手順付きで紹介します。 Notebook Converted for WordPress 💡 Pa […]

  <p>The post Matplotlib入門：FigureとAxesの基本構造とColab日本語フォント設定【第１回】 first appeared on Python Data Lab（Pythonデータラボ）.</p>

  ]]>

  💡 Pandas DataFrame入門シリーズ

  このページは「Pandas DataFrame入門」シリーズの続編です。Matplotlibを使ってデータを可視化する方法を解説します。

  本記事は、Pythonの可視化ライブラリMatplotlibの最初の一歩として、Figure（図全体）とAxes（グラフ領域）の関係をやさしく解説します。Google Colabで起こりがちな日本語の文字化け対策も、最短手順で紹介します。

  この記事でできること

  • FigureとAxesの役割・関係がわかる
  • 最小コードで折れ線グラフを描ける
  • Google Colabで日本語フォントを正しく表示できる
  • レイアウト（余白・サイズ）を基本だけ押さえる

  1. Figure と Axes の基本

  Matplotlib は「器」（Figure）と「中身」（Axes）を分けて考えると理解しやすいです。

  Figure：画像全体を表す大きな「キャンバス」のようなものです。グラフのサイズ、解像度、複数の Axes を配置する場合の全体レイアウトなどを管理します。

  Axes：Figure の中の「グラフ領域」そのものです。実際にデータ（線、点、棒グラフなど）を描画し、さらに軸、目盛り、ラベル、凡例、タイトルなどのグラフの構成要素を管理します。ほとんどすべての描画操作は Axes オブジェクトに対して行います。

  ＜figureとaxesの概念図＞

  

  典型的な作り方は fig, ax = plt.subplots() です。このコードは、 Figure と、その Figure の中に配置された1つの Axes を同時に作成してくれます。グラフを描く際は、ax.plot() や ax.scatter() といった Axes オブジェクトのメソッドを呼び出します。

  このコードを実行すると、以下のグラフが表示されます。

  import matplotlib.pyplot as plt
  import pandas as pd
  
  # データをDataFrameで作成
  data = {'X': [1, 2, 3, 4], 'Y': [1, 4, 2, 5]}
  df = pd.DataFrame(data)
  
  # Figure（全体）と Axes（グラフ領域）を1つずつ作成
  fig, ax = plt.subplots()
  
  ax.plot(df['X'], df['Y'])  # データを描画
  ax.set_title("graph")  # タイトル
  ax.set_xlabel("X")
  ax.set_ylabel("Y")
  
  plt.show()             # 画面に表示

  

  2. 最小コード：まずは 1 枚描いてみる

  最小限のコードで1枚のグラフを描く基本的な流れは次のとおりです。

  1. import matplotlib.pyplot as plt で Matplotlib の機能をインポートします。通常、plt という短縮名で使われます。

  2. fig, ax = plt.subplots() で、グラフを描くための Figure（器）と Axes（グラフ領域）を作成します。

  3. ax.plot(x, y) のように、Axes オブジェクトのメソッドを使って、実際にデータ（この場合は折れ線グラフ）を描画します。

  4. ax.set_title(...)、ax.set_xlabel(...)、ax.set_ylabel(...) などを使って、タイトルや軸のラベルを設定し、グラフに意味を持たせます。

  5. 必要に応じて、plt.tight_layout() や fig.autofmt_xdate() などでレイアウトを調整します。

  6. plt.show() を呼び出すことで、作成したグラフを画面に表示します。 Jupyter Notebook や Colab のような環境では省略されることもありますが、スクリプトとして実行する場合は最後にこれを呼び出さないとグラフが表示されないことがあります。

  以下のコードで生成されたグラフは、ax.plot([0, 1, 2], [0, 1, 0], marker="o") でデータ点がプロットされ、ax.set_title("最小ステップ")、ax.set_xlabel("Index")、ax.set_ylabel("Value") でそれぞれタイトルと軸ラベルが設定されています。plt.tight_layout() で要素が重ならないように自動調整されています。

  import matplotlib.pyplot as plt #  Matplotlib の機能をインポート
  import pandas as pd # pandasをインポート
  
  # データをDataFrameで作成
  data = {'X': [0, 1, 2], 'Y': [0, 1, 0]}
  df = pd.DataFrame(data)
  
  fig, ax = plt.subplots(figsize=(5, 3.2))  # 図サイズ（インチ）
  ax.plot(df['X'], df['Y'], marker="o") # markerは"o"
  ax.set_title("タイトル")  # 日本語だと文字化けする場合があります
  ax.set_xlabel("Index")
  ax.set_ylabel("Value")
  plt.tight_layout()  # 余白を自動調整
  plt.show()

  

  > markerの種類は多数存在しています。

  ▶️ markerの公式ドキュメントも参考にしてください：
  Matplotlib.markers Documentation

  

  matplotlib.markers — Matplotlib 3.10.8 documentation

  

  matplotlib.org

  3. Colab で日本語フォントを表示する

  Colab は既定フォントに日本語が含まれず、文字化けしやすいですが、以下の 2 行の設定で解決します。

  以下のコードを実行し、japanize-matplotlib をインポートすることで、グラフのタイトルや軸ラベルに日本語が正しく表示されるようになります。生成されたグラフの「日本語タイトルOK」、「横軸ラベル」、「縦軸ラベル」が正しく表示されていることを確認してください。

  # 1) Google Colab の機能を使って日本語フォントをインストール
  !pip install japanize-matplotlib > /dev/null
  
  # 2) Matplotlibにフォントを認識させる
  import matplotlib
  import matplotlib.pyplot as plt
  import japanize_matplotlib # これをインポートするだけで日本語フォントが使えるようになります
  import pandas as pd # pandasをインポート
  
  # 動作確認
  # データをDataFrameで作成
  data = {'X': [0, 1, 2], 'Y': [0, 1, 4]}
  df = pd.DataFrame(data)
  
  fig, ax = plt.subplots()
  ax.plot(df['X'], df['Y'])
  ax.set_title("日本語タイトル")
  ax.set_xlabel("横軸ラベル")
  ax.set_ylabel("縦軸ラベル")
  plt.show()

  

  4. レイアウトの基本：サイズ・余白・保存

  グラフを見やすく、目的に合った形式で出力するために、サイズ、余白、そして保存方法を調整することが重要です。

  4.1 図サイズ（インチ）と解像度（dpi）

  グラフの物理的な大きさや鮮明さを制御するには、Figure を作成する際に figsize と dpi 引数を使用します。

  • figsize=(width, height): 図全体のサイズを「インチ」単位で指定します。例えば、figsize=(6, 4) は横 6 インチ、縦 4 インチの図を作成します。このサイズは、表示時や保存時のピクセル数に影響します。
  • dpi: Dots Per Inch（1インチあたりのドット数）の略で、解像度を指定します。dpi の値が大きいほど、同じ figsize でもピクセル数が多くなり、より精細な画像が得られます。例えば、figsize=(6, 4) かつ dpi=100 なら 600×400 ピクセル、dpi=150 なら 900×600 ピクセルの画像になります。表示環境によってデフォルトの dpi は異なりますが、保存時には明示的に指定することが多いです。

  以下のコードでは、plt.subplots(figsize=(6, 4), dpi=120) で図のサイズが横 6 インチ、縦 4 インチ、解像度が 120dpi に設定されています。これにより、表示される図の大きさと精細さが調整されます。

  import matplotlib.pyplot as plt
  import pandas as pd # pandasをインポート
  
  # データをDataFrameで作成
  data = {'X': [1, 2, 3], 'Y': [3, 2, 1]}
  df = pd.DataFrame(data)
  
  fig, ax = plt.subplots(figsize=(6, 4), dpi=120)  # 横6inch × 縦4inch, 120dpi
  ax.plot(df['X'], df['Y'])
  ax.set_title("サイズとdpiの指定")
  plt.show()

  

  4.2 余白調整：tight_layout と constrained_layout

  グラフのタイトル、軸ラベル、凡例などがグラフ領域や他の要素と重なって見づらくなるのを防ぐために、余白を調整する機能があります。

  • plt.tight_layout(): サブプロット間のパディング（間隔）や、図の端と要素（タイトル、ラベルなど）の間の余白を自動的に調整し、要素の重なりを防ぎます。比較的シンプルで手軽な方法です。
  • constrained_layout=True: plt.subplots() の引数として指定します。tight_layout よりも新しく、より洗練されたレイアウト調整機能です。タイトルやラベル、凡例といった装飾要素に必要なスペースを考慮して、より賢く全体のレイアウトを調整します。複数のサブプロットや複雑な要素がある場合におすすめです。

  どちらもグラフが見切れたり要素が重なったりするのを防ぐために有効ですが、constrained_layout=True がより多くのケースで適切に機能しやすく、新しいコードではこちらが推奨される傾向にあります。

  以下のコードでは、plt.subplots(constrained_layout=True) を使用することで、タイトルが他の要素と重ならないことを示しています。

  # constrained_layout=True の場合 (2x2 サブプロット)
  fig1, axes1 = plt.subplots(nrows=2, ncols=2, constrained_layout=True, figsize=(8, 6))
  
  axes1[0, 0].set_title("constrained_layout=Trueの場合")
  axes1[0, 1].set_title("サブプロット (1,2)")
  axes1[1, 0].set_title("サブプロット (2,1)")
  axes1[1, 1].set_title("サブプロット (2,2)")
  
  # constrained_layout=False (デフォルト) の場合 (2x2 サブプロット)
  fig2, axes2 = plt.subplots(nrows=2, ncols=2, figsize=(8, 6)) # デフォルトは constrained_layout=False
  
  axes2[0, 0].set_title("constrained_layout=Falseの場合")
  axes2[0, 1].set_title("サブプロット (1,2)")
  axes2[1, 0].set_title("サブプロット (2,1)")
  axes2[1, 1].set_title("サブプロット (2,2)")
  
  plt.show()

  
  

  4.3 画像保存

  作成したグラフを画像ファイルとして保存するには、Figure オブジェクトの savefig() メソッドを使用します。ブログや資料作成のために、グラフを画像として保存することはよくあります。

  以下のコードは、生成したグラフを画像ファイルとして保存する方法を示しています。fig.savefig("matplotlib-sample.png", bbox_inches="tight") では、ファイル名を「matplotlib-sample.png」、形式を PNG とし、さらに bbox_inches="tight" を指定することで、図の周囲の余分な空白を自動的に取り除いて保存しています。

  savefig メソッドには様々な便利なオプションがあります。

  • 第一引数：保存するファイル名やパスを指定します。ファイルの拡張子（.png, .jpg, .svg, .pdf など）によって、保存される画像形式が決まります。
  • dpi: 保存する画像の解像度を指定します。表示されている解像度とは異なる解像度で保存したい場合に指定します。ブログなどでは、表示サイズに合わせて適切な dpi を指定することで、ファイルサイズを抑えつつ鮮明な画像を得られます。
  • bbox_inches="tight": 図の周囲の不要な余白を自動的に削除して保存します。これにより、グラフ本体が画像の大部分を占めるようになり、ブログなどに貼り付けた際にスペースを有効に使えます。
  • transparent=True: 背景を透過して保存します。PNG や SVG のような透過をサポートする画像形式で使用できます。背景が特定の色のウェブサイトに貼り付ける場合などに便利です。

  以下のコードを実行すると、matplotlib-sample.png というファイルが Colab のファイルブラウザ（左側のフォルダアイコン）に生成されます。生成されたファイルは、右クリックでダウンロードしたり、Google Drive にマウントして確認したりできます。

  ブログ（特に WordPress）にグラフ画像を掲載する場合、以下の点も考慮すると良いでしょう。

  • 画像サイズ: ブログのコンテンツ幅に合わせて、横幅 800〜1200 ピクセル程度の画像を用意することが多いです。これは figsize と dpi の組み合わせで調整します（例: figsize=(8, 6), dpi=100 → 800x600px）。
  • 余白: bbox_inches="tight" を使うと、グラフ周りの不要な余白がカットされ、ブログ上での見た目がすっきりします。
  • ファイル形式: Web 用途では PNG または JPEG が一般的です。線やテキストが多いグラフは PNG、写真のようなグラデーションが多いグラフは JPEG が適していることが多いですが、グラフの場合は PNG を使うのが無難です。ベクター形式の SVG は拡大しても劣化しないため、インタラクティブな表示や印刷用途に向いています。
  • alt 属性: WordPress に画像をアップロードする際、alt 属性（代替テキスト）にグラフの内容を簡潔に説明するテキスト（例：「年ごとの売上推移を示す折れ線グラフ」）を入力すると、アクセシビリティや SEO の観点から好ましいです。

  import matplotlib.pyplot as plt
  import pandas as pd # pandasをインポート
  
  # データをDataFrameで作成
  data = {'X': [0, 1, 2], 'Y': [2, 1, 3]}
  df = pd.DataFrame(data)
  
  fig, ax = plt.subplots(figsize=(6, 4), dpi=150)
  ax.plot(df['X'], df['Y'])
  ax.set_title("保存例")
  plt.tight_layout()
  fig.savefig("matplotlib-sample.png", bbox_inches="tight")  # 余白を詰めて保存

  

  5. よくあるエラーと対処

  Matplotlib を使っていて遭遇しやすい一般的なエラーとその対処法をまとめました。

  • 日本語が□や?になる:

  * 原因: 日本語フォントが正しく設定されていないか、Matplotlib が認識できていない。

  * 対処法: Colab 環境であれば、上記の「Colab で日本語フォントを表示する」セクションにある !pip install japanize-matplotlib と import japanize_matplotlib を実行してください。ローカル環境の場合は、システムに日本語フォントがインストールされていることを確認し、Matplotlib のフォントキャッシュをクリアしたり、rcParams でフォントを指定したりする必要がある場合がありますが、japanize-matplotlib を使うのが最も簡単です。

  • マイナス記号が文字化け（四角になるなど）:

  * 原因: 使用しているフォントがマイナス記号を正しく表示できないか、Matplotlib の設定でUnicodeマイナス記号の使用がオフになっている。

  * 対処法: plt.rcParams["axes.unicode_minus"] = False を設定します。これにより、通常のハイフン記号がマイナスの代わりに使用され、文字化けを防ぐことができます。japanize-matplotlib を使用している場合は、この設定は不要なことが多いです。

  • 軸ラベルやタイトルが図の端で切れてしまう:

  * 原因: グラフ要素に対して Figure や Axes のサイズが小さすぎるか、余白が不足している。

  * 対処法: plt.tight_layout() をコードの plt.show() の直前で呼び出すか、plt.subplots() を呼び出す際に constrained_layout=True 引数を指定します。これにより、Matplotlib が自動的に要素の重なりを避け、必要な余白を確保するようにレイアウトを調整してくれます。Figure の figsize を大きくすることも有効です。

  • 線が細すぎる/太すぎる:

  * 原因: 線の太さがデフォルト設定のままになっている。

  * 対処法: ax.plot() などの描画メソッドを呼び出す際に、linewidth 引数で線の太さを数値で指定します。例えば、ax.plot(x, y, linewidth=2) とすると、線が少し太くなります。よりグローバルに線の太さを変更したい場合は、plt.rcParams['lines.linewidth'] を設定することも可能です。

  • 複数のプロットで Axes のサイズがバラバラになる:

  * 原因: plt.subplots() で作成された Axes のサイズが、デフォルトのグリッドレイアウトや手動調整によって不均一になっている。

  * 対処法: plt.subplots() でグリッドの形状（例: nrows=2, ncols=2）を正しく指定し、tight_layout() または constrained_layout=True を使用して自動調整に任せるのが最も簡単です。より詳細な制御が必要な場合は、Figure.add_axes() を使って Axes の位置とサイズを直接指定する方法もありますが、複雑になります。

  6. 次に読む：主要プロットへの道

  Matplotlib の Figure と Axes の基本的な考え方、日本語表示、そしてレイアウトの調整方法が理解できたら、次に学ぶべきは具体的なグラフの種類（プロット）の描き方です。 Matplotlib は様々な種類のグラフを描く機能を提供しており、それぞれのプロットタイプには特有のメソッドやカスタマイズオプションがあります。

  基礎知識を土台として、よく利用される主要なプロットについて学ぶことで、データの可視化の幅が大きく広がります。

  • 折れ線グラフ (ax.plot()): 時系列データや連続的な変化を示すのに適しています。複数の線を重ねて描いたり、線の色、種類（実線、点線など）、太さを変更したり、データ点にマーカーを付けたり、凡例を表示したりする方法を学びます。
  • 棒グラフ (ax.bar(), ax.barh()): 項目間の比較や数量の大小を示すのに使われます。縦向きの棒グラフ (bar) と横向きの棒グラフ (barh) があります。複数の項目を並べたり（グループ化）、積み上げたり（積み上げ棒グラフ）する方法、棒の色や幅を調整する方法を学びます。
  • 散布図 (ax.scatter()): 2つの変数間の関係性や相関を示すのに適しています。個々のデータ点をプロットします。点の大きさ (s) や色 (c) を別の変数の値によって変えることで、3つ以上の変数の関係を同時に表現したり、カラーバーを追加したりする方法を学びます。
  • ヒストグラム (ax.hist()) と 箱ひげ図 (ax.boxplot()): データの分布を理解するのに役立ちます。

  * ヒストグラム: データをいくつかの区間（ビン、bin）に分け、各区間に入るデータの数を棒グラフで表示します。ビンの数をどのように決めるか (bins) や、度数ではなく密度を表示する方法などを学びます。

  * 箱ひげ図: データの四分位数、中央値、外れ値などを一つの箱と線でコンパクトに表示します。データのばらつきや分布の偏りを比較するのに便利です。外れ値の表示方法や、複数のグループの箱ひげ図を並べて表示する方法などを学びます。

  これらの主要なプロットについて、それぞれの基本的な使い方、カスタマイズ方法、そしてどのようなデータを可視化するのに適しているかを学ぶことで、あなたのデータ分析スキルはさらに向上するでしょう。

  まとめ

  本記事では、Matplotlib を使い始める上で最も重要な基礎概念と、Google Colab でよく直面する日本語表示の問題、そしてグラフのレイアウト調整と保存方法について解説しました。

  • Figure と Axes: Matplotlib でグラフを描く際の基本的な「器」（Figure）と「中身」（Axes）の関係を理解することが第一歩です。plt.subplots() でこれらを同時に作成し、 Axes オブジェクトに対して描画や設定を行うのが標準的なワークフローです。
  • Colab での日本語表示: japanize-matplotlib ライブラリを使うことで、Google Colab 環境での日本語文字化けを手軽に解消できます。
  • サイズ・余白・保存: figsize と dpi で図のサイズと解像度を、plt.tight_layout() や constrained_layout=True で余白を調整し、fig.savefig() で必要な形式（PNG, JPEG, SVG など）と設定（bbox_inches="tight", dpi など）でグラフを保存する方法を学びました。これらのレイアウトや保存に関する設定は、一度テンプレートとして覚えておくと、繰り返しグラフを作成する際に非常に効率的です。

  これらの基礎知識があれば、Matplotlib を使ったデータ可視化の第一歩を踏み出せます。次に学ぶべきは、具体的なデータの種類や目的に合わせた様々なグラフ（折れ線、棒、散布図など）の描き方です。

  次回は「折れ線グラフの描き方：色・線種・凡例」について詳しく解説します。

  次回：Matplotlib折れ線グラフの描き方：色・線種・凡例を完全解説【第２回】▶

  関連記事

  • ◀ Pandas DataFrame入門：基本構造と作り方
  • ◀ groupbyとconcatでデータを集計・変形する方法

  ▲ ページトップへ戻る

  MatplotlibのFigureとAxesの違いは何ですか？

  Figureは全体の図枠、Axesはグラフが描かれる領域です。複数のAxesを1つのFigure内に配置できます。

  Colabで日本語フォントを設定するには？

  matplotlib.rcParams['font.family'] に 'IPAexGothic' など日本語フォントを指定します。

  FigureとAxesを同時に作成する方法は？

  fig, ax = plt.subplots() を使うと、FigureとAxesを同時に生成できます。

  <p>The post Matplotlib入門：FigureとAxesの基本構造とColab日本語フォント設定【第１回】 first appeared on Python Data Lab（Pythonデータラボ）.</p>

  ]]> https://pythondatalab.com/matplotlib-figure-axes-colab-font/feed/ 0