Pythonあれこれ（Vol.98掲載）

著者：飯尾 淳

本連載では「Pythonを昔から使っているものの、それほど使いこなしてはいない」という筆者が、いろいろな日常業務をPythonで処理することで、立派な「蛇使い」に育つことを目指します。その過程を温かく見守ってください。皆さんと共に勉強していきましょう。第28回では、インタラクティブなグラフを手軽に作成できる可視化ライブラリ「Plotly」を使って、さまざまなグラフを作成します。

シェルスクリプトマガジン Vol.98は以下のリンク先でご購入できます。

図2　散布図を描くコード

fig = px.scatter(df, x='sepal_width', y='sepal_length', 
                 color='species', size='petal_length')
fig.update_layout(width=800, height=600)
fig.show()

図5　花弁の長さのデータを表示できるようにしたコード

fig = px.scatter(df, x='sepal_width', y='sepal_length', 
                 color='species', size='petal_length',
                 hover_data=['petal_width'])
fig.update_layout(width=800, height=600)
fig.show()

図7　がくの幅の分布をヒストグラムで表示するコード

fig = px.histogram(df, x='sepal_width', color='species')
fig.update_layout(width=800, height=600)
fig.show()

図11　カラースキームを変更するコードの例

# 離散的なデータ向けのカラースキーム設定
px.defaults.color_discrete_sequence = px.colors.qualitative.T10
# 連続的なデータ向けのカラースキーム設定
px.defaults.color_continuous_scale = px.colors.sequential.GnBu

図13　四つのヒストグラムをまとめて表示するコードの例

from plotly.subplots import make_subplots
　
fig = make_subplots(rows=2, cols=2, shared_yaxes=True)
figs = [px.histogram(df, x='sepal_width', 
                     color='species', barmode='overlay'),
        px.histogram(df, x='sepal_length', 
                     color='species', barmode='overlay'),
        px.histogram(df, x='petal_width', 
                     color='species', barmode='overlay'),
        px.histogram(df, x='petal_length', 
                     color='species', barmode='overlay')]
i = 0
for f in figs:
  for g in f.data:
    fig.add_trace(g, row=(i//2)+1, col=(i%2)+1)
  i += 1
fig.update_layout(height=600, width=800,
                  title_text='4種類のヒストグラム',
                  barmode='overlay',
                  xaxis_title=‘sepal_width',
                  xaxis2_title='sepal_length',
                  xaxis3_title='petal_width',
                  xaxis4_title='petal_length')
fig.show()

図15　図13のコードの改良版

from plotly import graph_objects as go
from plotly.subplots import make_subplots
　
fig = make_subplots(rows=2, cols=2, shared_yaxes=True)
i = 0
for types in ['sepal_width', 'sepal_length', 
              'petal_width', 'petal_length']:
  for species, g in df.groupby('species'):
    fig.add_trace(go.Histogram(x=g[types], 
                               name=f'{species} ({types})', 
                               opacity=0.7), 
                  row=(i//2)+1, col=(i%2)+1)
  i += 1
fig.update_layout(height=600, width=800,
                  title_text='4種類のヒストグラム', 
                  barmode='overlay',
                  xaxis_title=‘sepal_width',
                  xaxis2_title='sepal_length',
                  xaxis3_title='petal_width',
                  xaxis4_title='petal_length')
fig.show()

図17　tipsデータセットを読み込んで散布図を描くコード

df = px.data.tips()
fig = px.scatter(df, x='total_bill', y='tip', 
                 color='day', size='size',
                 hover_data=['time', 'sex', 'smoker'])
fig.update_layout(width=800, height=600)
fig.show()

図19　曜日ごとのチップの額を箱ひげ図で描くコード

fig = px.box(df, x='day', y='tip', color='day', 
             category_orders={'day': ['Thur', 'Fri',
                                      'Sat', 'Sun']})
fig.update_layout(width=800, height=600)
fig.show()

図21　二つの箱ひげ図を並べて描くコード

fig = make_subplots(rows=1, cols=2)
figs = [px.box(df, x='day', y='tip', color='day', 
               category_orders={'day': ['Thur', 'Fri',
　　　　　　　　　　　　　　　　　　　　'Sat', 'Sun']}),
        px.box(df, x='day', y='total_bill', color='day', 
               category_orders={'day': ['Thur', 'Fri',
                                        'Sat', 'Sun']})]
i = 0
for f in figs:
  for g in f.data: fig.add_trace(g, row=1, col=(i % 2)+1)
  i += 1
fig.update_layout(width=800, height=600, 
                  title_text='tipsとtotal_billの比較',
                  xaxis_title='tips',
                  xaxis2_title='total_bill')

図23　バイオリン図を描くコード

fig = px.violin(df, x='day', y='tip', color='day',
                category_orders={'day': ['Thur', 'Fri',
                                         'Sat', 'Sun']})
fig.update_layout(width=800, height=600)
fig.show()

図24　ヒートマップを描くコード

fig = px.density_heatmap(df, x='day', y='time', z='tip', 
                         histfunc='avg',
                         category_orders={'day': ['Thur', 'Fri',
                                                  'Sat', 'Sun'],
                                          'time': ['Dinner', 'Lunch']})
fig.update_layout(width=800, height=400, 
                  title_text='曜日と時間帯のヒートマップ（tip）')
fig.show()