サークルマトリクスで指標推移を一望する

最終更新 2020-02-12 読了時間 3 分

まとめ

サークルマトリクスは、行に銘柄、列に四半期を並べ、各マスに「前期比の値を色にした円」を置く図です。このページでは AAA・BBB・CCC の 3 銘柄について 2023Q1〜Q8 の EPS 前期比と売上前期比を用意し、ax.scatter に TwoSlopeNorm(vmin=-0.15, vcenter=0.0, vmax=0.25) と cmap="RdYlGn" を渡して、プラス成長を緑、マイナス成長を赤に塗り分けます。EPS と売上を同じ行の上下に 0.3 ずらして重ねるので、「利益だけ伸びて売上は横ばい」のような組み合わせも円 2 つの色の差として見えます。読み終えると、24 マス × 2 指標 = 48 個の数値を表で追う代わりに、赤い円が続く銘柄を 1 秒で見つけられるようになります。

直感 #

四半期ごとに変化するEPSや売上の伸び率は、表形式よりも色と配置で見せるとトレンドがつかみやすくなります。3 銘柄 × 8 四半期 × 2 指標の 48 個の前期比を表にすると、どこで成長が鈍ったかを見つけるには 1 つずつ読むしかありません。ここでは銘柄×指標×四半期の3軸をサークルマトリクスで描き、どこで成長が加速・減速したのかを直感的に把握できるグラフを作ります。色の境目を 0 に固定することで、円が赤ならマイナス、緑ならプラスという読み方が全マスで共通になります。

銘柄・四半期・前期比の DataFrame TwoSlopeNorm で 0 を色の中心に固定銘柄ごとに EPS と Revenue の行を 0.3 ずらす scatter で色付きの円を置く各円の右に +12.0% のラベルカラーバーと軸ラベルを整えて SVG 保存

Python で描く #

次のコードは、人工的に作った 3 銘柄 × 8 四半期の前期比データから、EPS と売上を 2 段重ねにしたサークルマトリクスを描き、SVG として保存します。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.colors import TwoSlopeNorm
from pathlib import Path

plt.style.use("scripts/k_dm.mplstyle")

data = pd.DataFrame(
    {
        "company": ["AAA"] * 8 + ["BBB"] * 8 + ["CCC"] * 8,
        "quarter": list(range(1, 9)) * 3,
        "eps_growth": [
            0.12, 0.18, 0.05, -0.08, 0.03, 0.11, 0.16, 0.21,
            0.04, -0.12, 0.08, 0.15, 0.02, 0.05, 0.09, 0.12,
            0.20, 0.24, 0.18, 0.12, 0.08, 0.05, 0.04, 0.06,
        ],
        "revenue_growth": [
            -0.05, 0.08, 0.12, 0.20, 0.06, 0.09, 0.14, 0.19,
            0.02, -0.06, 0.04, 0.11, 0.05, 0.07, -0.03, 0.02,
            0.18, 0.14, 0.10, 0.07, 0.12, 0.16, 0.09, 0.05,
        ],
    }
)

norm = TwoSlopeNorm(vmin=-0.15, vcenter=0.0, vmax=0.25)
companies = data["company"].unique()
metrics = [("eps_growth", "EPS"), ("revenue_growth", "Revenue")]

fig, ax = plt.subplots(figsize=(10, 5.5))

for idx, company in enumerate(companies):
    subset = data[data["company"] == company]
    for offset, (metric, label) in enumerate(metrics):
        y_position = idx + (offset - 0.5) * 0.3
        sc = ax.scatter(
            subset["quarter"],
            np.full(len(subset), y_position),
            c=subset[metric],
            cmap="RdYlGn",
            s=420,
            norm=norm,
            edgecolor="#1f2937",
            linewidth=0.5,
        )
        for q, val in zip(subset["quarter"], subset[metric]):
            ax.text(
                q + 0.12,
                y_position,
                f"{val:+.1%}",
                fontsize=10,
                va="center",
                ha="left",
            )
        ax.text(
            0.3,
            y_position,
            label,
            fontsize=11,
            color="#475569",
            va="center",
        )

ax.set_yticks(range(len(companies)))
ax.set_yticklabels(companies, fontsize=12)
ax.set_xticks(range(1, 9))
ax.set_xticklabels([f"2023Q{q}" for q in range(1, 9)], rotation=30, ha="right")
ax.set_xlim(0.4, 8.6)
ax.set_title("四半期ごとの EPS / 売上 前期比", fontsize=14, pad=12)
ax.set_xlabel("四半期")
ax.grid(axis="x", color="#cbd5f5", alpha=0.4)

cbar = fig.colorbar(sc, ax=ax, shrink=0.75, pad=0.02)
cbar.ax.set_ylabel("前期比", rotation=90)

output = Path("static/images/finance/visualize/eps_revenue_circle.svg")
output.parent.mkdir(parents=True, exist_ok=True)
fig.tight_layout()
fig.savefig(output)

コードの解説番号をクリックすると、コード内の該当行がハイライトされます。

9-24 行目銘柄 × 四半期の縦長データにしておく
1 行が「銘柄・四半期・EPS 前期比・売上前期比」の縦長（long）形式で 24 行作っています。AAA の EPS は Q4 に −8%、BBB は Q2 に −12% と、意図的にマイナスを混ぜてあるので、図で赤い円が出る位置の答えが分かります。実データでは決算 API から取った表を melt や groupby でこの形に揃えれば、以降のコードは変更なしで動きます。
26 行目0 を色の中心に固定する TwoSlopeNorm
TwoSlopeNorm(vmin=-0.15, vcenter=0.0, vmax=0.25) は、−15% を最も濃い赤、0% をカラーマップの中央（黄）、+25% を最も濃い緑に割り当てます。通常の Normalize だと最小値 −12% と最大値 +24% の中点 +6% が黄色になり、+3% の成長が「赤っぽく」見えてしまいます。プラスとマイナスの境目を色の境目に一致させるのがこの 1 行の役目です。
32-35 行目EPS と Revenue を同じ行の上下にずらす
銘柄のインデックス idx を行の中心にし、(offset - 0.5) * 0.3 で EPS を 0.15 下、Revenue を 0.15 上に置いています。この 0.3 を 0 にすると 2 つの円が完全に重なって片方しか見えず、1.0 にすると隣の銘柄の行に食い込みます。
36-45 行目scatter の色に前期比を渡す
c=subset[metric] に前期比の数値を、cmap="RdYlGn" と norm=norm に色の対応を渡すことで、8 個の円が値に応じた色になります。s=420 は円の面積で、figsize=(10, 5.5) の図で隣の四半期と触れ合わない大きさです。edgecolor="#1f2937" の細い縁は、黄色に近い円が白い背景に溶けないようにする工夫です。
46-54 行目円の右に数値ラベルを添える
色だけでは +5% と +9% の違いが分からないので、f"{val:+.1%}" で “+12.0%” のような符号付きパーセントを各円の右 0.12 の位置に書いています。ha="left" で円に重ねず右に流すので、円の色とラベルを同時に読めます。このループを省くと「赤か緑か」しか分からない図になります。
73-74 行目カラーバーで色と前期比の対応を示す
最後に描いた sc を fig.colorbar に渡し、−15%〜+25% の色見本を右側に出しています。TwoSlopeNorm を使っているので、カラーバーの黄色がちょうど 0 の位置に来ます。shrink=0.75 は図の高さに合わせて短くする指定です。

ここでは銘柄 × 指標 × 四半期の 3 軸をサークルマトリクスで描き、どこで成長が加速・減速したのかを直感的に把握でき…の図

読み方のポイント #

行が銘柄、列が四半期、円の色が伸び率、円の右のラベルが具体的なパーセンテージです。緑が濃いほどプラス成長、赤が濃いほどマイナス成長です。AAA の 2023Q4（EPS −8.0%）と BBB の 2023Q2（EPS −12.0%）が赤い円として浮かび上がります。EPS と売上を上下に 2 レイヤーで並べているため、AAA の Q1 のように EPS は +12% なのに売上が −5% という「利益率だけが改善した四半期」を、上下の円の色の差として読めます。CCC は 8 四半期すべて緑ですが Q2 の +24% から Q7 の +4% へ色が薄くなっており、「成長は続いているが減速している」ことが左から右への色の変化で分かります。四半期を通じてマイナスが続いている銘柄は早期に検知できるため、決算シーズンの速報ダッシュボードとしても便利です。