可視化

6

可視化

まとめ
  • 棒グラフ・折れ線・散布図・分布図・相関図など、目的別に70以上のチャートパターンを学ぶ。
  • データの性質(カテゴリ比較・時系列推移・分布形状・相関構造)に応じた最適なグラフの選び方を身に付ける。
  • matplotlib/seaborn/plotlyの実装コードを動かしながら、すぐにレポートやダッシュボードに組み込める。

どのグラフを選ぶ? #

flowchart TD Q["何を伝えたい?"] Q -->|"大小比較"| BAR["棒グラフ・構成比"] Q -->|"時系列推移"| LINE["折れ線・トレンド"] Q -->|"2変数の関係"| SCATTER["散布図"] Q -->|"分布の形"| DIST["分布・ばらつき"] Q -->|"変数間の相関"| CORR["相関・関係"] Q -->|"構成比・階層"| CAT["カテゴリ・集計"] Q -->|"特殊な表現"| ADV["応用チャート"] style Q fill:#2563eb,color:#fff

棒グラフでカテゴリ比較 #

基本の縦型棒グラフ
基本の縦型棒グラフ
積み上げ棒グラフ
積み上げ棒グラフ
ワッフルチャート
ワッフルチャート

カテゴリ同士の大小比較や構成比を示したいときの定番です。棒の並びや積み方を工夫すると、変化量と割合を同時に伝えられます。

折れ線でトレンドを追う #

複数系列の折れ線
複数系列の折れ線
ローリング平均
ローリング平均
スパークライン
スパークライン

時間推移や季節性を確認するときに有効です。帯やサマリー値を重ねれば、意思決定に直結するダッシュボードを構築できます。

散布図で関係性を探る #

基本の散布図
基本の散布図
バブル散布図
バブル散布図
周辺ヒスト付き散布図
周辺ヒスト付き散布図

外れ値の検知や二変量の相関を視覚的に把握します。点のサイズや色を使えば、第三の属性まで一枚で表現できます。

分布の形を理解する #

ヒストグラム
ヒストグラム
バイオリンプロット
バイオリンプロット
ECDF
ECDF

データのばらつきや裾の厚さを確認するときに活用します。複数系列を並べて、属性ごとの差も一目で把握しましょう。

相関と関係性の整理 #

相関ヒートマップ
相関ヒートマップ
散布図行列
散布図行列
 

指標同士のつながりを俯瞰し、特徴量選択や共分散構造の検討に役立てます。

カテゴリ構成を俯瞰する #

ツリーマップ
ツリーマップ
ドーナツチャート
ドーナツチャート
地域別マップ
地域別マップ

地域やカテゴリの構成比を俯瞰するチャートです。階層構造やエリアごとの偏りを視覚的に共有できます。

ニッチで便利な応用チャート #

カレンダーヒートマップ
カレンダーヒートマップ
スロープグラフ
スロープグラフ
サンキーダイアグラム
サンキーダイアグラム

季節性、フロー分岐、順位の推移など、ニッチだけれど押さえておきたいチャートをまとめました。定番の図から一歩踏み込みたいときに活用してください。


各ギャラリー項目から詳細ページに移動すると、実際に動かせる Python コードと出力例が用意されています。手元で試しつつ、レポートやダッシュボードに組み込んでみましょう。