K_DM Book
用語集
対象者 標準
対象者別の入口 →

対象者の設定はこのブラウザの中にだけ保存されます。

言語 JA

グループ化棒グラフ

入門

06.3.3

グループ化棒グラフ

最終更新 2020-02-26 読了時間 2 分
まとめ
グループ化棒グラフは、月ごとに「オンライン」と「店舗」の棒を隣り合わせに立て、2 つの切り口を同時に比べる図です。np.arange(len(months)) で 0, 1, 2, 3 の基準位置を作り、x - width/2 と x + width/2 にずらして ax.bar を 2 回呼ぶだけで、月ごとの 2 本セットができます。棒の根元は全部 0 なので、同じ月の 2 本を比べれば「どちらが大きいか」、同じ色を横にたどれば「月を追ってどう伸びたか」が読めます。系列は 3〜4 本までに抑えないと色の照合に目が疲れ、棒が細くなって読めなくなります。

ax.bar の引数と 0 始まりの軸については 基本の縦型棒グラフ で確認しておくと、このページは「位置をずらす」工夫だけに集中できます。

直感 #

1 月から 4 月の売上がオンライン 120・140・155・170、店舗 90・105・110・120 だったとします。知りたいのは「どの月もオンラインが大きいか」「その差は広がっているか」という組み合わせの問いで、1 系列の棒グラフ 2 枚では答えにくい。グループ化棒グラフは月を 1 つのグループとして、その中に色の違う棒を並べます。隣同士を比べれば月内の勝ち負け、同じ色を横に追えば系列の推移が、1 枚で読めます。

Python で描く #

次のコードは 4 か月分の 2 系列を、幅 0.35 の棒を左右に 0.175 ずつずらして描き、月名のラベルをグループの中央に置きます。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
import numpy as np
import matplotlib.pyplot as plt

months = ["Jan", "Feb", "Mar", "Apr"]
online = np.array([120, 140, 155, 170])
store = np.array([90, 105, 110, 120])
width = 0.35
x = np.arange(len(months))

fig, ax = plt.subplots(figsize=(6, 4))
ax.bar(x - width / 2, online, width, label="オンライン", color="#3b82f6")
ax.bar(x + width / 2, store, width, label="店舗", color="#f59e0b")

ax.set_xticks(x, months)
ax.set_ylabel("売上(百万円)")
ax.set_title("チャネル別売上の推移")
ax.legend()
ax.grid(axis="y", alpha=0.2)

fig.tight_layout()

plt.show()

幅を調整してグループ間に余白を持たせますの図

実行結果の読み方 #

どの月も青(オンライン)がオレンジ(店舗)より高く、両系列とも右へ行くほど伸びています。青とオレンジの差は 1 月の 30 から 4 月の 50 へ広がっており、「オンラインの伸びが店舗を上回っている」という結論が 2 方向の読み方から導けます。この差を強調したいなら、差分だけを ダイバージングバー にする手もあります。

使いどころと落とし穴 #

地域×年度、チャネル×月のように 2 つのカテゴリ軸があり、系列同士の値を正確に比べたいときに向いています。棒の根元が全部 0 で揃うので、積み上げ棒グラフでは苦手な「中段の比較」が正確にできます。一方、月ごとの合計は読めないので、合計と内訳を同時に見せたいなら bottom 引数で積む 積み上げ棒グラフ に切り替えます。

系列が 5 本以上になると width は 0.15 以下になり、棒が細すぎて色の判別も値の読み取りも難しくなります。その場合は 3 色以内に絞るか、系列ごとに小さな図(ファセット)へ分けるか、地域×年度の組み合わせが数十あるならヒートマップで色として一覧します。色は #3b82f6 と #f59e0b のように色相も明度も離れた組み合わせを選ぶと、色覚多様性のある読者にも区別がつきます。