単元 10：Python で可視化する

学習目標

• matplotlib で棒・折線・散布図の代表的なグラフを描ける
• ラベル・タイトル・凡例を付けて読みやすくできる
• seaborn を使い分けの観点で理解する
• 日本語が文字化けしない環境を整える（japanize-matplotlib）

本文

「眺める」から「伝える」への橋渡し

ここまでで、データを 読み込み、整形し、集計する までができるようになりました。残るステップは 「結果を視覚に変換する」 — 可視化です。

可視化には 2 つの役割があります：

1. 自分のため：データの分布・外れ値・傾向を眼で把握する（探索的可視化）
2. 他人のため：分析結果を読み手に伝える（伝達的可視化）

本単元では Python の標準的な可視化ライブラリ matplotlib と、その拡張として人気の seaborn を扱います。

matplotlib の基本

matplotlib は Python の可視化の事実上の標準。importの規約：

import matplotlib.pyplot as plt

「plt.〇〇 で図を描く」のがマナーです。最もシンプルな棒グラフ：

plt.bar(["東京", "大阪", "福岡"], [120, 80, 60])
plt.show()

plt.show() は Jupyter/Colab では省略可能（自動表示）です。

集計結果を棒グラフにする

実用的な流れは「groupby で集計してから可視化に渡す」です：

agg = df.groupby("都市")["収入"].mean().reset_index()
plt.bar(agg["都市"], agg["収入"])
plt.xlabel("都市")
plt.ylabel("平均収入（万円）")
plt.title("都市別の平均収入")
plt.show()

ラベルとタイトルを付けるだけで、グラフが「人に見せられる」レベルになります。

折線グラフ

時系列や順序のあるデータには折線グラフが向きます：

plt.plot(years, sales)
plt.xlabel("年")
plt.ylabel("売上")
plt.title("年次売上推移")
plt.show()

複数系列を重ねるには plt.plot を複数回呼ぶか、label を付けて凡例を出します：

plt.plot(years, sales_a, label="製品A")
plt.plot(years, sales_b, label="製品B")
plt.legend()
plt.show()

plt.legend() を呼ばないと凡例は表示されない点に注意。

散布図

2 つの数値変数の 関係 を見るときは散布図が定番です：

plt.scatter(df["年齢"], df["収入"])
plt.xlabel("年齢")
plt.ylabel("収入")
plt.title("年齢と収入の関係")
plt.show()

点に色を付けて第 3 の変数を表現することもできます：

colors = df["性別"].map({"男性": "blue", "女性": "red"})
plt.scatter(df["年齢"], df["収入"], c=colors)

日本語フォントの対応

matplotlib のデフォルトでは日本語のラベルが豆腐（□）になります。Colab では japanize-matplotlib というライブラリを 1 行で導入できます：

!pip install japanize-matplotlib
import japanize_matplotlib

import した時点で日本語フォントが自動設定されるので、これ以降は普通にラベルやタイトルに日本語を書けます。

seaborn で「もっと美しく」

matplotlib は柔軟ですが、コードが長くなりがちです。seaborn は matplotlib の上に作られた高レベル API で、「DataFrame を直接渡すと適切に描く」 ことを目指しています：

import seaborn as sns

sns.barplot(data=df, x="都市", y="収入")
sns.scatterplot(data=df, x="年齢", y="収入", hue="性別")
sns.boxplot(data=df, x="都市", y="収入")

data=df, x="...", y="..." のパターンが一貫しているのが特徴。色分けは hue 引数で簡単に指定できます。

「探索段階は seaborn、発表用に細かく整えるときは matplotlib」と使い分けるのが現代的な流儀です。

グラフ種別の選び方の指針

グラフ	向くデータ
棒グラフ	カテゴリ別の数値（集計結果）
折線グラフ	時系列、順序のある連続変化
散布図	2 つの数値変数の関係
箱ひげ図	数値変数の分布（中央値・四分位・外れ値）
ヒストグラム	数値変数の度数分布

最初に手を出すなら 「棒・折線・散布図」の 3 つ で十分カバーできます。

よく出る躓きどころ

• 日本語が文字化け（□） — japanize-matplotlib を import する（Colab）
• plt.legend() を呼び忘れる — label= を付けても、legend() を呼ばないと凡例が表示されない
• scatter で色が大量に変わらない — c= には数値の配列か明示的な色名のリストを渡す。文字列カテゴリを直接渡しても色分けされないので、map() で変換する
• 「集計してから可視化」を忘れる — df["収入"] をそのまま棒グラフにしようとせず、groupby → reset_index → 可視化、の順

サンプルコード

• 題材データ：income.csv をダウンロード（名前・年齢・都市・性別・収入の 5 列）

演習

income.csv を題材に、次を順に行いなさい。

1. groupby で都市別の平均収入を集計し、matplotlib の棒グラフで可視化する（タイトル・軸ラベル付き）
2. 年齢 と 収入 の散布図を描き、点を性別で色分けする
3. seaborn の sns.scatterplot(data=df, x="年齢", y="収入", hue="性別") で同じことを行い、コード量を比べる
4. 同じ図に対して plt.title("...")、plt.xlabel("...")、plt.ylabel("...") を付けて「人に見せられる」状態にする

3 番で「seaborn だと 1 行で同じことができる」のを体感すると、探索段階での選び方が明確になります。

発展課題（オプション）

• sns.boxplot で都市別の収入分布を箱ひげ図にし、外れ値を眺める
• plt.subplots(1, 2) で 2 つのグラフを横並びに配置する
• matplotlib のスタイル（plt.style.use("seaborn-v0_8")）を変えて、見た目を一括で調整する