[Python 100日チャレンジ] Day 68 - データ可視化の実践

可視化で見るべきこと

グラフは、データの傾向、ばらつき、外れ値、カテゴリごとの差を見つけるために使います。数字の表だけでは見えにくい特徴を確認できます。

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({
    "age": [22, 25, 31, 35, 42],
    "spend": [1200, 1800, 2400, 2600, 3100],
})

plt.scatter(df["age"], df["spend"])
plt.show()

ヒストグラム

plt.hist(df["spend"], bins=5)
plt.show()

ヒストグラムは、値の分布を見るときに便利です。どの範囲にデータが集まっているかを確認できます。

Seabornを使う

import seaborn as sns

sns.scatterplot(data=df, x="age", y="spend")
plt.show()

Seabornは、PandasのDataFrameと相性がよく、少ないコードで見やすいグラフを作れます。

グラフを選ぶ基準

比較には棒グラフ、推移には折れ線グラフ、分布にはヒストグラム、関係性には散布図が向いています。目的に合わせてグラフを選ぶことが大切です。

今日のゴール

データ可視化では、きれいなグラフを作るだけでなく、何を確認したいのかを先に決めます。目的に合うグラフを選び、傾向を説明できるようにしましょう。