【保存版】Python/Matplotlibで仕事で使えるグラフ作成のまとめ一覧

Pythonでデータは集約したけど、うまく可視化できないかな〜　グラフ種類や設定の数が多過ぎて。。

Pythonでは、いろんなグラフが作れるよ。仕事で使える最小限の機能を紹介するよ〜

本記事では、Python/Matplotlibで、仕事でグラフを作る際の最小限、知っておくべき一覧を紹介します。

想定読者

・Pythonでデータ集計して、社内外の説明資料のためグラフを作成したい。

・すぐに仕事で使えるグラフの作成方法を一覧で確認したい。

本記事について

・PythonのMatplotlibライブラリを用いてグラフを書く方法を紹介します。

・本記事はグラフ作成の際、matplotlib.pyplot.subplotsにより、「matplotlib.figure.Figureクラス（図）」と「matplotlib.axes.Axesクラス（座標軸）」を生成した場合の記載となっています。

　　基本的には、グラフの書き方はmatplotlib.pyplotと同じです。

・本記事のリンク先では、実務に近いデータを用いて、仕事で使える書き方を解説しています。

・本記事（リンク先含む）は次の実行環境の内容を記載しています。
　　Python 3.7.6、Jupyterlab 1.2.6、Pandas：1.1.2、NumPy：1.18.1

Python/Matplotlibで仕事で使えるグラフ作成のまとめ一覧

Python/Matplotlibで仕事で使えるグラフ作成のまとめ一覧は、次の通りとなります。

具体的なグラフの書き方（ソースコード）やグラフのイメージは、リンク先で確認してみてください。

やりたいこと	Pythonでの処理	リンク
タイトル、ラベル、凡例を日本語表示にする	japanize_matplotlibをインポート	[詳細]
棒グラフを作成する	Axes.bar	[詳細]
積み上げ縦棒グラフを作成する	Axes.barでbottomsを指定	[詳細]
100%積み上げ縦棒グラフを作成する	y軸を比率とし、Axes.barでbottomsを指定	[詳細]
折れ線グラフを作成する	Axes.plot	[詳細]
散布図を作成する	Axes.scatter	[詳細]
散布図で分布を確認する	ソートして、Axes.scatter	[詳細]
円グラフを作成する	Axes.pie	[詳細]
複数のグラフを作成する	forループで繰り返しグラフ作成	[詳細]
グラフのタイトル・軸ラベルを設定する	Axes.set_title、Axes.set_xlabel	[詳細]
グラフの座標を設定する	Axes.grid	[詳細]
対数軸にする	Axes.set_xscale('log')	[詳細]
グラフに横線を入れる	Axes.axhline	[詳細]
グラフに縦線を入れる	Axes.axvline	[詳細]
グラフに矢印を入れる	Axes.annotateでarrowpropsを指定	[詳細]
グラフに文字を入れる	Axes.text	[詳細]
グラフに文字を囲むボックスを入れる	Axes.textでbboxを指定	[詳細]
グラフに円単位を入れる	Figure.text	[詳細]
グラフを保存する	pyplot.savefig('ファイル名')	-

内容は、定期的にアップデートしていきます。

「Python/Matplotlibで仕事で使えるグラフ作成のまとめ一覧」の作成目的と使い方

Pythonでグラフを作成する時って、

・このグラフの引数はどうする？

・グラフに線や文字を追加したい！

・複数のグラフを作成したい！！

などなど、色んなことをその都度調べないといけないですよね。

僕は実際に1つずつ調べて、かなりの時間を浪費してました。。

そんなときに、こんなページがあったらいいなぁと思い自分で作ってみました。

特徴としては、

・実際の仕事でよく使うグラフや設定だけを最小限で紹介する。

・一覧化して、すぐに欲しい情報にいきつける。

・実際の仕事で扱うようなデータを題材にする。

を実現できるように本記事を作成しました。

本記事で、他の方が僕みたいに多くの時間・労力をかけず、Pythonで仕事で使うグラフをすぐに作れ、分かりやすいグラフになることを願っています。

本記事は、ブックマークやお気に入りにいれて、いつでも使える早見表として使ってもらえればと思います。

【参考】Matplotlibでのグラフ作成に慣れたら

本記事は、PythonのMatplotlibというグラフ作成のライブラリを用いています。

これに慣れてきたら、次の2つを使ったグラフ作成もやっていきましょう。

・Seaborn：グラフがおしゃれ。色んな種類のグラフが描ける。簡単に変数別のグラフが書ける。

・Plotly：インタラクティブなグラフが描ける。HTML形式でも共有できる。

それぞれ特徴があるので、ぜひぜひチェックしてみましょう！！

それでは、どんどんPythonでグラフを作成して、業務を効率化・高度化していきましょう〜

<<以下、おまけ>>

今、流行りのデータサイエンティストを目指している方向けの内容になります。

【おまけ】筆者が考えるデータサイエンティストのロードマップ

データサイエンティストを目指すには、まずは次の3ステップの順で行うのがおすすめです。ぜひ参考までに〜

step
1 まずは、もっとデータサイエンティストを知る！！

一番いいのは、現役のPythonエンジニア、データサイエンティストから実際の情報を仕入れること。

方向性ややり方を間違えて、時間と労力を無駄にしないためにも。

ちなみに今は、CodeCampが無料でマンツーマンレッスンをやってるのでおすすめです。(2020/11時点)

「Pythonデータサイエンスコースの体験」と言えば、いろんな情報が聞けます。是非、今のチャンスに！！

＼マンツーマン指導の「CodeCamp」／

まず内容を見てみる

無料でなんでも聞いてみよう！！

step
2 PythonでExcel作業をやってみる！！

データサイエンティストになるには、Pythonがいいってよく言われます。

ただ、目的なく漠然と取り組んでも、長続きしません。

だから、まずは、身近な目標を作ることが大事。

そこで普段会社や学校でExcel使いますよね。このExcel作業をPythonでやってみるのがおすすめです。

なので、まず本記事のPythonでのExcel操作をマスターできるようにします。

これは、次のツイートでも話題になっていて、ある程度、客観的にも有用性があります。

かめさん（@usdatascientist ）のPython講座を参考に、PythonでExcel操作を代替するための方法をまとめてみました。
未経験からデータサイエンティストを目指す人って、最初からAIや機械学習に目が行きがちですが、目先のExcel作業を効率化するのもオススメだと思ってます。https://t.co/gkDFF0RU4U
— inasala｜ #AI・Python勉強記録を毎日発信 (@inasala_ai) October 21, 2020