# 数量の可視化 | ](../../sketchnotes/09-Visualizing-Quantities.png)| |:---:| | 数量の可視化 - _スケッチノート by [@nitya](https://twitter.com/nitya)_ | このレッスンでは、Pythonの利用可能なライブラリの1つを使用して、数量の概念に基づいた興味深い可視化を作成する方法を学びます。ミネソタ州の鳥に関するクリーンなデータセットを使用して、地元の野生生物について多くの興味深い事実を学ぶことができます。 ## [講義前クイズ](https://ff-quizzes.netlify.app/en/ds/quiz/16) ## Matplotlibで翼幅を観察する シンプルで洗練されたさまざまな種類のプロットやチャートを作成するための優れたライブラリが[Matplotlib](https://matplotlib.org/stable/index.html)です。一般的に、これらのライブラリを使用してデータをプロットするプロセスは、データフレームのターゲット部分を特定し、必要に応じてデータを変換し、x軸とy軸の値を割り当て、表示するプロットの種類を決定し、プロットを表示することを含みます。Matplotlibは多くの種類の可視化を提供しますが、このレッスンでは数量を可視化するのに最も適したものに焦点を当てます：折れ線グラフ、散布図、棒グラフです。 > ✅ データの構造と伝えたいストーリーに最適なチャートを使用しましょう。 > - 時間の経過による傾向を分析する: 折れ線グラフ > - 値を比較する: 棒グラフ、縦棒グラフ、円グラフ、散布図 > - 部分が全体にどのように関連しているかを示す: 円グラフ > - データの分布を示す: 散布図、棒グラフ > - 傾向を示す: 折れ線グラフ、縦棒グラフ > - 値間の関係を示す: 折れ線グラフ、散布図、バブルチャート データセットを持っていて、特定の項目がどれだけ含まれているかを調べる必要がある場合、最初のタスクはその値を調査することです。 ✅ Matplotlibの非常に優れた「チートシート」が[こちら](https://matplotlib.org/cheatsheets/cheatsheets.pdf)で利用可能です。 ## 鳥の翼幅値について折れ線グラフを作成する このレッスンフォルダのルートにある`notebook.ipynb`ファイルを開き、セルを追加してください。 > 注: データはこのリポジトリのルートにある`/data`フォルダに保存されています。 ```python import pandas as pd import matplotlib.pyplot as plt birds = pd.read_csv('../../data/birds.csv') birds.head() ``` このデータはテキストと数値の混合です： | | Name | ScientificName | Category | Order | Family | Genus | ConservationStatus | MinLength | MaxLength | MinBodyMass | MaxBodyMass | MinWingspan | MaxWingspan | | ---: | :--------------------------- | :--------------------- | :-------------------- | :----------- | :------- | :---------- | :----------------- | --------: | --------: | ----------: | ----------: | ----------: | ----------: | | 0 | Black-bellied whistling-duck | Dendrocygna autumnalis | Ducks/Geese/Waterfowl | Anseriformes | Anatidae | Dendrocygna | LC | 47 | 56 | 652 | 1020 | 76 | 94 | | 1 | Fulvous whistling-duck | Dendrocygna bicolor | Ducks/Geese/Waterfowl | Anseriformes | Anatidae | Dendrocygna | LC | 45 | 53 | 712 | 1050 | 85 | 93 | | 2 | Snow goose | Anser caerulescens | Ducks/Geese/Waterfowl | Anseriformes | Anatidae | Anser | LC | 64 | 79 | 2050 | 4050 | 135 | 165 | | 3 | Ross's goose | Anser rossii | Ducks/Geese/Waterfowl | Anseriformes | Anatidae | Anser | LC | 57.3 | 64 | 1066 | 1567 | 113 | 116 | | 4 | Greater white-fronted goose | Anser albifrons | Ducks/Geese/Waterfowl | Anseriformes | Anatidae | Anser | LC | 64 | 81 | 1930 | 3310 | 130 | 165 | まず、基本的な折れ線グラフを使用して数値データの一部をプロットしてみましょう。この興味深い鳥たちの最大翼幅を視覚化したいとします。 ```python wingspan = birds['MaxWingspan'] wingspan.plot() ```  何がすぐに目につきますか？少なくとも1つの外れ値があるようです。これはかなりの翼幅ですね！2300センチメートルの翼幅は23メートルに相当します。ミネソタ州にプテラノドンがいるのでしょうか？調査してみましょう。 Excelで簡単にソートして外れ値を見つけることもできますが、プロット内で作業を続けてみましょう。 x軸にラベルを追加して、どの種類の鳥が対象かを表示してください： ``` plt.title('Max Wingspan in Centimeters') plt.ylabel('Wingspan (CM)') plt.xlabel('Birds') plt.xticks(rotation=45) x = birds['Name'] y = birds['MaxWingspan'] plt.plot(x, y) plt.show() ```  ラベルの回転を45度に設定しても、読み取るには多すぎます。別の戦略を試してみましょう。外れ値のみをラベル付けし、チャート内にラベルを設定します。散布図を使用してラベル付けのスペースを増やすことができます： ```python plt.title('Max Wingspan in Centimeters') plt.ylabel('Wingspan (CM)') plt.tick_params(axis='both',which='both',labelbottom=False,bottom=False) for i in range(len(birds)): x = birds['Name'][i] y = birds['MaxWingspan'][i] plt.plot(x, y, 'bo') if birds['MaxWingspan'][i] > 500: plt.text(x, y * (1 - 0.05), birds['Name'][i], fontsize=12) plt.show() ``` ここで何が起こっているのでしょうか？`tick_params`を使用して下部のラベルを非表示にし、その後、鳥のデータセットをループしました。`bo`を使用して小さな青い丸の点でチャートをプロットし、最大翼幅が500を超える鳥をチェックし、該当する場合はその点の横にラベルを表示しました。ラベルをy軸で少しオフセットし（`y * (1 - 0.05)`）、鳥の名前をラベルとして使用しました。 何がわかりましたか？  ## データをフィルタリングする ハクトウワシとプレーリーファルコンは、おそらく非常に大きな鳥ですが、最大翼幅に余分な`0`が追加されているようです。翼幅が25メートルのハクトウワシに出会う可能性は低いですが、もしそうならぜひ教えてください！これら2つの外れ値を除外した新しいデータフレームを作成しましょう： ```python plt.title('Max Wingspan in Centimeters') plt.ylabel('Wingspan (CM)') plt.xlabel('Birds') plt.tick_params(axis='both',which='both',labelbottom=False,bottom=False) for i in range(len(birds)): x = birds['Name'][i] y = birds['MaxWingspan'][i] if birds['Name'][i] not in ['Bald eagle', 'Prairie falcon']: plt.plot(x, y, 'bo') plt.show() ``` 外れ値をフィルタリングすることで、データがより一貫性を持ち、理解しやすくなります。  翼幅に関して少なくともクリーンなデータセットができたので、これらの鳥についてさらに詳しく調べてみましょう。 折れ線グラフや散布図はデータ値やその分布に関する情報を表示できますが、このデータセットに内在する値について考える必要があります。以下の質問に答えるための可視化を作成することができます： > 鳥のカテゴリーはいくつあり、それぞれの数はどれくらいですか？ > 絶滅、絶滅危惧種、希少種、一般種の鳥はそれぞれ何羽いますか？ > リンネの分類法に基づくさまざまな属や目の数はどれくらいですか？ ## 棒グラフを探る 棒グラフはデータのグループを表示する際に実用的です。このデータセットに存在する鳥のカテゴリーを調べて、最も一般的なカテゴリーを確認してみましょう。 ノートブックファイルで基本的な棒グラフを作成してください。 ✅ 注：前のセクションで特定した2羽の外れ値の鳥をフィルタリングするか、翼幅の誤記を修正するか、または翼幅値に依存しないこれらの演習ではそのまま残しておくことができます。 棒グラフを作成する場合、焦点を当てたいデータを選択できます。棒グラフは生データから作成できます： ```python birds.plot(x='Category', kind='bar', stacked=True, title='Birds of Minnesota') ```  しかし、この棒グラフは読み取れません。非グループ化されたデータが多すぎるためです。プロットしたいデータだけを選択する必要がありますので、鳥のカテゴリーに基づいて長さを見てみましょう。 データを鳥のカテゴリーだけを含むようにフィルタリングしてください。 ✅ Pandasを使用してデータを管理し、Matplotlibにチャート作成を任せることに注意してください。 カテゴリーが多いため、このチャートを縦に表示し、すべてのデータを考慮して高さを調整することができます： ```python category_count = birds.value_counts(birds['Category'].values, sort=True) plt.rcParams['figure.figsize'] = [6, 12] category_count.plot.barh() ```  この棒グラフは、各カテゴリーの鳥の数を良い視点で示しています。一目で、この地域で最も多い鳥が「Ducks/Geese/Waterfowl」カテゴリーに属していることがわかります。ミネソタは「1万の湖の地」と呼ばれるので、これは驚くべきことではありません！ ✅ このデータセットで他のカウントを試してみてください。何か驚くことはありますか？ ## データの比較 グループ化されたデータの異なる比較を試すことができます。新しい軸を作成してみましょう。鳥のカテゴリーに基づいて最大長さを比較してみてください： ```python maxlength = birds['MaxLength'] plt.barh(y=birds['Category'], width=maxlength) plt.rcParams['figure.figsize'] = [6, 12] plt.show() ```  ここでは驚くことはありません：ハチドリはペリカンやガチョウと比較して最大長さが最も短いです。データが論理的に意味を持つのは良いことです！ 棒グラフのより興味深い可視化を作成するために、データを重ね合わせることができます。鳥のカテゴリーに基づいて最小長さと最大長さを重ね合わせてみましょう： ```python minLength = birds['MinLength'] maxLength = birds['MaxLength'] category = birds['Category'] plt.barh(category, maxLength) plt.barh(category, minLength) plt.show() ``` このプロットでは、鳥のカテゴリーごとの最小長さと最大長さの範囲を見ることができます。このデータに基づいて、大きな鳥ほど長さの範囲が広いと言えます。興味深いですね！  ## 🚀 チャレンジ この鳥のデータセットは、特定の生態系内のさまざまな種類の鳥についての豊富な情報を提供します。インターネットで検索して、他の鳥に関するデータセットを見つけてみてください。これらの鳥に関する事実を発見するために、チャートやグラフを作成する練習をしてください。 ## [講義後クイズ](https://ff-quizzes.netlify.app/en/ds/quiz/17) ## 復習と自己学習 この最初のレッスンでは、Matplotlibを使用して数量を可視化する方法についての情報を提供しました。データセットを可視化するための他の方法について調査してください。[Plotly](https://github.com/plotly/plotly.py)はこれらのレッスンでは取り上げませんので、その提供内容を確認してみてください。 ## 課題 [Lines, Scatters, and Bars](assignment.md) --- **免責事項**: この文書は、AI翻訳サービス [Co-op Translator](https://github.com/Azure/co-op-translator) を使用して翻訳されています。正確性を追求しておりますが、自動翻訳には誤りや不正確な部分が含まれる可能性があります。元の言語で記載された原文が正式な情報源と見なされるべきです。重要な情報については、専門の人間による翻訳を推奨します。本翻訳の利用に起因する誤解や誤訳について、当社は一切の責任を負いません。