2. ヒートマップ#

2.1. 概要#

ヒートマップ（Heatmap） とは，主に複数の質的変数の組合せに対して，数量を色で表すグラフです．（具体的な数値をアノテーションしない限り）定量的な比較は難しいですが，全体像を俯瞰したい場合は非常に便利です．

heatmap

例えば上図は，掲載年別・作家別に掲載週数の多さを表したヒートマップです．色が明るいほど掲載週数が多い（1年間にたくさんの作品を雑誌に掲載した）ことを表します．

2.2. Plotlyによる作図方法#

Plotlyでは，plotly.express.density_heatmap()を用いて作図できます．

import plotly.express as px
fig = px.density_heatmap(
    df, x='col_x', y='col_y', z='col_z')

上記の例では，dfのcol_xを横軸，col_yを縦軸とし，col_zの量に応じて色を塗り分けたヒートマップのオブジェクトfigを作成します．

2.3. MADB Labを用いた作図例#

2.3.1. 下準備#

import itertools
import pandas as pd
import plotly.express as px

import warnings
warnings.filterwarnings('ignore')

# 前処理の結果，以下に分析対象ファイルが格納されていることを想定
PATH_DATA = '../../data/preprocess/out/episodes.csv'
# Jupyter Book用のPlotlyのrenderer
RENDERER = 'plotly_mimetype+notebook'

def show_fig(fig):
    """Jupyter Bookでも表示可能なようRendererを指定"""
    fig.update_layout(margin=dict(t=50, l=25, r=25, b=25))
    fig.show(renderer=RENDERER)

def add_years_to_df(df, unit_years=10):
    """unit_years単位で区切ったyears列を追加"""
    df_new = df.copy()
    df_new['years'] = \
        pd.to_datetime(df['datePublished'])\
        .dt.year // unit_years * unit_years
    df_new['years'] = df_new['years'].astype(str)
    return df_new

def resample_df_by_cname_and_years(df):
    """cnameとyearsのすべての組み合わせが存在するように0埋め
    この処理を実施しないと作図時にX軸方向の順序が変わってしまう"""
    df_new = df.copy()
    yearss = df['years'].unique()
    cnames = df['cname'].unique()
    for cname, years in itertools.product(cnames, yearss):
        df_tmp = df_new[
            (df_new['cname'] == cname)&\
            (df_new['years'] == years)]
        if df_tmp.shape[0] == 0:
            s = pd.Series(
                {'cname': cname,
                 'years': years,
                 'weeks': 0,},
                index=df_tmp.columns)
            df_new = df_new.append(
                s, ignore_index=True)
    return df_new

def resample_df_by_creator_and_years(df):
    """creatorとyearsのすべての組み合わせが存在するように0埋め
    この処理を実施しないと作図時にX軸方向の順序が変わってしまう"""
    df_new = df.copy()
    yearss = df['years'].unique()
    creators = df['creator'].unique()
    for creator, years in itertools.product(creators, yearss):
        df_tmp = df_new[
            (df_new['creator'] == creator)&\
            (df_new['years'] == years)]
        if df_tmp.shape[0] == 0:
            s = pd.Series(
                {'creator': creator,
                 'years': years,
                 'weeks': 0,},
                index=df_tmp.columns)
            df_new = df_new.append(
                s, ignore_index=True)
    return df_new

df = pd.read_csv(PATH_DATA)

2.3.2. 作品別・年代別の掲載週数（上位20作品）#

まずは，棒グラフと同様に作品別・年代別の掲載週数を確認してみましょう．

ただし，ここでは細かい粒度（1年区切り）で年代を集計している点にご注意ください．

# 1年単位で区切ったyearsを追加
df = add_years_to_df(df, 1)

# プロット用に集計
df_plot = \
    df.groupby('cname')['years'].value_counts().\
    reset_index(name='weeks')
# 連載週刊上位20作品を抽出
cnames = list(df.value_counts('cname').head(20).index)
df_plot = df_plot[df_plot['cname'].isin(cnames)].\
    reset_index(drop=True)
# 作図用に空白期間を0埋め
df_plot = \
    resample_df_by_cname_and_years(df_plot)

# 合計連載週数で降順ソート
df_plot['order'] = df_plot['cname'].apply(
    lambda x: cnames.index(x))
df_plot = df_plot.sort_values(
    ['order', 'years'], ignore_index=True)

fig = px.density_heatmap(
    df_plot, x='years', y='cname', z='weeks',
    title='作品別・年代別の合計掲載週数', height=500)
fig.update_xaxes(title='掲載年')
fig.update_yaxes(title='作品名')
show_fig(fig)