21. 折れ線グラフ（2変数）#

21.1. 概要#

連続的に変化する変数が複数ある場合でも折れ線グラフを利用することは可能です． 縦軸・横軸に変数の値を取り，サンプル付近に時点情報を付加することで，2変数の連続的な変化を表現します．

connected

例えば上図は，四大少年誌の5年ごとの作家数（横軸）と作品数（縦軸）の推移を表した折れ線グラフです．

21.2. Plotlyによる作図方法#

折れ線グラフ（一変数）と同様に，plotly.express.line()で折れ線グラフを作図できます．

import plotly.express as px
# 事前にcol_text（例：日付や時刻）で昇順ソート
df = df.sort_values('col_text', ignore_index=True)
fig = px.line(
    df, x='col_x', y='col_y', text='col_text')

上記の例は，dfのcol_x列を横軸，col_y列を縦軸に取り，col_text（多くの場合，日付や時刻）を付記した折れ線グラフのオブジェクトfigを作成します． 時系列順に直線を引けるように，事前にcol_textでソートする必要があることにご注意ください．

21.3. MADB Labを用いた作図例#

21.3.1. 下準備#

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'

UNIT_YEARS = 5
YEARS_TO_DROP = ['1970', '2015']

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 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))
    # 凡例でグラフが潰れないよう調整
    fig.update_layout(legend={
        'yanchor': 'top',
        'xanchor': 'left',
        'x': 0.01, 'y': 0.99})
    fig.show(renderer=RENDERER)

df = pd.read_csv(PATH_DATA)

21.3.2. 作品数と作家数の推移#

df = add_years_to_df(df, UNIT_YEARS)
df_plot = \
    df.groupby('years')['cname', 'creator'].nunique().reset_index()
# 最初と最後の年度は不十分なデータなので除外
df_plot = \
    df_plot[~df_plot['years'].isin(YEARS_TO_DROP)]\
    .reset_index(drop=True)

fig = px.line(
    df_plot, x='cname', y='creator', text='years',
    labels={'cname': '作品数', 'creator': '作家数'},
    title='作品数と作家数の推移')
fig.update_traces(
    marker={'size': 15, 'line_width':1, 'opacity':0.8},
    textposition='bottom right')
show_fig(fig)

作品数と作家数の推移がわかります． 基本的に作品数・作家数は増加傾向にあるようですが，1985年から1995年は一時的に減少していたことがわかります．

21.3.3. 雑誌別の作品数と作家数の推移#

次に，雑誌別に同様の集計をしてみましょう．

df = add_years_to_df(df, 5)
df_plot = \
    df.groupby(['mcname', 'years'])['cname', 'creator']\
    .nunique().reset_index()
# 最初と最後の年度は不十分なデータなので除外
df_plot = \
    df_plot[~df_plot['years'].isin(YEARS_TO_DROP)]\
    .reset_index(drop=True)

fig = px.line(
    df_plot, x='cname', y='creator', text='years',
    facet_col='mcname', facet_col_wrap=2,
    labels={'cname': '作品数', 'creator': '作家数'},
    height=600, title='雑誌別の作品数と作家数の推移')
fig.update_traces(
    marker={'size': 15, 'line_width':1, 'opacity':0.8},
    textposition='bottom right')
fig.for_each_annotation(
    lambda a: a.update(text=a.text.split("=")[-1]))
show_fig(fig)

特に週刊少年チャンピオンに増加傾向がありそうに見えます．