折れ線グラフ（1変数）
Contents
20. 折れ線グラフ（1変数）#
20.1. 概要#
折れ線グラフ（Line Chart） は，主に 時間とともに変化する量的変数 を対象に， その推移を 直線 で表現するグラフです． 横軸に日付や時刻等の変数をとり，縦軸に変化を追いたい量的変数を取ります．
例えば上図は，ONE PIECEの掲載位置の推移を表した折れ線グラフです．
20.2. Plotlyによる作図方法#
Plotlyにおいては，plotly.express.line()で作図できます．
import plotly.express
fig = px.line(
df, x='col_x', y='col_y')
例えば上記の例では，dfのcol_x列（時間的な変数であることが多いです）を横軸，col_y列を縦軸に取った棒グラフオブジェクトfigを作成します．
20.3. MADB Labを用いた作図例#
20.3.1. 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'
# 連載週数の最小値
MIN_WEEKS = 5
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)
20.3.2. 長期連載作品の掲載位置の推移#
df_tmp = \
df.groupby('cname')['pageStartPosition']\
.agg(['count', 'mean']).reset_index()
df_tmp = \
df_tmp.sort_values('count', ascending=False, ignore_index=True)\
.head(10)
cname2position = df_tmp.groupby('cname')['mean'].first().to_dict()
df_plot = df[df['cname'].isin(list(cname2position.keys()))]\
.reset_index(drop=True)
df_plot['position'] = df_plot['cname'].apply(
lambda x: cname2position[x])
df_plot['datePublished'] = pd.to_datetime(df_plot['datePublished'])
df_plot = \
df_plot.sort_values(['position', 'datePublished'], ignore_index=True)
cnames = df_plot['cname'].unique()
for cname in cnames:
df_c = df_plot[df_plot['cname']==cname].reset_index(drop=True)
fig = px.line(
df_c, x='datePublished', y='pageStartPosition',
hover_data=['epname'], title=f'{cname}の掲載位置の推移')
fig.update_traces(
mode='lines+markers',
marker=dict(line_width=1, size=10))
fig.update_xaxes(title='発売日')
fig.update_yaxes(title='掲載位置', range=[-.1, 1.1])
fig.update_layout(hovermode='x unified')
show_fig(fig)