18. 並行座標プロット#

18.1. 概要#

並行座標プロット（Parallel Coordinates Plot） は，複数の量的変数を，平行に並べた 直線上の位置 で表現するグラフです．パラレルセットグラフと似ていますが，並行座標プロットは 量的変数 を対象としている点が異なります．パラレルセットグラフと同様，隣り合う変数同士の関係を眺めることはできますが，それ以外の変数同士の関係を読み取るのは困難です．

例えば上図は，作品ごとの平均掲載位置と平均ページ数と掲載週数の関係を表した並行座標プロットです．かろうじて

平均掲載位置と平均ページ数
平均ページ数と掲載週数

の関係は なんとなく わかりますが，平均掲載位置と掲載週数の関係を解釈するのは困難です．

18.2. Plotlyによる作図方法#

Plotlyにおいては，plotly.express.parallel_coordinates()を用いて並行座標プロットを作図できます．

import plotly.express as px
fig = px.parallel_coordinates(
    df, dimensions=['col_0', 'col_1', 'col_2'])

上記の例では，dfの col_0・col_1・col_2列を対象として，並行座標プロットのオブジェクトfigを作成します．この例では三変数ですが，dimensionsではそれ以上の変数も指定可能です．パラレルセットグラフと同様に，最も重要な変数に対してcolorで色付けすると解釈性が上がって親切です．

18.3. MADB Labを用いた作図例#

18.3.1. 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))
    fig.show(renderer=RENDERER)

df = pd.read_csv(PATH_DATA)

18.3.2. 作品別の平均掲載位置と連載週数#

試しに，二変数に対して並行座標プロットを作成してみましょう．

df_plot = \
    df.groupby('cname')['pageStartPosition'].\
    agg(['count', 'mean']).reset_index()
df_plot.columns = ['cname', 'weeks', 'position']
df_plot = df_plot[['cname', 'position', 'weeks']]
df_plot = \
    df_plot[df_plot['weeks'] >= MIN_WEEKS].reset_index(drop=True)

fig = px.parallel_coordinates(
    df_plot, dimensions=['position', 'weeks'],
    color='position',
    labels={'position': '掲載位置', 'weeks': '掲載週数'})
show_fig(fig)

逆相関があるように見えますが，直線が重複しているためよくわかりません．個人的には，この用途であれば散布図を選択します．

18.3.3. 作品別の平均掲載位置と連載週数と平均ページ数#

並行座標プロットが本領を発揮するのは，散布図で手が出ない三変数以上を対象としたときです．

df_plot = \
    df.groupby(['mcname', 'cname'])\
    [['pages', 'pageStartPosition']].\
    agg(['count', 'mean']).reset_index()
df_plot.columns = [
    'mcname', 'cname', 'weeks', 'pages',
    '_weeks', 'position']
df_plot = \
    df_plot[df_plot['weeks'] >= MIN_WEEKS].reset_index(drop=True)

fig = px.parallel_coordinates(
    df_plot, dimensions=['position', 'pages', 'weeks'],
    color='position',
    labels={
        'position': '掲載位置', 'weeks': '掲載週数',
        'pages': 'ページ数'})
show_fig(fig)

冒頭で説明したように，隣り合う変数同士の関係は なんとなく わかりますが，それ以外の変数同士の関係はよくわかりません．個人的には，この用途であればバブルチャートか散布図行列を用います．

マンガと学ぶデータビジュアライゼーション

並行座標プロット

Contents