3. ヒストグラム#

3.1. 概要#

ヒストグラム（Histogram） とは，量的変数に対して，分布の形状を 長方形の組合せ で表すグラフです． 横軸に変数の 区間 ，縦軸にその区間に属するデータの数（ 度数 ）を取ります． 柱状図 とも呼ばれます． 量的変数の分布を見る際，利用頻度が高い図です．

例えば上図は，マンガ作品ごとの平均掲載位置の分布を表したヒストグラムです．0.6から0.7にピークがあることがわかります．

ヒストグラムには様々な種類がありますが，ここでは累積ヒストグラムと積上げヒストグラムを紹介します．

累積ヒストグラム とは，下図のように累積分布を表現したヒストグラムです．これにより 特定の値以下（以上） のデータがどの程度存在するかを確認することができます．

積上げヒストグラムとは，下図のように横軸とは他の変数によって度数を分割し，縦に積上げたヒストグラムです．これにより，分布を構成する要素の内訳を確認しやすくなります．

3.2. Plotlyによる作図方法#

Plotlyでは，plotly.express.histogram()でヒストグラムを作成可能です．

import plotly.express as px
fig = px.histogram(df, x='col_x')

上記の例では，dfのcol_x列をX軸，その度数をY軸に取ったヒストグラムのオブジェクトfigを作成します．また，

fig = px.histogram(df, x='col_x', cumulative=True)

cumulative=Trueオプションを指定することで，累積ヒストグラムを作図可能です．更に，

fig = px.histogram(df, x='col_x', color='col_stack', barmode='stack')

barmode='stack'を指定することで，col_stack列に関する積み上げヒストグラムを作図可能です． もちろん，cumulativeとの組み合わせて使うこともできます．

3.3. MADB Labを用いた作図例#

3.3.1. 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'

# 平均掲載位置を算出する際の最小連載数
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)

3.3.2. 掲載位置の分布#

MIN_WEEKS以上連載したマンガ作品の平均掲載位置の分布を見てみます．

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

fig = px.histogram(
    df_plot, x='mean', title='作品ごとの掲載位置')
fig.update_xaxes(title='平均掲載位置')
fig.update_yaxes(title='作品数')
show_fig(fig)