7. ストリッププロット

7.1. 概要

ストリッププロット（Strip Plot） とは，量的変数に対して，一つ一つのデータを ドット で表現したグラフです． 箱ひげ図やバイオリンプロットと同様に，複数の分布を比較する際に便利です． 全てのデータの情報を維持できることが強みですが，その裏返しで，データ数が多すぎる場合に見づらくなってしまうという弱みがあります．

例えば上図は，作品ごとの掲載位置の分布を表したストリッププロットです． 先述したとおり，点数が多すぎるため，かえって分布同士の比較が難しくなっています．

7.2. Plotlyによる作図方法

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

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

上記の例では，dfのcol_xを横軸，col_yを縦軸に取ったストリッププロットのオブジェクトfigを作成します．

7.3. MADB Labを用いた作図例

7.3.1. 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)

7.3.2. 長期連載作品の掲載位置の分布

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 = df_plot.sort_values('position', ignore_index=True)

fig = px.strip(
    df_plot, x='cname', y='pageStartPosition',
    title='長期連載作品の掲載位置', height=500)
fig.update_traces(marker={'line_width':1, 'opacity':0.7})
fig.update_xaxes(title='作品名')
fig.update_yaxes(title='掲載位置')
show_fig(fig)

7.3.3. 長期連載作品の話数毎の掲載位置の分布

# 話数の区切り
UNIT_EP = 200

cnames = df_plot['cname'].unique()
for cname in cnames:
    df_c = df_plot[df_plot['cname']==cname].reset_index(drop=True)
    df_c['eprange'] = (df_c.index + 1) // UNIT_EP * UNIT_EP
    df_c['eprange'] = df_c['eprange'].apply(
        lambda x: f'{x}話以降')
    fig = px.strip(
        df_c, x='eprange', y='pageStartPosition',
        title=f'{cname}の掲載位置')
    fig.update_traces(marker={'line_width':1, 'opacity':0.7})
    fig.update_xaxes(title='話数')
    fig.update_yaxes(title='掲載位置')
    show_fig(fig)