10. 棒グラフ

10.1. 概要

質的変数の比率を見る際にも 棒グラフ は有用です． この用途でよく用いられるのは，縦横反転した積上げ棒グラフです．

例えば上図は，雑誌別の合計作品数のシェアを表す棒グラフです． 円グラフと同様，個別の雑誌の全体に占める割合はなんとなくわかりますが，雑誌同士の比較は（数値を見なければ）難しいです．

10.2. Plotlyによる作図方法

「量を見たい」の棒グラフと基本的に同じです．

import plotly.express as px
fig = px.bar(
    df, x='col_x', y='col_y', orientation='h', text='col_text',
    color='col_group', barmode='stack')

上記の例では，dfのcol_x列を横軸に，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． ただし，col_yは合計値が1となるよう事前に調整が必要です． orientation='h'で縦横を反転しています．ひと目で各要素の比率は分かりづらいので，col_text列で割合を表示すると親切です．

10.3. MADB Labを用いた作図例

10.3.1. 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'

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))
    fig.show(renderer=RENDERER)

df = pd.read_csv(PATH_DATA)

10.3.2. 雑誌別の合計作品数

col_count = 'cname'

df_plot = \
    df.groupby('mcname')[col_count].nunique().reset_index()
df_plot['ratio'] = df_plot[col_count] / df_plot[col_count].sum()
df_plot['years'] = '全期間'
df_plot['text'] = df_plot['ratio'].apply(
    lambda x: f'{x:.2}')
fig = px.bar(
    df_plot, x='ratio', y='years', barmode='stack', 
    color='mcname', orientation='h', text='text',
    color_discrete_sequence= px.colors.diverging.Portland,
    title='雑誌別の合計作品数')
fig.update_xaxes(title='比率')
fig.update_yaxes(title='期間')
show_fig(fig)

おおよそ各雑誌が1/4程度ずつシェアを持っていることはわかりますが，（数値を見なければ）各雑誌の大小関係は一目ではわかりません．

10.3.3. 雑誌別・年代別の合計作品数

col_count = 'cname'

# 10年単位で区切ったyearsを追加
df = add_years_to_df(df, 10)
# mcname, yearsで集計
df_plot = \
    df.groupby(['mcname', 'years'])[col_count].\
    nunique().reset_index()
# years単位で集計してdf_plotにカラムを追加
df_tmp = df_plot.groupby('years')[col_count].sum().reset_index(
    name='years_total')
df_plot = pd.merge(df_plot, df_tmp, how='left', on='years')
# years合計あたりの比率を計算
df_plot['ratio'] = df_plot[col_count] / df_plot['years_total']
df_plot['text'] = df_plot['ratio'].apply(
    lambda x: f'{x:.2}')

fig = px.bar(
    df_plot, y='years', x='ratio', color='mcname', text='text',
    color_discrete_sequence= px.colors.diverging.Portland,
    barmode='stack', title='雑誌別・年代別の合計作品数')
fig.update_xaxes(title='期間')
fig.update_yaxes(title='比率')
show_fig(fig)

年代ごとに雑誌のシェアの変遷が定性的にはわかります． また，左端の週刊少年サンデーおよび右端の週刊少年マガジンに関しては，シェアの推移もわかります． しかし，週刊少年ジャンプおよび週刊少年チャンピオンに関しては，シェアが増えたのか減ったのか，（数値を見なければ）わかりません．

10.3.4. 雑誌別の合計作者数

同様に作家数に関しても集計します．

col_count = 'creator'

df_plot = \
    df.groupby('mcname')[col_count].nunique().reset_index()
df_plot['ratio'] = df_plot[col_count] / df_plot[col_count].sum()
df_plot['years'] = '全期間'
df_plot['text'] = df_plot['ratio'].apply(
    lambda x: f'{x:.2}')
fig = px.bar(
    df_plot, x='ratio', y='years', barmode='stack', text='text',
    color_discrete_sequence= px.colors.diverging.Portland,
    color='mcname', title='雑誌別の合計作者数')
fig.update_xaxes(title='比率')
fig.update_yaxes(title='期間')
show_fig(fig)

10.3.5. 雑誌別・年代別の合計作者数

col_count = 'creator'

# 10年単位で区切ったyearsを追加
df = add_years_to_df(df, 10)
# mcname, yearsで集計
df_plot = \
    df.groupby(['mcname', 'years'])[col_count].\
    nunique().reset_index()
# years単位で集計してdf_plotにカラムを追加
df_tmp = df_plot.groupby('years')[col_count].sum().reset_index(
    name='years_total')
df_plot = pd.merge(df_plot, df_tmp, how='left', on='years')
# years合計あたりの比率を計算
df_plot['ratio'] = df_plot[col_count] / df_plot['years_total']
df_plot['text'] = df_plot['ratio'].apply(
    lambda x: f'{x:.2}')

fig = px.bar(
    df_plot, y='years', x='ratio', color='mcname',
    text='text', orientation='h',
    color_discrete_sequence= px.colors.diverging.Portland,
    barmode='stack', title='雑誌別・年代別の合計作者数')
fig.update_xaxes(title='比率')
fig.update_yaxes(title='期間')
show_fig(fig)