積上げ密度プロット

積上げ密度プロット[1]#

準備#

Import#

Hide code cell content 
# warningsモジュールのインポート
import warnings

# データ解析や機械学習のライブラリ使用時の警告を非表示にする目的で警告を無視
# 本書の文脈では、可視化の学習に議論を集中させるために選択した
# ただし、学習以外の場面で、警告を無視する設定は推奨しない
warnings.filterwarnings("ignore")
Hide code cell content 
# itertoolsモジュールのインポート
# 効率的なループを実行するためのイテレータビルディングブロックを提供
# これにより、データのコンビネーションや順列などを簡潔に表現できる
import itertools

# pathlibモジュールのインポート
# ファイルシステムのパスを扱う
from pathlib import Path

# typingモジュールのインポート
# 型ヒント（Type Hints）のための様々な型（Type）を提供
from typing import Any, List, Optional

# numpy：数値計算ライブラリのインポート
# npという名前で参照可能
import numpy as np

# pandas：データ解析ライブラリのインポート
# pdという名前で参照可能
import pandas as pd

# plotly.expressのインポート
# インタラクティブなグラフ作成のライブラリ
# pxという名前で参照可能
import plotly.express as px

# plotly.graph_objectsのインポート
# goという名前で参照可能
# 低レベルのインターフェイスを提供し、より詳細なカスタマイズが可能
import plotly.graph_objects as go

# plotly.graph_objectsからFigureクラスのインポート
# 型ヒントの利用を主目的とする
from plotly.graph_objects import Figure

# plotly.subplotsのインポート
# make_subplots関数を提供
# 複数のグラフを一つの図に組み合わせることが可能
from plotly.subplots import make_subplots

変数#

Hide code cell content 
# マンガデータ保存ディレクトリのパス
DIR_CM = Path("../../../data/cm/input")
# アニメデータ保存ディレクトリのパス
DIR_AN = Path("../../../data/an/input")
# ゲームデータ保存ディレクトリのパス
DIR_GM = Path("../../../data/gm/input")

# マンガデータの分析結果の出力先ディレクトリのパス
DIR_OUT_CM = (
    DIR_CM.parent / "output" / Path.cwd().parts[-2] / Path.cwd().parts[-1] / "area"
)
# アニメデータの分析結果の出力先ディレクトリのパス
DIR_OUT_AN = (
    DIR_AN.parent / "output" / Path.cwd().parts[-2] / Path.cwd().parts[-1] / "area"
)
# ゲームデータの分析結果の出力先ディレクトリのパス
DIR_OUT_GM = (
    DIR_GM.parent / "output" / Path.cwd().parts[-2] / Path.cwd().parts[-1] / "area"
)
Hide code cell content 
# 読み込み対象ファイル名の定義

# マンガ作品とマンガ作者の対応関係に関するファイル
FN_CC_CRT = "cm_cc_crt.csv"

# マンガ各話に関するファイル
FN_CE = "cm_ce.csv"

# アニメ作品と原作者の対応関係に関するファイル
FN_AC_ACT = "an_ac_act.csv"

# アニメ各話に関するファイル
FN_AE = "an_ae.csv"

# ゲームパッケージとプラットフォームの対応関係に関するファイル
FN_PKG_PF = "gm_pkg_pf.csv"
Hide code cell content 
# plotlyの描画設定の定義

# plotlyのグラフ描画用レンダラーの定義
# Jupyter Notebook環境のグラフ表示に適切なものを選択
RENDERER = "plotly_mimetype+notebook"
Hide code cell content 
# 可視化に関する設定値の定義

# 「年代」の集計単位
UNIT_YEARS = 10
Hide code cell content 
# pandasのweekday関数で取得できる曜日の数値と実際の曜日名を対応させる辞書を定義
# 0:月曜日, 1:火曜日, ... , 6:日曜日
WEEKDAY2YOBI = {
    0: "月",
    1: "火",
    2: "水",
    3: "木",
    4: "金",
    5: "土",
    6: "日",
}
Hide code cell content 
# 質的変数の描画用のカラースケールの定義

# Okabe and Ito (2008)基準のカラーパレット
# 色の識別性が高く、多様な色覚の人々にも見やすい色組み合わせ
# 参考URL: https://jfly.uni-koeln.de/color/#pallet
OKABE_ITO = [
    "#000000",  # 黒 (Black)
    "#E69F00",  # 橙 (Orange)
    "#56B4E9",  # 薄青 (Sky Blue)
    "#009E73",  # 青緑 (Bluish Green)
    "#F0E442",  # 黄色 (Yellow)
    "#0072B2",  # 青 (Blue)
    "#D55E00",  # 赤紫 (Vermilion)
    "#CC79A7",  # 紫 (Reddish Purple)
]

関数#

Hide code cell source 
def show_fig(fig: Figure) -> None:
    """
    所定のレンダラーを用いてplotlyの図を表示
    Jupyter Bookなどの環境での正確な表示を目的とする

    Parameters
    ----------
    fig : Figure
        表示対象のplotly図

    Returns
    -------
    None
    """

    # 図の周囲の余白を設定
    # t: 上余白
    # l: 左余白
    # r: 右余白
    # b: 下余白
    fig.update_layout(margin=dict(t=25, l=25, r=25, b=25))

    # 所定のレンダラーで図を表示
    fig.show(renderer=RENDERER)
Hide code cell content 
def add_years_to_df(
    df: pd.DataFrame, unit_years: int = UNIT_YEARS, col_date: str = "date"
) -> pd.DataFrame:
    """
    データフレームにunit_years単位で区切った年数を示す新しい列を追加

    Parameters
    ----------
    df : pd.DataFrame
        入力データフレーム
    unit_years : int, optional
        年数を区切る単位、デフォルトはUNIT_YEARS
    col_date : str, optional
        日付を含むカラム名、デフォルトは "date"

    Returns
    -------
    pd.DataFrame
        新しい列が追加されたデータフレーム
    """

    # 入力データフレームをコピー
    df_new = df.copy()

    # unit_years単位で年数を区切り、新しい列として追加
    df_new["years"] = (
        pd.to_datetime(df_new[col_date]).dt.year // unit_years * unit_years
    )

    # 'years'列のデータ型を文字列に変更
    df_new["years"] = df_new["years"].astype(str)

    return df_new
Hide code cell content 
def resample_df_by_col_and_years(df: pd.DataFrame, col: str) -> pd.DataFrame:
    """
    指定されたカラムと年数に基づき、データフレームを再サンプル
    colとyearsの全ての組み合わせが存在するように0埋めを行う
    この処理は、作図時にX軸方向の順序が変わることを防ぐために必要

    Parameters
    ----------
    df : pd.DataFrame
        入力データフレーム
    col : str
        サンプリング対象のカラム名

    Returns
    -------
    pd.DataFrame
        再サンプルされたデータフレーム
    """

    # 入力データフレームを新しい変数にコピー
    df_new = df.copy()

    # データフレームからユニークな年数一覧を取得
    unique_years = df["years"].unique()

    # データフレームからユニークなcolの値一覧を取得
    unique_vals = df[col].unique()

    # 一意なカラムの値と年数の全ての組み合わせに対して処理
    for val, years in itertools.product(unique_vals, unique_years):
        # 対象のカラムの値と年数が一致するデータを抽出
        df_tmp = df_new[(df_new[col] == val) & (df_new["years"] == years)]

        # 該当するデータが存在しない場合
        if df_tmp.shape[0] == 0:
            # 0埋めのデータを作成
            default_data = {c: 0 for c in df_tmp.columns}
            # col列についてはvalで埋める
            default_data[col] = val
            # years列についてはyearで埋める
            default_data["years"] = years
            # 新たなレコードとして追加
            df_add = pd.DataFrame(default_data, index=[0])

            # 0埋めのデータをデータフレームに追加
            df_new = pd.concat([df_new, df_add], ignore_index=True)

    return df_new
Hide code cell content 
def add_background_trace(
    fig: Figure,
    row: int,
    col: int,
    x: List[Any],
    y: List[Any],
    fillcolor: str = "lightgrey",
    name: str = "合計",
) -> Figure:
    """
    指定されたFigureに全数の推移を背景として追加

    Parameters
    ----------
    fig : Figure
        更新されるPlotly Figureオブジェクト
    row : int
        サブプロットの行位置
    col : int
        サブプロットの列位置
    x : List[Any]
        X軸のデータ
    y : List[Any]
        Y軸のデータ
    fillcolor : str, optional
        塗りつぶしの色
    name : str, optional
        トレースの名前（凡例に表示される）

    Returns
    -------
    Figure
        更新されたFigureオブジェクト
    """
    fig.add_trace(
        go.Scatter(
            x=x, y=y, fill="tozeroy", mode="none", fillcolor=fillcolor, name=name
        ),
        row=row,
        col=col,
    )
    return fig
Hide code cell content 
def add_density_plot(
    fig: Figure,
    row: int,
    col: int,
    x: List[Any],
    y: List[Any],
    fillcolor: str = "orange",
    linecolor: str = "red",
    name: Optional[str] = None,
) -> Figure:
    """
    指定されたFigureに積上げ密度プロットを追加する

    Parameters
    ----------
    fig : Figure
        更新されるPlotly Figureオブジェクト
    row : int
        サブプロットの行位置
    col : int
        サブプロットの列位置
    x : List[Any]
        X軸のデータ
    y : List[Any]
        Y軸のデータ
    fillcolor : str, optional
        塗りつぶしの色
    linecolor : str, optional
        線の色
    name : Optional[str], optional
        トレースの名前（凡例に表示される）

    Returns
    -------
    Figure
        更新されたFigureオブジェクト
    """
    fig.add_trace(
        go.Scatter(
            x=x,
            y=y,
            fill="tozeroy",
            fillcolor=fillcolor,
            line=dict(color=linecolor),
            name=name,
        ),
        row=row,
        col=col,
    )
    return fig
Hide code cell content 
def filter_gender_and_reset_index(df: pd.DataFrame, gender: str) -> pd.DataFrame:
    """
    特定の性別でデータをフィルタリングし、インデックスをリセットする

    Parameters
    ----------
    df : pd.DataFrame
        分析対象のデータフレーム
    gender : str
        フィルタリングする性別（'male' または 'female'）

    Returns
    -------
    pd.DataFrame
        フィルタリングされ、インデックスがリセットされたデータフレーム

    """
    # データフレームから指定された性別のデータのみを選択
    df_filtered = df[df["性別"] == gender]

    # インデックスをリセット（古いインデックスは削除）
    return df_filtered.reset_index(drop=True)
Hide code cell content 
def add_gender_pyramid_trace(
    fig: go.Figure, df: pd.DataFrame, gender: str, col: int
) -> go.Figure:
    """
    人口ピラミッドのトレースを図に追加する

    Parameters
    ----------
    fig : go.Figure
        追加先の図
    df : pd.DataFrame
        データフレーム、声優数と放送年が含まれている必要がある
    gender : str
        性別を示す文字列（'男性' または '女性'）
    col : int
        トレースを追加する列の番号

    Returns
    -------
    go.Figure
        トレースが追加された図
    """
    # 人口ピラミッドのトレースを図に追加
    fig.add_trace(
        go.Scatter(
            x=df["声優数"],
            y=df["年"],
            orientation="h",
            fill="tozerox",
            fillcolor="orange",
            line=dict(color="red"),
            showlegend=False,
            name=gender,
        ),
        row=1,
        col=col,
    )

    # 修正された図を返す
    return fig
Hide code cell content 
def save_df_to_csv(df: pd.DataFrame, dir_save: Path, fn_save: str) -> None:
    """
    DataFrameをCSVファイルとして指定されたディレクトリに保存する関数

    Parameters
    ----------
    df : pd.DataFrame
        保存対象となるDataFrame
    dir_save : Path
        出力先ディレクトリのパス
    fn_save : str
        保存するCSVファイルの名前（拡張子は含めない）
    """
    # 出力先ディレクトリが存在しない場合は作成
    dir_save.mkdir(parents=True, exist_ok=True)

    # 出力先のパスを作成
    p_save = dir_save / f"{fn_save}.csv"

    # DataFrameをCSVファイルとして保存する
    df.to_csv(p_save, index=False, encoding="utf-8-sig")

    # 保存完了のメッセージを表示する
    print(f"DataFrame is saved as '{p_save}'.")

可視化例#

マンガデータ#

Hide code cell content 
# pandasのread_csv関数でCSVファイルの読み込み
df_cc_crt = pd.read_csv(DIR_CM / FN_CC_CRT)
df_ce = pd.read_csv(DIR_CM / FN_CE)
Hide code cell content 
# crtidごとのmcid数を集計し、n_mc列として追加した中間DataFrame
df_tmp = df_cc_crt.groupby("crtid")["mcid"].nunique().reset_index(name="n_mc")
# 複数のマンガ雑誌に掲載経験のあるcrtid一覧をリスト化
crtids2drop = df_tmp[df_tmp["n_mc"] > 1]["crtid"].to_list()
# df_cc_crtからcrtid2dropに含まれる行を削除
df_cc_crt = df_cc_crt[~df_cc_crt["crtid"].isin(crtids2drop)].reset_index(drop=True)
Hide code cell content 
# 各crtidに対して、関連するmcnameのユニークな数を数える
# groupbyでcrtidごとにグループ化し、nuniqueメソッドで各グループのmcnameのユニークな数を数える
# all関数を使って、nuniqueの結果が全て1であること（各crtidが1つのmcnameにのみ紐づいていること）を確認
assert all(df_cc_crt.groupby("crtid")["mcname"].nunique() == 1)
Hide code cell content 
# df_ceに年代情報を追加するための関数add_years_to_dfを適用
# unit_years=1とすることで、一年単位で集計
df_ce = add_years_to_df(df_ce, unit_years=1)

# yearsとccidのユニークな組み合わせを持つデータフレームを作成
# 重複するデータを削除し、必要なカラムのみを選択
# ignore_index=Trueで新しいインデックスを割り当てている
df_cc_years = df_ce.drop_duplicates(subset=["years", "ccid"], ignore_index=True)[
    ["ccid", "years"]
]
Hide code cell content 
# df_cc_crtとdf_cc_yearsをccidを基準にして右結合（right join）し、df_mergeを作成
# これにより、df_cc_crtのデータにdf_cc_yearsのyears情報が組み合わされる
df_merge = pd.merge(df_cc_crt, df_cc_years, on="ccid", how="right")

# df_mergeをマンガ雑誌名とyearsごとにグループ化し、作者のユニーク数を集計
# nunique()を使用して各グループ内のユニークな作者数をカウント
df_cm = (
    df_merge.groupby(["mcname", "years"])["crtid"].nunique().reset_index(name="n_crt")
)

# years別の比率を計算するための一時的なDataFrameを作成し、マージ
df_tmp = df_cm.groupby("years")["n_crt"].sum().reset_index(name="years_total")
df_cm = pd.merge(df_cm, df_tmp, how="left", on="years")

# years別のマンガ作者数のシェアを計算
df_cm["ratio"] = df_cm["n_crt"] / df_cm["years_total"]
# 可視化した際の補足情報として、小数点以下2桁で丸めたシェアを計算
df_cm["text"] = df_cm["ratio"].apply(lambda x: f"{x: .2}")

# 列名をわかりやすい名前に変更
df_cm = df_cm.rename(
    columns={
        "mcname": "マンガ雑誌名",
        "years": "年",
        "n_crt": "マンガ作者数",
        "ratio": "マンガ作者数のシェア",
    }
)
Hide code cell content 
# 年別のyears_total一覧を確認
# 同年に対して同じyears_totalが格納されているため、それぞれ最初の一つ目を表示
df_cm.groupby("年")["years_total"].first().reset_index()
年 years_total
0 1970 65
1 1971 98
2 1972 101
3 1973 88
4 1974 49
5 1975 56
6 1976 69
7 1977 72
8 1978 84
9 1979 99
10 1980 131
11 1981 127
12 1982 132
13 1983 124
14 1984 98
15 1985 112
16 1986 125
17 1987 146
18 1988 176
19 1989 176
20 1990 174
21 1991 167
22 1992 162
23 1993 156
24 1994 176
25 1995 167
26 1996 164
27 1997 158
28 1998 160
29 1999 169
30 2000 177
31 2001 185
32 2002 195
33 2003 197
34 2004 236
35 2005 220
36 2006 212
37 2007 216
38 2008 220
39 2009 236
40 2010 245
41 2011 241
42 2012 245
43 2013 277
44 2014 304
45 2015 296
46 2016 256
47 2017 241
Hide code cell content 
# 可視化対象のDataFrameを確認
df_cm.head()
マンガ雑誌名 年 マンガ作者数 years_total マンガ作者数のシェア text
0 週刊少年サンデー 1970 13 65 0.200000 0.2
1 週刊少年サンデー 1971 28 98 0.285714 0.29
2 週刊少年サンデー 1972 19 101 0.188119 0.19
3 週刊少年サンデー 1973 21 88 0.238636 0.24
4 週刊少年サンデー 1974 10 49 0.204082 0.2
Hide code cell content 
# 可視化対象DataFrameを保存
save_df_to_csv(df_cm, DIR_OUT_CM, "cm")

DataFrame is saved as '../../../data/cm/output/vol2/03/area/cm.csv'.
Hide code cell source 
# 積上げ密度プロットを作成し、年ごとのマンガ作者数のシェアを可視化
# x軸に年、y軸にマンガ作者数のシェアを設定し、colorにマンガ雑誌名を指定
# color_discrete_sequenceで色の配列をOKABE_ITOカラースキームに設定
fig = px.area(
    df_cm,
    x="年",
    y="マンガ作者数のシェア",
    color="マンガ雑誌名",
    color_discrete_sequence=OKABE_ITO,
)

# x unifiedを指定することで、同じxに対する複数のyの値を同時に比較できる
fig.update_layout(hovermode="x unified")

# 積上げ密度プロットを表示
show_fig(fig)
Hide code cell source 
# 積上げ密度プロットを作成し、年ごとのマンガ作者数を可視化
# x軸に年、y軸にマンガ作者数を設定し、colorにマンガ雑誌名を指定
# color_discrete_sequenceで色の配列をOKABE_ITOカラースキームに設定
fig = px.area(
    df_cm,
    x="年",
    y="マンガ作者数",
    color="マンガ雑誌名",
    color_discrete_sequence=OKABE_ITO,
)

# x unifiedを指定することで、同じxに対する複数のyの値を同時に比較できる
fig.update_layout(hovermode="x unified")

# 積上げ密度プロットを表示
show_fig(fig)
Hide code cell source 
# マンガ雑誌ごとに積上げ密度プロットを作成し、年ごとのマンガ作者数を可視化
# x軸に年、y軸にマンガ作者数を設定し、facet_colにマンガ雑誌名を指定
# facet_col_wrap=2とすることで、2列のファセットを配置
fig = px.area(
    df_cm,
    x="年",
    y="マンガ作者数",
    facet_col="マンガ雑誌名",
    facet_col_wrap=2,
)

# ファセット（マンガ雑誌ごとの積み上げ密度プロット）のタイトルを簡潔にする処理
# デフォルトではタイトルは「マンガ雑誌名=xxx」という形式になっている
fig.for_each_annotation(lambda a: a.update(text=a.text.split("=")[-1]))

# 積み上げ密度プロットを表示
show_fig(fig)
Hide code cell content 
# 全体の合計マンガ作者数のデータを計算
df_total = (
    df_cm.groupby("年")["マンガ作者数"].sum().reset_index(name="合計マンガ作者数")
)

# ユニークなマンガ雑誌名のリストを取得
mcnames = df_cm["マンガ雑誌名"].unique()
Hide code cell content 
# 可視化対象のDataFrameを確認
df_total.head()
年 合計マンガ作者数
0 1970 65
1 1971 98
2 1972 101
3 1973 88
4 1974 49
Hide code cell content 
# 可視化対象DataFrameを保存
save_df_to_csv(df_total, DIR_OUT_CM, "total")

DataFrame is saved as '../../../data/cm/output/vol2/03/area/total.csv'.
Hide code cell source 
# サブプロットの作成（2行2列のレイアウト）
# shared_xaxes=Trueで全てのサブプロットが同じx軸を共有するように設定
# subplot_titlesにマンガ雑誌名を指定して各サブプロットにタイトルを設定
# horizontal_spacingとvertical_spacingでファセット間の間隔を調整
fig = make_subplots(
    rows=2,
    cols=2,
    shared_xaxes=True,
    subplot_titles=mcnames,
    horizontal_spacing=0.05,
    vertical_spacing=0.05,
)

# 各マンガ雑誌に対してプロットを追加
for i, mcname in enumerate(mcnames):
    # 行(row)と列(col)の位置を計算（2行2列のレイアウトを想定）
    row, col = i // 2 + 1, i % 2 + 1

    # マンガ雑誌名でデータをフィルタリング
    df_subset = df_cm[df_cm["マンガ雑誌名"] == mcname]

    # 全体の合計マンガ作者数の推移を背景に追加
    fig = add_background_trace(
        fig, row, col, df_total["年"], df_total["合計マンガ作者数"]
    )

    # マンガ雑誌別の積上げ密度プロットを追加
    fig = add_density_plot(
        fig, row, col, df_subset["年"], df_subset["マンガ作者数"], name=mcname
    )

# グラフのレイアウトを調整
# heightでグラフ全体の高さを設定し、showlegend=Falseで凡例を非表示に
fig.update_layout(height=600, showlegend=False)

# y軸のタイトルを左側のサブプロット全てに設定
for row in range(1, 3):
    fig.update_yaxes(title_text="マンガ作者数", row=row, col=1)

# x軸のタイトルを下側のサブプロット全てに設定
for col in range(1, 3):
    fig.update_xaxes(title_text="年", row=2, col=col)

# x unifiedを指定することで、同じxに対する複数のyの値を同時に比較できる
fig.update_layout(hovermode="x unified")

# グラフを表示
show_fig(fig)

アニメデータ#

Hide code cell content 
# pandasのread_csv関数でCSVファイルの読み込み
df_ac_act = pd.read_csv(DIR_AN / FN_AC_ACT)
df_ae = pd.read_csv(DIR_AN / FN_AE)
Hide code cell content 
# 各crtidに対して、関連するgenderのユニークな数を数える
# groupbyでcrtidごとにグループ化し、nuniqueメソッドで各グループのgenderのユニークな数を数える
# all関数を使って、nuniqueの結果が全て1であること（各crtidが1つのgenderにのみ紐づいていること）を確認
assert all(df_ac_act.groupby("actid")["gender"].nunique() == 1)
Hide code cell content 
# df_aeに年代情報を追加するための関数add_years_to_dfを適用
# unit_years=1を指定することで、1年単位の年代情報を追加する
df_ae = add_years_to_df(df_ae, unit_years=1)

# acidとyearsのユニークな組み合わせを持つDataFrameを作成
# 重複するデータを削除し、必要なカラムのみを選択
# ignore_index=Trueで新しいインデックスを割り当てる
df_ac_years = df_ae.drop_duplicates(subset=["acid", "years"], ignore_index=True)[
    ["acid", "years"]
]
Hide code cell content 
# df_ac_actとdf_ac_yearsをacidを基準にして左結合（left join）し、df_mergeを作成
# これにより、df_ac_actのデータにdf_ac_yearsの年代情報が組み合わされる
df_merge = pd.merge(df_ac_act, df_ac_years, on="acid", how="left")

# df_mergeを性別と年代ごとにグループ化し、声優のユニーク数を集計
# nunique()を使用して各グループ内のユニークな声優数をカウント
df_an = (
    df_merge.groupby(["gender", "years"])["acid"].nunique().reset_index(name="n_act")
)

# 列名をわかりやすい名前に変更
df_an = df_an.rename(columns={"gender": "性別", "years": "年", "n_act": "声優数"})
Hide code cell content 
# 年別の声優数の合計値を集計
df_an.groupby("年")["声優数"].sum().reset_index()
年 声優数
0 1963 4
1 1964 4
2 1965 4
3 1966 2
4 1971 2
5 1972 2
6 1974 4
7 1975 2
8 1979 2
9 1980 2
10 1990 2
11 1992 2
12 1993 6
13 1994 6
14 1995 6
15 1996 10
16 1997 10
17 1998 10
18 1999 125
19 2000 252
20 2001 287
21 2002 288
22 2003 342
23 2004 407
24 2005 398
25 2006 515
26 2007 491
27 2008 470
28 2009 400
29 2010 372
30 2011 381
31 2012 433
32 2013 503
33 2014 430
34 2015 469
35 2016 463
36 2017 283
Hide code cell content 
# df_anから、2000年以降のデータのみを抽出
df_an = df_an[df_an["年"].astype(int) >= 2000].reset_index(drop=True)
Hide code cell content 
# 年ごとの合計声優数を格納する辞書を作成
year2nact = df_an.groupby("年")["声優数"].sum().to_dict()

# df_anに合計声優数という列を追加し、year2nactから値を取得して格納
df_an["合計声優数"] = df_an["年"].map(year2nact)

# df_anに内訳列を追加。声優数 / 合計声優数で算出
df_an["声優数のシェア"] = df_an["声優数"] / df_an["合計声優数"]
Hide code cell content 
# 可視化対象のDataFrameを確認
df_an.head()
性別 年 声優数 合計声優数 声優数のシェア
0 female 2000 127 252 0.503968
1 female 2001 145 287 0.505226
2 female 2002 147 288 0.510417
3 female 2003 173 342 0.505848
4 female 2004 202 407 0.496314
Hide code cell content 
# 可視化対象DataFrameを保存
save_df_to_csv(df_an, DIR_OUT_AN, "an")

DataFrame is saved as '../../../data/an/output/vol2/03/area/an.csv'.
Hide code cell source 
# 積上げ密度プロットを作成し、年ごとの声優数のシェアを可視化
# x軸に年、y軸に声優数のシェアを設定し、colorに性別を指定
# color_discrete_sequenceで色の配列をOKABE_ITOカラースキームに設定
fig = px.area(
    df_an, x="年", y="声優数のシェア", color="性別", color_discrete_sequence=OKABE_ITO
)

# x unifiedを指定することで、同じxに対する複数のyの値を同時に比較できる
fig.update_layout(hovermode="x unified")

# 積上げ密度プロットを表示
show_fig(fig)
Hide code cell source 
# 積上げ密度プロットを作成し、年ごとの声優数を可視化
# x軸に年、y軸に声優数を設定し、colorに性別を指定
# color_discrete_sequenceで色の配列をOKABE_ITOカラースキームに設定
fig = px.area(
    df_an, x="年", y="声優数", color="性別", color_discrete_sequence=OKABE_ITO
)

# x unifiedを指定することで、同じxに対する複数のyの値を同時に比較できる
fig.update_layout(hovermode="x unified")

# 積上げ密度プロットを表示
show_fig(fig)
Hide code cell content 
# 放送年ごとにユニークなアニメ作品（acid）数をカウント
# 特にアニメ作品数が多い放送年トップ10を表示
df_tmp = df_ae.groupby("years")["acid"].nunique().reset_index(name="n_ac")
df_tmp.sort_values("n_ac", ascending=False, ignore_index=True).head(10)
years n_ac
0 2016 346
1 2014 332
2 2006 315
3 2007 306
4 2008 302
5 2015 301
6 2013 291
7 2009 267
8 2012 254
9 2005 245
Hide code cell content 
# データフレームを性別でフィルタリング
df_an_m = filter_gender_and_reset_index(df_an, "male")
df_an_f = filter_gender_and_reset_index(df_an, "female")
Hide code cell content 
# 可視化対象のDataFrameを確認
df_an_m.head()
性別 年 声優数 合計声優数 声優数のシェア
0 male 2000 125 252 0.496032
1 male 2001 142 287 0.494774
2 male 2002 141 288 0.489583
3 male 2003 169 342 0.494152
4 male 2004 205 407 0.503686
Hide code cell content 
# 可視化対象のDataFrameを確認
df_an_f.head()
性別 年 声優数 合計声優数 声優数のシェア
0 female 2000 127 252 0.503968
1 female 2001 145 287 0.505226
2 female 2002 147 288 0.510417
3 female 2003 173 342 0.505848
4 female 2004 202 407 0.496314
Hide code cell content 
# 可視化対象DataFrameを保存
save_df_to_csv(df_an_m, DIR_OUT_AN, "an_m")
save_df_to_csv(df_an_f, DIR_OUT_AN, "an_f")

DataFrame is saved as '../../../data/an/output/vol2/03/area/an_m.csv'.
DataFrame is saved as '../../../data/an/output/vol2/03/area/an_f.csv'.
Hide code cell source 
# 人口ピラミッド用の図を作成
fig = make_subplots(
    rows=1, cols=2, subplot_titles=("男性", "女性"), horizontal_spacing=0.01
)

# 図に男性のデータを追加
fig = add_gender_pyramid_trace(fig, df_an_m, "男性", 1)

# 図に女性のデータを追加
fig = add_gender_pyramid_trace(fig, df_an_f, "女性", 2)

# 男性側のx軸を反転（左向き）し、女性側のY軸の目盛りを消す
fig.update_xaxes(autorange="reversed", row=1, col=1)
fig.update_yaxes(showticklabels=False, row=1, col=2)

# x軸とy軸のタイトルを設定
fig.update_xaxes(title_text="声優数")
fig.update_yaxes(title_text="放送年")

# ホバーモードの設定
fig.update_layout(hovermode="y unified")

# 図を表示
show_fig(fig)

ゲームデータ#

Hide code cell content 
# pandasのread_csv関数でCSVファイルの読み込み
df_pkg_pf = pd.read_csv(DIR_GM / FN_PKG_PF)
Hide code cell content 
# df_pkg_pfに年代（1年刻み）を追加
df_pkg_pf = add_years_to_df(df_pkg_pf, unit_years=1)

# date列をdatetimeオブジェクトに変換して、曜日情報を新たな列としてdf_pkg_pfに追加
df_pkg_pf["weekday"] = pd.to_datetime(df_pkg_pf["date"]).dt.weekday
Hide code cell content 
# 各pkgidに対して、関連するweekdayのユニークな数を数える
# groupbyでpkgidごとにグループ化し、nuniqueメソッドで各グループのweekdayのユニークな数を数える
# all関数を使って、nuniqueの結果が全て1であること（各pkgidが1つのweekdayにのみ紐づいていること）を確認
assert all(df_pkg_pf.groupby("pkgid")["weekday"].nunique() == 1)
Hide code cell content 
# years、weekdayごとにpkgidのユニーク数を集計し、n_pkg列として追加
df_gm = (
    df_pkg_pf.groupby(["years", "weekday"])["pkgid"].nunique().reset_index(name="n_pkg")
)

# 数値で表されている曜日を文字列にマッピング
df_gm["yobi"] = df_gm["weekday"].map(WEEKDAY2YOBI)

# 可視化用に列名をリネーム
df_gm = df_gm.rename(
    columns={"years": "発売年", "yobi": "発売曜日", "n_pkg": "パッケージ数"}
)
Hide code cell content 
# 年別のパッケージ数を集計して表示
df_gm.groupby("発売年")["パッケージ数"].sum().reset_index()
発売年 パッケージ数
0 1982 12
1 1983 11
2 1984 30
3 1985 59
4 1986 57
5 1987 106
6 1988 79
7 1989 152
8 1990 300
9 1991 336
10 1992 398
11 1993 427
12 1994 613
13 1995 735
14 1996 841
15 1997 856
16 1998 985
17 1999 1173
18 2000 1259
19 2001 1070
20 2002 1156
21 2003 1065
22 2004 1037
23 2005 1103
24 2006 1244
25 2007 1641
26 2008 1681
27 2009 1968
28 2010 1930
29 2011 1575
30 2012 1700
31 2013 2033
32 2014 2106
33 2015 1964
34 2016 1852
35 2017 2074
36 2018 9
37 2019 1
Hide code cell content 
# 1990年から2017年までのデータに絞る
df_gm = df_gm[
    (df_gm["発売年"].astype(int) >= 1990) & (df_gm["発売年"].astype(int) <= 2017)
].reset_index(drop=True)
Hide code cell content 
# 年代別の合計ゲームパッケージ数を集計し、辞書として保存
year2npkg = df_gm.groupby("発売年")["パッケージ数"].sum().to_dict()

# 年をキーに、year2npkgで合計パッケージ数をマッピング
df_gm["合計パッケージ数"] = df_gm["発売年"].map(year2npkg)

# 年ごとのシェアを計算
df_gm["パッケージ数のシェア"] = df_gm["パッケージ数"] / df_gm["合計パッケージ数"]
Hide code cell content 
# 可視化対象のDataFrameを確認
df_gm.head()
発売年 weekday パッケージ数 発売曜日 合計パッケージ数 パッケージ数のシェア
0 1990 0 1 月 300 0.003333
1 1990 1 17 火 300 0.056667
2 1990 2 16 水 300 0.053333
3 1990 3 15 木 300 0.050000
4 1990 4 197 金 300 0.656667
Hide code cell content 
# 可視化対象DataFrameを保存
save_df_to_csv(df_gm, DIR_OUT_GM, "gm")

DataFrame is saved as '../../../data/gm/output/vol2/03/area/gm.csv'.
Hide code cell source 
# 積上げ密度プロットを作成し、年ごとのゲームパッケージ数のシェアを可視化
# x軸に年、y軸にパッケージ数のシェアを設定し、colorに曜日を指定
# color_discrete_sequenceで色の配列をOKABE_ITOカラースキームに設定
fig = px.area(
    df_gm,
    x="発売年",
    y="パッケージ数のシェア",
    color="発売曜日",
    color_discrete_sequence=OKABE_ITO,
)

# x unifiedを指定することで、同じxに対する複数のyの値を同時に比較できる
fig.update_layout(hovermode="x unified")

# 積上げ密度プロットを表示
show_fig(fig)
Hide code cell source 
# 積上げ密度プロットを作成し、年ごとのゲームパッケージ数を可視化
# x軸に年、y軸にパッケージ数を設定し、colorに曜日を指定
# color_discrete_sequenceで色の配列をOKABE_ITOカラースキームに設定
fig = px.area(
    df_gm,
    x="発売年",
    y="パッケージ数",
    color="発売曜日",
    color_discrete_sequence=OKABE_ITO,
)

# x unifiedを指定することで、同じxに対する複数のyの値を同時に比較できる
fig.update_layout(hovermode="x unified")

# 積上げ密度プロットを表示
show_fig(fig)
Hide code cell content 
# ゲームデータ中のweekdayと曜日を全て抽出
weekdays = df_gm["weekday"].unique()
yobis = [WEEKDAY2YOBI[x] for x in weekdays]
Hide code cell content 
# プロット用に年別の合計ゲームパッケージ数を集計
df_gm_total = (
    df_gm.groupby("発売年")["パッケージ数"].sum().reset_index(name="合計パッケージ数")
)
Hide code cell content 
# 可視化対象のDataFrameを確認
df_gm_total.head()
発売年 合計パッケージ数
0 1990 300
1 1991 336
2 1992 398
3 1993 427
4 1994 613
Hide code cell content 
# 可視化対象DataFrameを保存
save_df_to_csv(df_gm_total, DIR_OUT_GM, "gm_total")

DataFrame is saved as '../../../data/gm/output/vol2/03/area/gm_total.csv'.
Hide code cell source 
# サブプロットの作成（4行2列のレイアウト）
# shared_xaxes=Trueで全てのサブプロットが同じx軸を共有するように設定
# subplot_titlesに曜日名を指定して各サブプロットにタイトルを設定
# vertical_spacingとhorizontal_spacingでファセット間隔を調整
fig = make_subplots(
    rows=4,
    cols=2,
    shared_xaxes=True,
    subplot_titles=yobis + ["合計"],
    vertical_spacing=0.05,
    horizontal_spacing=0.05,
)

# 各曜日に対してプロットを追加
for i, yobi in enumerate(yobis):
    # 行(row)と列(col)の位置を計算（4行2列のレイアウトを想定）
    row, col = i // 2 + 1, i % 2 + 1

    # 曜日名でデータをフィルタリング
    df_subset = df_gm[df_gm["発売曜日"] == yobi]

    # 全体の合計ゲームパッケージ数の推移を背景に追加
    fig = add_background_trace(
        fig, row, col, df_gm_total["発売年"], df_gm_total["合計パッケージ数"]
    )

    # 曜日別の積上げ密度プロットを追加
    fig = add_density_plot(
        fig, row, col, df_subset["発売年"], df_subset["パッケージ数"], name=yobi
    )

# グラフのレイアウトを調整
# heightでグラフ全体の高さを設定し、showlegend=Falseで凡例を非表示に
fig.update_layout(height=800, showlegend=False)

# y軸のタイトルを左側のサブプロット全てに設定
for row in range(1, 5):
    fig.update_yaxes(title_text="ゲームパッケージ数", row=row, col=1)
# fig.update_yaxes(title_text="ゲームパッケージ数", row=4, col=1)

# x軸のタイトルを下側のサブプロット全てに設定
for col in range(1, 3):
    fig.update_xaxes(title_text="年", row=4, col=col)

# x unifiedを指定することで、同じxに対する複数のyの値を同時に比較できる
fig.update_layout(hovermode="x unified")

# グラフを表示
show_fig(fig)
Contents