散布図

準備

Import

Show code cell content 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")

Show code cell content Hide code cell content

# 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

# 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
# より詳細なグラフ作成機能を利用可能
# goという名前で参照可能
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

変数

Show code cell content 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] / "scatter"
)
# 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] / "scatter"
)
# 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] / "scatter"
)

Show code cell content Hide code cell content

# 読み込み対象ファイル名の定義

# マンガ各話に関するファイル
FN_CE = "cm_ce.csv"

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

# アニメ各話に関するファイル
FN_AE = "an_ae.csv"

# アニメ作品と声優の対応関係に関するファイル
FN_AC_ACT = "an_ac_act.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"

Show code cell content Hide code cell content

# 国内主要ゲームメーカーのプラットフォームとメーカー名の対応辞書
# キー: プラットフォーム名、値: メーカー名の略称
PF2MK = {
    "プレイステーション": "ソニー",
    "プレイステーション2": "ソニー",
    "プレイステーション・ポータブル": "ソニー",
    "プレイステーション3": "ソニー",
    "プレイステーションVita": "ソニー",
    "プレイステーション4": "ソニー",
    "ゲームアーカイブス": "ソニー",
    "SG-1000": "セガ",
    "SC-3000": "セガ",
    "SEGAマーク3": "セガ",
    "セガ・マスターシステム": "セガ",
    "メガドライブ": "セガ",
    "ゲームギア": "セガ",
    "セガサターン": "セガ",
    "ドリームキャスト": "セガ",
    "ファミリーコンピュータ": "任天堂",
    "ゲームボーイ": "任天堂",
    "スーパーファミコン": "任天堂",
    "NINTENDO64": "任天堂",
    "ゲームボーイアドバンス": "任天堂",
    "ニンテンドーゲームキューブ": "任天堂",
    "ニンテンドーDS": "任天堂",
    "ニンテンドー3DS": "任天堂",
    "Wii": "任天堂",
    "WiiU": "任天堂",
    "NintendoSwitch": "任天堂",
}

Show code cell content 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)
]

Show code cell content 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"

関数

Show code cell source Hide code cell source

def show_fig(fig: Figure, watermark: str = None, position: str = None) -> None:
    """
    所定のレンダラーを用いてplotlyの図を表示する関数
    オプションで図に透かしを追加可能

    Parameters
    ----------
    fig : Figure
        表示対象のplotly図
    watermark : str, optional
        図に追加する透かしのテキスト
    position : str, optional
        透かしの位置 ('topleft', 'topright', 'bottomleft', 'bottomright')

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

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

    # 透かしの位置を辞書で定義
    # キーは位置を表す文字列、値はx, y座標のタプル
    position_dict = {
        "topleft": (0.05, 0.95),
        "topright": (0.95, 0.95),
        "bottomleft": (0.05, 0.05),
        "bottomright": (0.95, 0.05),
    }

    # 透かしを追加する場合の処理
    # 指定された位置が辞書に存在する場合のみ、透かしを追加
    if watermark and position in position_dict:
        # 指定された位置に対応する座標を取得
        x_pos, y_pos = position_dict[position]

        # 透かしを図に追加
        # 透かしはテキストで、指定された位置に表示される
        # フォントサイズは60、色は薄い灰色
        fig.add_annotation(
            text=watermark,
            xref="paper",
            yref="paper",
            x=x_pos,
            y=y_pos,
            showarrow=False,
            font=dict(size=60, color="lightgrey"),
            opacity=0.8,
        )

    # 所定のレンダラーを使用して図を表示
    fig.show(renderer=RENDERER)

Show code cell content Hide code cell content

def add_jitter(values: pd.Series, scale: float = 0.3, seed: int = None) -> pd.Series:
    """
    与えられた値にジッタリング（ランダムなノイズ）を適用する

    Parameters
    ----------
    values : pd.Series
        ジッタリングを適用する数値が含まれるPandasのSeries
    scale : float, optional
        ランダムノイズの大きさを調整するためのスケール因子、デフォルトは0.3
    seed : int, optional
        乱数生成のためのシード値、指定された場合再現可能なランダムノイズが生成される

    Returns
    -------
    pd.Series
        ジッタリングが適用された数値を含むPandasのSeries
    """

    # シード値が指定された場合は、乱数ジェネレータを初期化
    if seed is not None:
        np.random.seed(seed)

    # ランダムなノイズを生成して値に加える
    return values + np.random.randn(len(values)) * scale

Show code cell content 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

Show code cell content Hide code cell content

# pandasのread_csv関数でCSVファイルの読み込み
df_ce = pd.read_csv(DIR_CM / FN_CE)
df_cc_crt = pd.read_csv(DIR_CM / FN_CC_CRT)

Show code cell content Hide code cell content

# 可視化のための集計
# 各マンガ作品（cc）に紐づく原作者（crt）の情報をマージ
df_cm = pd.merge(df_ce, df_cc_crt[["ccid", "crtid", "crtname"]], on="ccid", how="outer")

# 雑誌の各巻号（miname）ごとにデータを集計
df_cm = (
    df_cm.groupby(["miname"])[["ccid", "crtid", "page_end", "date", "price", "mcname"]]
    .agg(
        {
            "ccid": "nunique",  # 作品数：ユニークなccidの数
            "crtid": "nunique",  # 作者数：ユニークなcrtidの数
            "page_end": "max",  # 合計ページ数：page_endの最大値
            "date": "first",  # 発売日：dateの最初の値
            "price": "first",  # 価格：priceの最初の値
            "mcname": "first",  # 雑誌名：mcnameの最初の値
        }
    )
    .reset_index()
)

# カラム名をわかりやすく変更
df_cm = df_cm.rename(
    columns={
        "miname": "マンガ雑誌巻号名",
        "ccid": "マンガ作品数",
        "crtid": "マンガ作者数",
        "page_end": "合計ページ数",
        "date": "発売日",
        "price": "価格",
        "mcname": "マンガ雑誌名",
    }
)

Show code cell content Hide code cell content

# 可視化対象のDataFrameを確認
df_cm.head()

	マンガ雑誌巻号名	マンガ作品数	マンガ作者数	合計ページ数	発売日	価格	マンガ雑誌名
0	週刊少年サンデー 1970年 表示号数32	12	14	284.0	1970-08-02	80.0	週刊少年サンデー
1	週刊少年サンデー 1970年 表示号数33	12	16	307.0	1970-08-09	90.0	週刊少年サンデー
2	週刊少年サンデー 1970年 表示号数34	13	17	314.0	1970-08-16	90.0	週刊少年サンデー
3	週刊少年サンデー 1970年 表示号数35	13	17	305.0	1970-08-23	90.0	週刊少年サンデー
4	週刊少年サンデー 1970年 表示号数36	13	17	305.0	1970-08-30	90.0	週刊少年サンデー

Show code cell content 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/vol2/04/scatter/cm.csv'.

Show code cell source Hide code cell source

# px.scatter関数を使用して散布図を作成
# x軸に作品数、y軸に作者数をプロット
# 各点には雑誌巻号名、発売日、雑誌名をホバー情報として表示
fig = px.scatter(
    df_cm,
    x="マンガ作品数",
    y="マンガ作者数",
    hover_name="マンガ雑誌巻号名",
    hover_data=["発売日", "マンガ雑誌名"],
)

# 散布図のマーカーのスタイルを更新
# サイズを10に設定し、線幅を1、透明度を0.5に設定
fig.update_traces(
    marker={
        "size": 10,
        "line_width": 1,
        "opacity": 0.5,
    }
)

# 散布図を表示
show_fig(fig)

Show code cell source Hide code cell source

# 直線y=xの最小値と最大値を規定
# 最小値は0、最大値は散布図の最大値の1.1倍
x_line = [0, df_cm["マンガ作品数"].max() * 1.1]

# 2点を使ってy = xの直線を追加
fig.add_trace(go.Scatter(x=x_line, y=x_line, mode="lines", name="y=x"))

# 散布図を表示
show_fig(fig)

Show code cell content Hide code cell content

# assignメソッドで作品数-作者数を格納する列diffを一時的に作成し、それに基づき降順ソート
# headメソッドで上位5つを表示
df_cm.assign(diff=df_cm["マンガ作品数"] - df_cm["マンガ作者数"]).sort_values(
    by="diff", ascending=False
).head()

	マンガ雑誌巻号名	マンガ作品数	マンガ作者数	合計ページ数	発売日	価格	マンガ雑誌名	diff
3933	週刊少年ジャンプ 2003年 表示号数37	40	22	463.0	2003-08-25	219.0	週刊少年ジャンプ	18
2126	週刊少年サンデー 2013年 表示号数6	49	33	482.0	2013-01-09	267.0	週刊少年サンデー	16
4224	週刊少年ジャンプ 2009年 表示号数37	32	27	535.0	2009-08-31	238.0	週刊少年ジャンプ	5
8997	週刊少年マガジン 2012年 表示号数50	33	29	472.0	2012-11-28	248.0	週刊少年マガジン	4
4565	週刊少年ジャンプ 2016年 表示号数44	25	22	497.0	2016-10-17	241.0	週刊少年ジャンプ	3

Show code cell content Hide code cell content

# 週刊少年ジャンプ 2003年 表示号数37に掲載された各話を表示

# df_ceとdf_cc_crtをマージした一時的なDataFrameを作成
df_tmp = pd.merge(
    df_ce, df_cc_crt[["ccid", "crtid", "crtname"]], on="ccid", how="outer"
)

# df_ceデータフレームをフィルタリングして、
# '週刊少年ジャンプ 2003年 表示号数37'に掲載された作品の情報を抽出
# 必要なカラム（作品名、作者名、ページ数）のみを選択し、作者名で並べ替えて表示
df_tmp[df_tmp["miname"] == "週刊少年ジャンプ 2003年 表示号数37"][
    ["ccname", "crtname", "pages"]
].sort_values("crtname")

	ccname	crtname	pages
69587	旅の達人	うすた京介	1.0
61449	ピューと吹く!ジャガー	うすた京介	7.0
69314	神奈川磯南風天組	かずはじめ	19.0
69582	野津ケン割り!?	かずはじめ	1.0
68872	ごっちゃんです!!	つの丸	19.0
69591	つってつって	つの丸	1.0
69595	ケイゴとタダノブ	久保帯人	1.0
59361	BLEACH	久保帯人	19.0
61747	HUNTER×HUNTER	冨樫義博	15.0
69585	夏休み	冨樫義博	1.0
69594	阿加木と千葉の夏休み	吉川雅之	1.0
69330	キックスメガミックス	吉川雅之	19.0
66462	武装錬金	和月伸宏	19.0
69592	嘘です	和月伸宏	1.0
69579	西の瓜割り	尾田栄一郎	1.0
54796	ONE PIECE	尾田栄一郎	20.0
56115	NARUTO-ナルト-	岸本斉史	35.0
69580	昆蟲採集	岸本斉史	1.0
63116	アイシールド21	村田雄介	19.0
69588	デビルバッツV.S.蚊	村田雄介	1.0
69586	スラッガー平塚	森田まさのり	1.0
69344	ROOKIES	森田まさのり	19.0
69590	きもだめし	武井宏之	1.0
68362	シャーマンキング	武井宏之	19.0
66238	いちご100％	河下水希	19.0
69584	胸騒ぎの夏休み	河下水希	1.0
65883	ボボボーボ・ボーボボ	澤井啓夫	15.0
69596	自由工作	澤井啓夫	1.0
69597	夜店	澤井啓夫	1.0
68652	BLACK CAT	矢吹健太朗	19.0
69593	アジトにて	矢吹健太郎	1.0
51536	こちら葛飾区亀有公園前派出所	秋本治	19.0
69581	両さんの夏休み	秋本治	1.0
69589	デビルバッツV.S.蚊	稲垣理一郎	1.0
63117	アイシールド21	稲垣理一郎	19.0
69577	恐怖のビーチ	許斐剛	1.0
64287	テニスの王子様	許斐剛	19.0
69578	すいか割り日記	鈴木信也	1.0
65649	Mr.FULLSWING	鈴木信也	15.0
68907	遊☆戯☆王	高橋和希	19.0
69583	砂浜の遊☆戯☆王	高橋和希	1.0
69576	ネコマジンみけ	鳥山明	19.0

Show code cell content Hide code cell content

# 可視化用に新たにDataFrameを作成
df_cm2 = df_cm.copy()

# add_jitter関数でランダムなノイズ（scaleで標準偏差を指定可能）を追加
# seedをそれぞれ指定することで再現性を確保
df_cm2["マンガ作品数（ジッタリング後）"] = add_jitter(
    df_cm2["マンガ作品数"], scale=0.25, seed=0
)
df_cm2["マンガ作者数（ジッタリング後）"] = add_jitter(
    df_cm2["マンガ作者数"], scale=0.25, seed=1
)

Show code cell content Hide code cell content

# 可視化対象のDataFrameを確認
df_cm2.head()

	マンガ雑誌巻号名	マンガ作品数	マンガ作者数	合計ページ数	発売日	価格	マンガ雑誌名	マンガ作品数（ジッタリング後）	マンガ作者数（ジッタリング後）
0	週刊少年サンデー 1970年 表示号数32	12	14	284.0	1970-08-02	80.0	週刊少年サンデー	12.441013	14.406086
1	週刊少年サンデー 1970年 表示号数33	12	16	307.0	1970-08-09	90.0	週刊少年サンデー	12.100039	15.847061
2	週刊少年サンデー 1970年 表示号数34	13	17	314.0	1970-08-16	90.0	週刊少年サンデー	13.244684	16.867957
3	週刊少年サンデー 1970年 表示号数35	13	17	305.0	1970-08-23	90.0	週刊少年サンデー	13.560223	16.731758
4	週刊少年サンデー 1970年 表示号数36	13	17	305.0	1970-08-30	90.0	週刊少年サンデー	13.466889	17.216352

Show code cell content Hide code cell content

# 可視化対象DataFrameを保存
save_df_to_csv(df_cm2, DIR_OUT_CM, "cm2")

DataFrame is saved as '../../../data/cm/output/vol2/04/scatter/cm2.csv'.

Show code cell source Hide code cell source

# px.scatter関数を使用して散布図を作成
# x軸に作品数（ジッタリング後）、y軸に作者数（ジッタリング後）をプロット
# 各点には雑誌巻号名、発売日、雑誌名、作品数、作者数をホバー情報として表示
fig = px.scatter(
    df_cm2,
    x="マンガ作品数（ジッタリング後）",
    y="マンガ作者数（ジッタリング後）",
    hover_name="マンガ雑誌巻号名",
    hover_data=["発売日", "マンガ雑誌名", "マンガ作品数", "マンガ作者数"],
)

# 散布図のマーカーのスタイルを更新
# サイズを10に設定し、線幅を1、透明度を0.5に設定
fig.update_traces(
    marker={
        "size": 10,
        "line_width": 1,
        "opacity": 0.5,
    }
)

# 散布図を表示
show_fig(fig)

Show code cell source Hide code cell source

# px.scatter関数を使用して散布図を作成
# x軸に作品数（ジッタリング後）、y軸に作者数（ジッタリング後）をプロット
# マンガ雑誌名に応じてOKABE_ITOパレットで色分けし、シンボルも変更
# 各点には雑誌巻号名、発売日、雑誌名、作品数、作者数をホバー情報として表示
fig = px.scatter(
    df_cm2,
    x="マンガ作品数（ジッタリング後）",
    y="マンガ作者数（ジッタリング後）",
    color="マンガ雑誌名",
    symbol="マンガ雑誌名",
    hover_name="マンガ雑誌巻号名",
    hover_data=["発売日", "マンガ雑誌名", "マンガ作品数", "マンガ作者数"],
    color_discrete_sequence=OKABE_ITO,
)

# 散布図のマーカーのスタイルを更新
# サイズを10に設定し、線幅を1、透明度を0.5に設定
fig.update_traces(
    marker={
        "size": 10,
        "line_width": 1,
        "opacity": 0.5,
    }
)

# 散布図を表示
show_fig(fig)

Show code cell content Hide code cell content

# 発売日をdatetime型に変換し、発売年情報を取得
df_cm2["発売年"] = pd.to_datetime(df_cm2["発売日"]).dt.year

Show code cell source Hide code cell source

# px.scatter関数を使用して散布図を作成
# x軸に作品数（ジッタリング後）、y軸に作者数（ジッタリング後）を指定
# マンガ雑誌名に応じてファセットを分け、ファセットは最大2列で折り返す
# 各点には雑誌巻号名、発売日、雑誌名、作品数、作者数をホバー情報として表示
# 複数の散布図を同時に表示するため、heightを調整
fig = px.scatter(
    df_cm2,
    x="マンガ作品数（ジッタリング後）",
    y="マンガ作者数（ジッタリング後）",
    color="発売年",
    facet_col="マンガ雑誌名",
    facet_col_wrap=2,
    hover_name="マンガ雑誌巻号名",
    hover_data=["発売日", "マンガ雑誌名", "マンガ作品数", "マンガ作者数"],
    height=600,
)

# 散布図のマーカーのスタイルを更新
# サイズを10に設定し、線幅を1、透明度を0.5に設定
fig.update_traces(
    marker={
        "size": 10,
        "line_width": 1,
        "opacity": 0.5,
    }
)

# ファセット（雑誌ごとの散布図）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「雑誌名=xxx」という形式になっている
# この処理は「=」で文字列を分割して「xxx」の部分だけを取り出す
fig.for_each_annotation(lambda a: a.update(text=a.text.split("=")[-1]))

# 散布図を表示
show_fig(fig)

アニメデータ

Show code cell content Hide code cell content

# pandasのread_csv関数でCSVファイルの読み込み
df_ae = pd.read_csv(DIR_AN / FN_AE)
df_ac_act = pd.read_csv(DIR_AN / FN_AC_ACT)

Show code cell content Hide code cell content

# 可視化のための集計
# アニメ作品ごとの統計情報を集計して可視化用のデータフレームを作成

# 'acid'（アニメ作品ID）と'acname'（アニメ作品名）を基準にグルーピング
# 各アニメ作品ごとに'aeid'（各話ID）のユニーク数（各話数）と'date'（放送日）のユニーク数（放送日数）を計算
df_an = df_ae.groupby(["acid", "acname"])[["aeid", "date"]].nunique().reset_index()

# アニメ作品ごとに声優のユニーク数（声優数）を集計
# 'acid'（アニメ作品ID）を基準にグルーピングし、'actid'（声優ID）のユニーク数を計算
# その結果を辞書として保存し、アニメ作品IDをキーとして声優数を取得
acid2n_act = df_ac_act.groupby("acid")["actid"].nunique().to_dict()
df_an["n_act"] = df_an["acid"].apply(lambda x: acid2n_act.get(x, None))

# カラム名を変更して、結果をわかりやすくする
df_an = df_an.rename(
    columns={
        "acname": "アニメ作品名",
        "aeid": "アニメ各話数",
        "date": "放送日数",
        "n_act": "声優数",
    }
)

Show code cell content Hide code cell content

# 可視化対象のDataFrameを確認
df_an.head()

	acid	アニメ作品名	アニメ各話数	放送日数	声優数
0	C10001	ギャラクシー エンジェル	24	23	9.0
1	C10003	PROJECT ARMS	26	26	11.0
2	C10005	探偵少年カゲマン	6	5	12.0
3	C10006	Mr.Digital TOKORO the comical cartoon ［第1期］	120	120	NaN
4	C10008	GEAR戦士[ギアファイター] 電童	38	38	10.0

Show code cell content 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/vol2/04/scatter/an.csv'.

Show code cell source Hide code cell source

# アニメ作品の放送日数と各話数の関係を散布図で可視化
# '放送日数'をx軸に、'各話数'をy軸に取り、散布図を作成
# 'hover_name'引数に'アニメ作品名'を指定
fig = px.scatter(
    df_an,
    x="放送日数",
    y="アニメ各話数",
    hover_name="アニメ作品名",
)

# マーカーのスタイルを設定
# 'size'でマーカーのサイズを10に、'line_width'で境界線の幅を1に設定
# 'opacity'でマーカーの透明度を0.5に設定し、重複が多い部分の視認性を向上
fig.update_traces(
    marker={
        "size": 10,
        "line_width": 1,
        "opacity": 0.5,
    }
)

# 散布図を表示
show_fig(fig)

Show code cell source Hide code cell source

# 直線y=xの最小値と最大値を規定
# 最小値は0、最大値は散布図の最大値の1.1倍
x_line = [0, df_an["放送日数"].max() * 1.1]

# 2点を使ってy = xの直線を追加
fig.add_trace(go.Scatter(x=x_line, y=x_line, mode="lines", name="y=x"))

# 散布図を表示
show_fig(fig)

Show code cell content Hide code cell content

# 全てのアニメ作品について、各話数が放送日数以上であることを確認
assert all(df_an["放送日数"] <= df_an["アニメ各話数"])

Show code cell content Hide code cell content

# アニメ各話データにおいて、新世紀エヴァンゲリオンに部分一致するものを抽出
df_ae[df_ae["acname"].str.contains("新世紀エヴァンゲリオン")]

	aeid	aename	date	aeno	acid	acname	asid
9469	M38296	第壱話 使徒、襲来	1995-10-04	第1話	C9249	新世紀エヴァンゲリオン	C1790
9504	M38297	第弐話 見知らぬ、天井	1995-10-11	第2話	C9249	新世紀エヴァンゲリオン	C1790
9546	M38298	第参話［縦書］ 鳴らない、電 話	1995-10-18	第3話	C9249	新世紀エヴァンゲリオン	C1790
9587	M38299	第四話 雨、逃げ出した後	1995-10-25	第4話	C9249	新世紀エヴァンゲリオン	C1790
9629	M38300	第伍話 レイ、心のむこうに	1995-11-01	第5話	C9249	新世紀エヴァンゲリオン	C1790
9667	M38301	第六話 決戦、第3新東京市	1995-11-08	第6話	C9249	新世紀エヴァンゲリオン	C1790
9709	M38302	第七話 人の造りしもの	1995-11-15	第7話	C9249	新世紀エヴァンゲリオン	C1790
9750	M38303	第八話 アスカ、来日	1995-11-22	第8話	C9249	新世紀エヴァンゲリオン	C1790
9790	M38304	第九話 瞬間、心、重ねて	1995-11-29	第9話	C9249	新世紀エヴァンゲリオン	C1790
9829	M38305	第拾話 マグマ ダイバー	1995-12-06	第10話	C9249	新世紀エヴァンゲリオン	C1790
9871	M38306	第拾壱話 静止した闇の 中で	1995-12-13	第11話	C9249	新世紀エヴァンゲリオン	C1790
9912	M38307	第拾弐話 奇跡の価値は	1995-12-20	第12話	C9249	新世紀エヴァンゲリオン	C1790
9952	M38308	第拾参話 使徒、侵入	1995-12-27	第13話	C9249	新世紀エヴァンゲリオン	C1790
9966	M38309	第拾四話 ゼーレ、魂の座	1996-01-03	第14話	C9249	新世紀エヴァンゲリオン	C1790
9997	M38310	第拾五話［縦書］ 嘘*と沈黙	1996-01-10	第15話	C9249	新世紀エヴァンゲリオン	C1790
10036	M38311	第拾六話［縦書］ 死に至る 病、そして	1996-01-17	第16話	C9249	新世紀エヴァンゲリオン	C1790
10077	M38312	第拾七話 四人目 の適格者	1996-01-24	第17話	C9249	新世紀エヴァンゲリオン	C1790
10117	M38313	第拾八話 命の 選択を	1996-01-31	第18話	C9249	新世紀エヴァンゲリオン	C1790
10156	M38314	第拾九話 男の戰い	1996-02-07	第19話	C9249	新世紀エヴァンゲリオン	C1790
10196	M38315	第弐拾話 心のかたち 人のかたち	1996-02-14	第20話	C9249	新世紀エヴァンゲリオン	C1790
10234	M38316	第弐拾壱話 ネルフ、誕生	1996-02-21	第21話	C9249	新世紀エヴァンゲリオン	C1790
10274	M38317	第弐拾弐話 せめて、人間らしく	1996-02-28	第22話	C9249	新世紀エヴァンゲリオン	C1790
10314	M38318	第弐拾参話 涙	1996-03-06	第23話	C9249	新世紀エヴァンゲリオン	C1790
10354	M38319	第弐拾四話 最後のシ者	1996-03-13	第24話	C9249	新世紀エヴァンゲリオン	C1790
10390	M38320	第弐拾伍話 終わる世界	1996-03-20	第25話	C9249	新世紀エヴァンゲリオン	C1790
10419	M38321	最終話 世界の中心で アイを叫んだ けもの	1996-03-27	第26話	C9249	新世紀エヴァンゲリオン	C1790

Show code cell content Hide code cell content

# assignメソッドで放送日数-各話数を格納する列diffを一時的に作成し、それに基づき降順ソート
# headメソッドで上位5つを表示
df_an.assign(diff=df_an["アニメ各話数"] - df_an["放送日数"]).sort_values(
    by="diff", ascending=False
).head()

	acid	アニメ作品名	アニメ各話数	放送日数	声優数	diff
3231	C8849	クレヨンしんちゃん	1926	994	17.0	932
161	C10364	あたしンち	668	333	17.0	335
2016	C14783	ふるさと 再生 日本の昔ばなし	564	243	1.0	321
3131	C7207	サザエさん	1175	855	10.0	320
2298	C15087	妖怪ウォッチ	374	151	NaN	223

Show code cell content Hide code cell content

# アニメ各話データから、アニメ作品名がサザエさんのデータを抽出
df_ae[df_ae["acname"] == "サザエさん"]

	aeid	aename	date	aeno	acid	acname	asid
19266	M20986	もうすぐ ボーナス 作品No.4758（12/5） タラちゃん 走る 作品No.4759（1...	1999-12-05	1550	C7207	サザエさん	C1945
19337	M20987	ワカメ ひみつの道草 作品No.4762（12/12） カツオ どこまで本当 作品No.47...	1999-12-12	1551	C7207	サザエさん	C1945
19406	M20988	イクラの おばあ ちゃん 作品No.4764（12/19） わが家の リサイクル 作品No....	1999-12-19	1552	C7207	サザエさん	C1945
19470	M20989	ぼくたち 歳末障子組 作品No.4766（12/26） 今年最後の運だめし 作品No.476...	1999-12-26	1553	C7207	サザエさん	C1945
19471	M20990	サザエさん一家の 珍諸国漫遊記（12/26） 75点の 天才!（再）	1999-12-26	S1	C7207	サザエさん	C1945
...	...	...	...	...	...	...	...
108216	M21375	秘めたる 愛 情 作品No.7553	2016-12-18	2387B	C7207	サザエさん	C1945
108217	M21376	サラリーマンの 休 日 作品No.7555	2016-12-18	2387C	C7207	サザエさん	C1945
108346	M21377	ハチとタラちゃん 作品No.7556	2016-12-25	2388A	C7207	サザエさん	C1945
108347	M21378	暮れの 大仕事 作品No.7539	2016-12-25	2388B	C7207	サザエさん	C1945
108348	M21379	おモチ 大好き 作品No.7208	2016-12-25	2388C	C7207	サザエさん	C1945

1175 rows × 7 columns

ゲームデータ

Show code cell content 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)

Show code cell content Hide code cell content

# 可視化のための集計
# プラットフォームごとのパッケージ数、パブリッシャー数、平均価格を算出

# 'pfname'（プラットフォーム名）ごとに'pkgid'（パッケージID）、'publisher'（パブリッシャー）、
# そして'price'（価格）を集計
# 'pkgid'はユニークな値の数（パッケージ数）、'publisher'はユニークな値の数（パブリッシャー数）を計算
# 'price'は平均価格を計算
df_gm = (
    df_pkg_pf.groupby("pfname")[["pkgid", "publisher", "price"]]
    .agg({"pkgid": "nunique", "publisher": "nunique", "price": "mean"})
    .reset_index()
)

# カラム名をわかりやすい名前に変更
df_gm = df_gm.rename(
    columns={
        "pfname": "プラットフォーム名",
        "pkgid": "ゲームパッケージ数",
        "publisher": "パブリッシャー数",
        "price": "平均価格",
    }
)

Show code cell content Hide code cell content

# 可視化対象のDataFrameを確認
df_gm.head()

	プラットフォーム名	ゲームパッケージ数	パブリッシャー数	平均価格
0	3DO	115	68	8261.913043
1	64DD	2	1	NaN
2	ClassicMacOS	13	3	615.384615
3	MSX	1	1	5800.000000
4	MSX2	4	4	8800.000000

Show code cell content 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/vol2/04/scatter/gm.csv'.

Show code cell source Hide code cell source

# プラットフォームごとのパッケージ数とパブリッシャー数の関係を散布図で可視化
# 'df_gm'データフレームを用いて、x軸に'パッケージ数'、y軸に'パブリッシャー数'をプロット
# 各点はプラットフォームを表し、ホバーすると'プラットフォーム名'が表示される
fig = px.scatter(
    df_gm,
    x="ゲームパッケージ数",
    y="パブリッシャー数",
    hover_name="プラットフォーム名",
)

# 散布図のマーカーのスタイルを設定
# サイズは10、線の幅は1、透明度は0.5（重複が多いため）
fig.update_traces(
    marker={
        "size": 10,
        "line_width": 1,
        "opacity": 0.5,
    }
)

# 散布図を表示
show_fig(fig)

Show code cell content Hide code cell content

# PF2MKに格納されているプラットフォームのみ抽出
df_gm2 = df_gm[df_gm["プラットフォーム名"].isin(PF2MK.keys())].reset_index(drop=True)
# PF2MKを用いて、プラットフォーム名からメーカー名をマッピング
df_gm2["メーカー名"] = df_gm2["プラットフォーム名"].map(PF2MK)

Show code cell content Hide code cell content

# 可視化対象のDataFrameを確認
df_gm2.head()

	プラットフォーム名	ゲームパッケージ数	パブリッシャー数	平均価格	メーカー名
0	NINTENDO64	160	51	7054.012500	任天堂
1	NintendoSwitch	320	97	3370.728435	任天堂
2	SC-3000	2	1	4300.000000	セガ
3	SEGAマーク3	9	1	4944.444444	セガ
4	SG-1000	2	1	4300.000000	セガ

Show code cell content Hide code cell content

# 可視化対象DataFrameを保存
save_df_to_csv(df_gm2, DIR_OUT_GM, "gm2")

DataFrame is saved as '../../../data/gm/output/vol2/04/scatter/gm2.csv'.

Show code cell source Hide code cell source

# プラットフォームごとのパッケージ数とパブリッシャー数の関係を散布図で可視化
# 'df_gm2'データフレームを用いて、x軸に'パッケージ数'、y軸に'パブリッシャー数'を指定
# 'メーカー名'に応じてOKABE_ITOテーマで配色し、シンボルも変更
# 各点はプラットフォームを表し、ホバーすると'プラットフォーム名'が表示される
fig = px.scatter(
    df_gm2,
    x="ゲームパッケージ数",
    y="パブリッシャー数",
    color="メーカー名",
    symbol="メーカー名",
    hover_name="プラットフォーム名",
    color_discrete_sequence=OKABE_ITO,
)

# 散布図のマーカーのスタイルを設定
# サイズは10、線の幅は1、透明度は0.5（重複が多いため）
fig.update_traces(
    marker={
        "size": 10,
        "line_width": 1,
        "opacity": 0.5,
    }
)

# 散布図を表示
show_fig(fig)