本記事では、折れ線グラフの見方とPythonによるその描画方法について解説していきます。
使い所
折れ線グラフはあるデータの増減に合わせて、対応するデータがどのように変化しているかを知りたい場合に有効です。特にあるデータが時系列に沿ってどのように変化するかを見たい場合は、この折れ線グラフを使用することを考えてみましょう。
描画方法
matplotlibを使用して折れ線グラフを描画する場合は、plot()メソッドを使用します。引数としてmarkerに”o”を渡すことで、 実際のデータ点を強調してプロットすることができます。以下にプログラムを示します。ここでは、日本の人口を例に描画してみます。
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import japanize_matplotlib
from matplotlib.ticker import ScalarFormatter
df = pd.read_csv("c02.csv", encoding="shift-jis")
df = df.dropna()
total_population_df = df[df["年齢5歳階級"] == "総数"]
x = total_population_df["西暦（年）"]
y = total_population_df["人口（総数）"]
fig, ax = plt.subplots(figsize=(10, 5))
ax.plot(x, y, marker="o") # 折れ線グラフを描画
ax.set_xticks(np.arange(1920, 2015+1, 5)) # 5年ごとに目盛りを設定
ax.grid(axis="y") # Y軸にグリッドを設定
ax.yaxis.set_major_formatter(ScalarFormatter(useMathText=True)) # 指数でY軸を設定
ax.set_xlabel("西暦（年）") # X軸ラベルを設定
ax.set_ylabel("人口（人）") # Y軸ラベルを設定
plt.show()上記のプログラムを実行すると、下図のようなグラフが描画されます。
グラフの読み取り方
折れ線グラフでは、値の増減について注目しましょう。上記で描画したグラフを例に見ていきます。例えば、1940年〜1945年に注目すると、グラフは右下がりになっていることがわかります。このことから人口が減少していることが見て取れます。次に1945〜1950年では右上がりになっていることで、人口が増加していることがわかります。このように折れ線グラフでは、注目している値（人口）の時系列の推移を可視化することに便利です。また、折れ線グラフでは、傾きが大きい場合は注目している値が大きく変化、小さい場合は値が変化が小さいということもわかりやすいのも利点です。1950年〜1980年にかけては傾きが大きいですが、1990年以降では傾きが小さいので人口は増加しているが、増え方としては小さいことがわかります。
まとめ
本記事では、折れ線グラフの描画方法とその見方について解説しました。描画はPythonのmatplotlibを使用して描画しました。
以下のように折れ線グラフでは、傾きによって注目している値の増減がわかるので注目しましょう。
- 右上がり→増加
- 右下がり→減少
また、傾きの変化からも傾向が読み取れます。
- 傾きが大きい→注目している値が大きく変化
- 傾きが小さい→注目している値が小さい変化
コメント