【保存版】可視化入門：Matplotlib/Plotlyの使い分けと“伝わるグラフ設計”10ステップ

import pandas as pd
import matplotlib.pyplot as plt

# 前処理（例）

df = pd.read\_csv("sales.csv", parse\_dates=\["date"])
.assign(amount=lambda d: d\["qty"] \* d\["price"],
ym=lambda d: d\["date"].dt.to\_period("M").astype(str))

monthly = df.groupby("ym", as\_index=False).agg(sales=("amount", "sum"))

# 折れ線（トレンド）

plt.figure()
plt.plot(monthly\["ym"], monthly\["sales"], marker="o")
plt.title("月次売上の推移")
plt.xlabel("年月"); plt.ylabel("売上")
plt.xticks(rotation=45)
plt.tight\_layout()
plt.show()

top_store = (df.groupby("store", as_index=False)
               .agg(sales=("amount", "sum"))
               .sort_values("sales", ascending=False)
               .head(10))

plt.figure()
plt.barh(top\_store\["store"], top\_store\["sales"])  # 横棒
plt.title("上位店舗の売上（TOP10）")
plt.xlabel("売上")
plt.gca().invert\_yaxis()  # 1位を上に
plt.tight\_layout(); plt.show()

import numpy as np

# 単価の分布

plt.figure(); plt.hist(df\["price"].dropna(), bins=30)
plt.title("単価の分布"); plt.xlabel("単価"); plt.ylabel("頻度")

# 店舗ごとの金額分布（箱ひげ）

amount = df\["qty"] \* df\["price"]
by\_store = \[amount\[df\["store"] == s] for s in top\_store\["store"]]
plt.figure(); plt.boxplot(by\_store, labels=top\_store\["store"], showfliers=False)
plt.title("店舗別の金額分布（外れ値非表示）"); plt.xticks(rotation=45)
plt.tight\_layout(); plt.show()

import plotly.express as px

fig = px.line(monthly, x="ym", y="sales", markers=True,
title="月次売上の推移（ホバーで値を確認）")
fig.update\_layout(xaxis\_title="年月", yaxis\_title="売上")
fig.show()

# 年月×店舗の売上ヒートマップ（Plotly）
pv = pd.pivot_table(df.assign(ym=lambda d: d["date"].dt.to_period("M").astype(str)),
                    index="ym", columns="store", values=df["qty"]*df["price"],
                    aggfunc="sum", fill_value=0)

fig = px.imshow(pv, aspect="auto", title="売上ヒートマップ（ym×store）")
fig.update\_xaxes(title="店舗"); fig.update\_yaxes(title="年月")
fig.show()

# ファセット（カテゴリ別に小さな同型グラフを並べる）

by\_product = (df.assign(ym=lambda d: d\["date"].dt.to\_period("M").astype(str))
.groupby(\["ym", "product"], as\_index=False)
.agg(sales=("qty", "sum")))

fig = px.line(by\_product, x="ym", y="sales", facet\_col="product", facet\_col\_wrap=3)
fig.update\_layout(showlegend=False, title="商品別の月次数量推移")
fig.show()

plt.figure(); plt.plot(monthly["ym"], monthly["sales"], marker="o")
plt.axhline(monthly["sales"].mean(), linestyle="--")  # 平均線
plt.annotate("キャンペーン開始", xy=(5, monthly["sales"].iloc[5]), xytext=(6, monthly["sales"].max()),
             arrowprops=dict(arrowstyle="->"))
plt.title("月次売上（平均線と注釈付き）"); plt.xticks(rotation=45)
plt.tight_layout(); plt.show()

# 1) 2軸（避けたいが使うなら明確に）
fig, ax1 = plt.subplots(); ax2 = ax1.twinx()
ax1.plot(monthly["ym"], monthly["sales"], marker="o")
ax2.bar(monthly["ym"], monthly["sales"]//1000, alpha=0.3)
ax1.set_ylabel("売上"); ax2.set_ylabel("売上(千)")
plt.xticks(rotation=45); plt.tight_layout(); plt.show()

# 2) 注釈の囲み

y = monthly\["sales"].max(); x = monthly\["sales"].idxmax()
plt.annotate("ピーク", xy=(x, y), xytext=(x, y\*1.1),
bbox=dict(boxstyle="round", alpha=0.2),
arrowprops=dict(arrowstyle="->"))

# 3) 保存（解像度指定）

plt.savefig("figure.png", dpi=200, bbox\_inches="tight")

# 1) 散布図＋回帰線
fig = px.scatter(df, x="price", y=df["qty"]*df["price"], trendline="ols",
                 labels={"x":"単価", "y":"金額"}, title="単価と金額の関係")
fig.show()

# 2) 100%積み上げ棒（正規化）

import numpy as np
share = (by\_product.pivot(index="ym", columns="product", values="sales")
.apply(lambda s: s / s.sum(), axis=1))
fig = px.area(share, title="カテゴリ構成比（100%積み上げ）")
fig.show()