Pythonによるインタラクティブ可視化入門¶
- みんなのPython勉強会#61
- 2020-09-10
- driller@patraqushe
fin-py¶
Python × 金融のコミュニティ
fin-pyもくもく会 #36¶
https://fin-py.connpass.com/event/186842/
- オンライン(Discord)のもくもく会
- 2020/09/12(土) 10:00 〜 13:00
- 特別企画あり
Pythonによる株価分析ハンズオン¶
https://quantopian-tokyo.connpass.com/event/187549/
- オンライン(Google Meet)のハンズオン
- 2020/09/20(日) 13:00 〜 17:00
- Python, Numpy, pandasの基礎から統計の基礎まで
Software Design 2020年10月号に寄稿しました¶
- 第1特集 コードで実践，ビジュアルで納得 Pythonではじめる統計学
- Pythonの基礎文法は知ってるけど統計を一から学びたい人にオススメ
バックナンバーもよろしくネ¶
| 2018年2月号 | SD別冊シリーズ | 2019年4月号 | 2020年2月号 |
|---|---|---|---|
 |
 |
 |
 |
大きくわけて2つに分類される¶
- 静的画像による描画
- Matplotlib
- seaborn
- 動的な描画(JavaScriptなど)
- Bokeh
- plotly
gapminderデータセット¶
| 列名 | 説明 |
|---|---|
| country | 国名 |
| continent | 大陸名 |
| year | 年度 |
| lifeExp | 寿命 |
| pop | 人口 |
| gdpPercap | 人口当りGDP |
In [1]:
import plotly.express as px
gapminder = px.data.gapminder()
gapminder.head()
Out[1]:
pandas(Matplotlib)からの散布図¶
In [2]:
%matplotlib inline
gapminder.plot.scatter(x="gdpPercap", y="lifeExp", logx=True, xlim=[100, 1e6])
Out[2]:
課題¶
- 国や地域ごとの傾向をつかめない
- 日本のデータどれ？
- 要素の特定ができない
- この点はどこの国？いつの時点？
- 具体的な値がわからない
- 特定の要素を時系列で把握したい
- 要素の内容を別な観点(折れ線グラフ)でみたい
インタラクティブな可視化で解決¶
- 探索的
- 対話的
- イベントによる変化(コールバック)
Pythonやデータ処理とは全く違った分野の学習コストが発生
Pythonだけでできる！
Plotly Express¶
- plotly.pyの高水準のラッパ
- 簡潔なコードでデータを可視化
- seabornと同様に統計的な前処理を自動で行う
Plotly Expressによる散布図¶
In [3]:
px.scatter(
gapminder, x="gdpPercap", y="lifeExp", log_x=True,
color="continent", size="pop", size_max=40,
hover_name="country", # これだけ！
hover_data=["pop", "year"], # これだけ！
).show()