Pythonによるデータ分析と可視化入門！pandas・matplotlibの使い方を解説

このチュートリアルでは、Pythonのpandasやmatplotlibなどのモジュールを使ったデータ分析と可視化の方法を学びます。Pythonはデータ分析に非常によく適した言語です。まずは以下のコマンドでpandasとmatplotlibをインストールしましょう。

pip install pandas

pip install matplotlib

インストールが完了すると成功メッセージが表示されます。まずpandasについて学び、その後でmatplotlibを見ていきましょう。

pandasとは

pandasはPythonのオープンソースライブラリで、データ分析のための豊富なツールを提供しています。ここでは、データ分析に役立つpandasの主要な機能をいくつか紹介します。

DataFrame（データフレーム）の作成

DataFrameを作成するには、複数の行データが必要です。具体的な作成方法を見てみましょう。

サンプルコード

# pandasパッケージをインポート
import pandas as pd
# 行データを作成
hafeez = ['Hafeez', 19]
aslan = ['Aslan', 21]
kareem = ['Kareem', 18]
# リストをDataFrameに渡す
# 列名もあわせて指定する
data_frame = pd.DataFrame([hafeez, aslan, kareem], columns = ['Name', 'Age'])
# DataFrameを表示
print(data_frame)

実行結果

上記のプログラムを実行すると、以下のような出力が得られます。

Name Age
0 Hafeez 19
1 Aslan 21
2 Kareem 18

pandasを使ったCSVデータの読み込み

対象のリンクからCSVファイルをダウンロードしてください。CSVファイル内のデータは、カンマ（,）で区切られた行形式で保存されています。pandasを使ってデータを読み込み、活用する方法を見ていきましょう。

サンプルコード

# pandasパッケージをインポート
import pandas as pd
# pd.read_csv()メソッドでデータを読み込む
data = pd.read_csv('CountryData.IND.csv')
# head()メソッドで先頭の5行を表示
print(data.head())

実行結果

上記のプログラムを実行すると、以下のような出力が得られます。

続いて、shape属性を使ってデータの行数と列数を確認してみましょう。

サンプルコード

# pandasパッケージをインポート
import pandas as pd
# pd.read_csv()メソッドでデータを読み込む
data = pd.read_csv('CountryData.IND.csv')
# 行数と列数を表示
print(data.shape)

実行結果

上記のプログラムを実行すると、以下の出力が得られます。

(29, 16)

この例では、29行×16列のデータであることがわかります。さらに、describe()メソッドを使うと、NaN（欠損値）を除外したうえで、平均・標準偏差・最小値・最大値などのさまざまな統計量を一度に計算できます。実際に試してみましょう。

サンプルコード

# pandasパッケージをインポート
import pandas as pd
# pd.read_csv()メソッドでデータを読み込む
data = pd.read_csv('CountryData.IND.csv')
# 各種統計量を表示
print(data.describe())

実行結果

上記のプログラムを実行すると、以下のような統計情報が出力されます。

データのグラフ描画

データからグラフを作成するには、matplotlibパッケージを使用します。matplotlibを使って、さまざまな種類のグラフを作成する方法を見ていきましょう。

サンプルコード

# グラフ作成用にpyplotモジュールをインポート
import matplotlib.pyplot as plot
# pd.read_csv()メソッドでデータを読み込む
data = pd.read_csv('CountryData.IND.csv')
# 「Time period」列のヒストグラムを作成
data['Time period'].hist(bins = 10)

実行結果

上記のプログラムを実行すると、ヒストグラムオブジェクトの情報が表示され、グラフが生成されます。

<matplotlib.axes._subplots.AxesSubplot at 0x25e363ea8d0>

このように、matplotlibパッケージを使えば、ヒストグラムだけでなく折れ線グラフ・棒グラフ・散布図など、さまざまな種類のグラフを簡単に作成できます。

まとめ

本チュートリアルでは、Pythonのpandasとmatplotlibを使ったデータ分析と可視化の基本を学びました。DataFrameの作成方法、CSVファイルからのデータ読み込み、shapeやdescribe()による統計情報の取得、そしてヒストグラムの描画まで、一連の流れを理解できたかと思います。チュートリアルに関してご不明な点がありましたら、コメント欄でお気軽にお知らせください。