帯グラフの描画
犬、猫、鳥の中から一番飼いたいペットを29人の人に聞いたところ、図１に示す結果が得られたとする。データがカテゴリごとの度数で与えられている場合は、本ウェブサイトの後半で説明する。
・
・
・
図１ Excelデータファイル（Individual.xlsx）
第１列目に個人の識別用変数Personの値（数値でも文字列でもよい）、第２列目に選ばれたペットが設定されている。第１行目には変数名が書かれているので、データは２行目からである。
図１の形式のExcelデータファイルを読み込んで帯グラフを描くスクリプトをウェブサイト後半のリスト１に示す。スクリプトファイルとデータファイルは圧縮ファイルfilesbandgraph_nfd.zipにまとめたので、ダウンロード解凍すれば自由に利用できる。
リスト１のスクリプトを実行すると、まず、入力データファイル名の設定が求められる（図２）。
図２
図２では、図１のファイル名Individual.xlsxを設定が設定されている。
入力データファイル名を設定すると、次に、帯グラフの描かれた画像を保存するファイル名の設定が求められる（図２）。ファイル拡張子が「.png」である適当な名前で設定する。図２では「MyFigure1.png」と設定されている。ファイル名を設定して「Enter」キーを押せば、データが読み込まれ、図３の帯グラフが表示される。
図３
リスト１において、帯グラフは次のコードで描かれている。
for nm, v in zip(Categ,
counts):
plt.barh(1,
v, left = cum_pos, label = '{0}({1})'.format(nm, v))
cum_pos
+= v
関数barhの引数は次の意味のものである。
.barh(1,
# 縦軸上の位置
v,
# 帯の横幅
left = cum_pos,
# 帯の左端の位置
label = '{0}({1})'.format(nm, v) # ラベル
)
図３のウィンドウを閉じると、スクリプトの実行終了である（図４）。
図４
スクリプトの実行終了後、画像保存ファイルを開くことができる。
リスト１ 図１の形式のデータから帯グラフを描くスクリプト（BandInd.py）
import pandas as pd
import numpy
as np
import matplotlib.pyplot
as plt
finnm = input('入力データファイル（*.xlsx）= ')
foutnm = input('画像保存ファイル（*.png）= ')
#
# Excelファイルの読み込み
# モジュール xlrd がインストール済みであること
#
xlsx_fl = pd.ExcelFile(finnm)
# ExcelファイルからExcelFile型オブジェクトを生成
data_xlsx = pd.read_excel(xlsx_fl, header
= None) # ExcelFile型オブジェクトからDataFrame型オブジェクトを生成
data = data_xlsx.values
# Dataframe型オブジェクトからnumpyの配列オブジェクトを生成
print(data)
var_name = data[0,1]
values = data[1:].T[1]
Categ, counts = np.unique(values,
return_counts = True)
print(Categ)
print(counts)
# 日本語表記の設定
plt.rcParams['font.family']
= ['Yu Gothic', 'Noto Sans CJK JP', 'Hiragino Maru Gothic Pro']
plt.figure(figsize =
(8, 6))
# 画像のサイズ
cum_pos = 0
# 帯グラフの作成
for nm, v in zip(Categ,
counts):
plt.barh(1,
v, left = cum_pos, label = '{0}({1})'.format(nm, v))
cum_pos
+= v
plt.ylim(0, 2)
# 縦軸の下限と上限
plt.yticks([])
# 縦軸の目盛り無し
plt.xticks(fontsize =
18) # 横軸の目盛り文字の大きさ
plt.yticks(fontsize =
12)
# 縦軸の目盛り文字の大きさ
plt.xlabel(var_name, fontsize = 20) # 横軸の変数名
plt.legend()
# レジェンドの表示
plt.savefig(foutnm)
# 画像の保存
print('\n画像保存ファイル：', foutnm,
'\n')
plt.show()
# 画像の表示
図１のデータが図５のようにカテゴリごとの度数で与えられているとする。
図５ ExcelデータファイルPooled.xlsx
図５では、１行目の１列目に変数名Petが書かれている。２行目にカテゴリ名、３行目にカテゴリの度数が設定されている。この形式のデータを入力ファイルとするスクリプトを本ウェブサイト後半のリスト２に示す。スクリプトファイルとデータファイルは圧縮ファイルfilesbandgraph_nfd.zipにまとめたので、ダウンロード解凍すれば自由に利用できる。
リスト２のスクリプトを実行すると、まず、入力データファイル名の設定が求められる（図６）。
図６
図６では、図５のファイル名が設定されている。入力データファイル名をを設定して、「Enter」キーを押すと、次に、帯グラフの画像ファイルを保存するファイル名の設定が求められる（図６）。ファイル拡張子が「.png」である任意の名前を設定するが、既にあるファイル名を設定すると上書き保存になる。
保存ファイル名を設定して「Enter」キーを押すと、ボタンをクリックすると、図７の帯グラフが表示される。
図７
リスト２において、帯グラフは次のコードで描かれている。
for nm, v in zip(Categ,
counts):
plt.barh(1,
v, left = cum_pos, label = '{0}({1})'.format(nm, v))
cum_pos
+= v
関数barhの引数は次の意味のものである。
.barh(1,
# 縦軸上の位置
v,
# 帯の横幅
left = cum_pos,
# 帯の左端の位置
label = '{0}({1})'.format(nm, v) # ラベル
)
図７のウィンドウを閉じると、スクリプトの実行終了である（図８）。
図８
スクリプトの終了後、画像保存ファイルを開くことができる。
リスト２ 度数がカテゴリごとに集計されたデータの帯グラフ描画スクリプト（BandPooled.py）
import pandas as pd
import matplotlib.pyplot
as plt
finnm = input('入力データファイル（*.xlsx）= ')
foutnm = input('画像保存ファイル（*.png）= ')
#
# Excelファイルの読み込み
# モジュール xlrd がインストール済みであること
#
xlsx_fl = pd.ExcelFile(finnm)
# ExcelファイルからExcelFile型オブジェクトを生成
data_xlsx = pd.read_excel(xlsx_fl, header
= None) # ExcelFile型オブジェクトからDataFrame型オブジェクトを生成
data = data_xlsx.values
# Dataframe型オブジェクトからnumpyの配列オブジェクトを生成
print(data)
VarName = data[0][0]
Categ = data[1]
counts = data[2]
# 日本語表記の設定
plt.rcParams['font.family']
= ['Yu Gothic', 'Noto Sans CJK JP', 'Hiragino Maru Gothic Pro']
plt.figure(figsize =
(8, 6))
# 画像のサイズ
# 帯グラフの作成
cum_pos = 0
for nm, v in zip(Categ,
counts):
plt.barh(1,
v, left = cum_pos, label = '{0}({1})'.format(nm, v))
cum_pos
+= v
plt.ylim(0, 2)
# 縦軸の下端と上端
plt.yticks([])
# 縦軸の目盛りなし
plt.xticks(fontsize =
18)
# 横軸の目盛り文字の大きさ
plt.yticks(fontsize =
12)
# 縦軸の目盛り文字の大きさ
plt.xlabel(VarName, fontsize = 20) # 横軸の変数名
plt.legend()
# レジェンドの表示
plt.savefig(foutnm)
# 画像の保存
print('\n画像保存ファイル：', foutnm,
'\n')
plt.show()
# 画像の表示