こんな人にオススメ
plotlyのpxで棒グラフを作成するにはどうしたらいい？
ということで、今回はplotlyのpx.barを使用して棒グラフを作成する方法を解説する。以下の記事でplotly.graph_objects、goを使用した棒グラフの記事を書いている。
-
-
【plotly&棒グラフ】go.Barでバーチャートを作成
続きを見る
pxの場合、goに比べてサクッとそれなりのグラフを作成することができるので重宝する。pxに関した記事は以下。
-
-
【plotly&pattern】棒グラフとかのパターンまとめ
2022/8/19
こんな人にオススメ plotlyの棒グラフ& ...
-
-
【plolty&棒グラフ】px.barでバーチャートを作成
2022/8/19
こんな人にオススメ plotlyのpxで棒グラ ...
-
-
【plotly&ガントチャート】px.timelineでGantt Chartsを作成
2022/8/19
こんな人にオススメ plotlyでガントチ& ...
-
-
【plotly&fill】px.areaで積み上げ塗りつぶし
2023/1/14
こんな人にオススメ pxで塗りつぶ{ ...
なお、本記事はplotly公式「Bar Charts in Python」のpx.barの解説をベースとしている。
python環境は以下・
- Python 3.10.1
- matplotlib 3.5.1
- plotly 5.4.0
- plotly-orca 3.4.2
作成したコード全文
下準備
import matplotlib.cm as cm import plotly import plotly.express as px import plotly.io as pio
まずは下準備としてのimport関連。基本はplotly.express, pxとで完結するが、カラースケール使用時にmatplotlibを用いる。後述する。
また、pioはグラフ保存用のライブラリで、以下で解説している。
-
-
【plotly&orca】plotlyで静止画保存（orca）
続きを見る
配列から棒グラフを作成
まずは配列から棒グラフを作成する方法。実はpxでは配列を使った棒グラフの作成はあまりしない。基本はpandasのデータフレームの列名を使って棒グラフを作成する。ただ、いちいちデータフレームを作成するのが面倒って時もあるだろうからここで紹介しておく。
pxで棒グラフを作成するにはpx.barを使うが、その引数xに横軸の配列を、yに縦軸の配列を入れたらいい。あとはfig.show()でグラフを表示するとグラフが表示される。
なお、デフォルトのフォントサイズだと小さめなのでここではupdate_layoutでフォントサイズを変更している。update_layoutなどについては以下。
-
-
【plotly&fig作成と更新】add_traceやupdate_layoutの使い方
続きを見る
最後にグラフを保存するためpioで設定をしている。保存ファイル形式はhtmlとpng。
import plotly.express as px
import plotly.io as pio
# 配列から棒グラフを作成
x = (0, 1, 2, 3, 10) # 横軸の値
y = (1, 3, 5, 7, 10) # 縦軸の値
fig = px.bar(x=x, y=y)
# グラフ全体とホバーのフォントサイズ変更
fig.update_layout(font_size=20, hoverlabel_font_size=20)
fig.show()
# グラフの保存
prefix = 'plotly-px-bar' # ファイル保存名の接頭辞
save_name = f"{prefix}_array"
pio.orca.config.executable = '/Applications/orca.app/Contents/MacOS/orca'
pio.write_html(fig, f"{save_name}.html")
pio.write_image(fig, f"{save_name}.png")
データフレームから棒グラフを作成
次はデータフレームからグラフを作成。使用するデータはpxの中のギャップマインダーのもの。これの国、年、人口のデータより棒グラフを作成した
以下のデータフレームが全体データ。ここからカナダだけを抽出した。
import plotly.express as px import plotly.io as pio df = px.data.gapminder() print(df) # country continent year ... gdpPercap iso_alpha iso_num # 0 Afghanistan Asia 1952 ... 779.445314 AFG 4 # 1 Afghanistan Asia 1957 ... 820.853030 AFG 4 # 2 Afghanistan Asia 1962 ... 853.100710 AFG 4 # 3 Afghanistan Asia 1967 ... 836.197138 AFG 4 # 4 Afghanistan Asia 1972 ... 739.981106 AFG 4 # ... ... ... ... ... ... ... ... # 1699 Zimbabwe Africa 1987 ... 706.157306 ZWE 716 # 1700 Zimbabwe Africa 1992 ... 693.420786 ZWE 716 # 1701 Zimbabwe Africa 1997 ... 792.449960 ZWE 716 # 1702 Zimbabwe Africa 2002 ... 672.038623 ZWE 716 # 1703 Zimbabwe Africa 2007 ... 469.709298 ZWE 716 # [1704 rows x 8 columns]
データの抽出方法は色んな方法があるけど、ここでは.queryを使用し、国名countryがカナダCanadaであるデータのみを抽出。
data_canada = df.query("country == 'Canada'")
print(data_canada)
# country continent year lifeExp pop gdpPercap iso_alpha iso_num
# 240 Canada Americas 1952 68.750 14785584 11367.16112 CAN 124
# 241 Canada Americas 1957 69.960 17010154 12489.95006 CAN 124
# 242 Canada Americas 1962 71.300 18985849 13462.48555 CAN 124
# 243 Canada Americas 1967 72.130 20819767 16076.58803 CAN 124
# 244 Canada Americas 1972 72.880 22284500 18970.57086 CAN 124
# 245 Canada Americas 1977 74.210 23796400 22090.88306 CAN 124
# 246 Canada Americas 1982 75.760 25201900 22898.79214 CAN 124
# 247 Canada Americas 1987 76.860 26549700 26626.51503 CAN 124
# 248 Canada Americas 1992 77.950 28523502 26342.88426 CAN 124
# 249 Canada Americas 1997 78.610 30305843 28954.92589 CAN 124
# 250 Canada Americas 2002 79.770 31902268 33328.96507 CAN 124
# 251 Canada Americas 2007 80.653 33390141 36319.23501 CAN 124
データフレームが用意できたらpx.barでfigを作成する。px.barで主に使われる引数は以下。
data_frame: データ元のpandasデータフレームx: 横軸にする、データフレームの列名y: 縦軸にする、データフレームの列名
x, yについては配列から作成する方法で解説したが、data_frameを使うと意味合いが変わる。data_frameを使用するとx, yはデータフレームの列名を指定することができる。
上のグラフだと横軸がyearで縦軸はpopになるように、data_canadaの列yearとpopを指定する。もちろん’year’とせずにdata_canada[’year’]とpandasのシリーズで指定してもいいけど、同じグラフができるので単に’year’にする方が楽。
fig = px.bar(data_frame=data_canada, x='year', y='pop')
# グラフ全体とホバーのフォントサイズ変更
fig.update_layout(font_size=20, hoverlabel_font_size=20)
fig.show()
# グラフの保存
prefix = 'plotly-px-bar'
save_name = f"{prefix}_data_canada"
pio.orca.config.executable = '/Applications/orca.app/Contents/MacOS/orca'
pio.write_html(fig, f"{save_name}.html")
pio.write_image(fig, f"{save_name}.png")
データフレームを全ての国にすると何が何やら
なお、棒グラフにカナダのデータを使ったのは公式がそうしているからってのもあるけど、全ての国にしてしまうと何が何やらわからなくなるってのも理由の1つ。
上のグラフはシンプルに使用するデータをdata_canadaからdfにしただけだが、全ての国の人口が同じ色で区別されてしまう。色分けをしたらなんとかなる。後述。
import plotly.express as px
import plotly.io as pio
df = px.data.gapminder()
fig = px.bar(data_frame=df, x='year', y='pop')
# グラフ全体とホバーのフォントサイズ変更
fig.update_layout(font_size=20, hoverlabel_font_size=20)
fig.show()
# グラフの保存
prefix = 'plotly-px-bar'
save_name = f"{prefix}_all_countries"
pio.orca.config.executable = '/Applications/orca.app/Contents/MacOS/orca'
pio.write_html(fig, f"{save_name}.html")
pio.write_image(fig, f"{save_name}.png")
px.barは自動積み上げ
pxの棒グラフpx.barでは各データは自動的に上に積み上がる。
縦長のデータフレームはシンプルに作成可能
px.barは自動的に積み上げ式の棒グラフを作成してくれる。なお、go.Barはデフォルトで棒グラフが横並びになる。これは好みだろうけど、個人的にはデフォルトが横並びの方がありがたい。
使用したデータフレームpxの金・銀・銅メダルの獲得国っぽいデータ。で、longって名のつくデータフレームの場合は以下のように列名がnation, medal, countの3データ。
この場合は先ほどと同様にx, yを指定するだけで棒グラフができる。また、ここではpx.barの引数colorで棒グラフごとに色付けし、引数titleでグラフタイトルを追加した。
引数colorはデータフレームの列名を指定することで、その列名で自動的に色分けしてくれる。
import plotly.express as px
import plotly.io as pio
# 縦にgold, silver, bronzeが並んだデータフレーム
long_df = px.data.medals_long()
print(long_df)
# nation medal count
# 0 South Korea gold 24
# 1 China gold 10
# 2 Canada gold 9
# 3 South Korea silver 13
# 4 China silver 15
# 5 Canada silver 12
# 6 South Korea bronze 11
# 7 China bronze 8
# 8 Canada bronze 12
# colorを指定することで、データごとに色分けされる
# 積み上げは自動で行われる
fig = px.bar(
long_df, x='nation', y='count',
color='medal', # metal列のデータで色分け
title='Long-Form Input', # グラフタイトルを追加
)
# グラフ全体とホバーのフォントサイズ変更
fig.update_layout(font_size=20, hoverlabel_font_size=20)
fig.show()
# グラフの保存
prefix = 'plotly-px-bar'
save_name = f"{prefix}_long_df"
pio.orca.config.executable = '/Applications/orca.app/Contents/MacOS/orca'
pio.write_html(fig, f"{save_name}.html")
pio.write_image(fig, f"{save_name}.png")
横長のデータフレームだと指定が必要
今度はwideと名のつくデータフレームを使用。こちらはデータフレームのデータの基準が国と金・銀・銅となっている。この場合は縦軸yを配列形式を使ってどのデータを使用するか指定しないといけない。
これでlongの時と同じグラフができるかといえばそうではなくて、凡例のmedal表記がなくなって代わりに自動的にvariableが表記される。
もし、凡例にタイトルが欲しかったら、fig.update_layout(legend_title_text='medal')などとして凡例タイトルを手動でつけないといけない。
import plotly.express as px
import plotly.io as pio
# 横にgold, silver, bronzeが並んだデータフレーム
wide_df = px.data.medals_wide()
print(wide_df)
# nation gold silver bronze
# 0 South Korea 24 13 11
# 1 China 10 15 8
# 2 Canada 9 12 12
# 複数列をyとして扱う
# この時は凡例のタイトルがvariableになる
fig = px.bar(
wide_df, x='nation', y=['gold', 'silver', 'bronze'],
title='Wide-Form Input',
)
# グラフ全体とホバーのフォントサイズ変更
fig.update_layout(font_size=20, hoverlabel_font_size=20)
fig.show()
# グラフの保存
prefix = 'plotly-px-bar'
save_name = f"{prefix}_wide_df"
pio.orca.config.executable = '/Applications/orca.app/Contents/MacOS/orca'
pio.write_html(fig, f"{save_name}.html")
pio.write_image(fig, f"{save_name}.png")
棒グラフを色分け
複数データを同時に棒グラフにしたいときは色分けが必須。ここでは色分けについて解説する。
単に色分け指定しただけだとわかりづらいだけ
色分けはすでにmedalのところでも指定したが、引数colorで実行可能。ここでは最初のギャップマインダーのデータの国名で色分けするべく、color='country'としたんだけど、色んな色が入り混じって見づらい。
import plotly.express as px
import plotly.io as pio
df = px.data.gapminder()
print(df)
# country continent year ... gdpPercap iso_alpha iso_num
# 0 Afghanistan Asia 1952 ... 779.445314 AFG 4
# 1 Afghanistan Asia 1957 ... 820.853030 AFG 4
# 2 Afghanistan Asia 1962 ... 853.100710 AFG 4
# 3 Afghanistan Asia 1967 ... 836.197138 AFG 4
# 4 Afghanistan Asia 1972 ... 739.981106 AFG 4
# ... ... ... ... ... ... ... ...
# 1699 Zimbabwe Africa 1987 ... 706.157306 ZWE 716
# 1700 Zimbabwe Africa 1992 ... 693.420786 ZWE 716
# 1701 Zimbabwe Africa 1997 ... 792.449960 ZWE 716
# 1702 Zimbabwe Africa 2002 ... 672.038623 ZWE 716
# 1703 Zimbabwe Africa 2007 ... 469.709298 ZWE 716
# [1704 rows x 8 columns]
# シンプルに色分けする列だけ指定しても見づらいだけ
fig = px.bar(df, x='year', y='pop', color='country')
# グラフ全体とホバーのフォントサイズ変更
fig.update_layout(font_size=20, hoverlabel_font_size=20)
fig.show()
# グラフの保存
prefix = 'plotly-px-bar'
save_name = f"{prefix}_country_color"
pio.orca.config.executable = '/Applications/orca.app/Contents/MacOS/orca'
pio.write_html(fig, f"{save_name}.html")
pio.write_image(fig, f"{save_name}.png")
カラーマップで色分けする
国ごとにキレイに色を変更したいんだけ、如何せん国の数が多い。country列のデータを一意にして抽出すると以下。
import matplotlib.cm as cm import plotly import plotly.express as px import plotly.io as pio df = px.data.gapminder() # 国一覧 countries = df['country'].unique() print(countries) # ['Afghanistan' 'Albania' 'Algeria' 'Angola' 'Argentina' 'Australia' # 'Austria' 'Bahrain' 'Bangladesh' 'Belgium' 'Benin' 'Bolivia' # 'Bosnia and Herzegovina' 'Botswana' 'Brazil' 'Bulgaria' 'Burkina Faso' # 'Burundi' 'Cambodia' 'Cameroon' 'Canada' 'Central African Republic' # 'Chad' 'Chile' 'China' 'Colombia' 'Comoros' 'Congo, Dem. Rep.' # 'Congo, Rep.' 'Costa Rica' "Cote d'Ivoire" 'Croatia' 'Cuba' # 'Czech Republic' 'Denmark' 'Djibouti' 'Dominican Republic' 'Ecuador' # 'Egypt' 'El Salvador' 'Equatorial Guinea' 'Eritrea' 'Ethiopia' 'Finland' # 'France' 'Gabon' 'Gambia' 'Germany' 'Ghana' 'Greece' 'Guatemala' 'Guinea' # 'Guinea-Bissau' 'Haiti' 'Honduras' 'Hong Kong, China' 'Hungary' 'Iceland' # 'India' 'Indonesia' 'Iran' 'Iraq' 'Ireland' 'Israel' 'Italy' 'Jamaica' # 'Japan' 'Jordan' 'Kenya' 'Korea, Dem. Rep.' 'Korea, Rep.' 'Kuwait' # 'Lebanon' 'Lesotho' 'Liberia' 'Libya' 'Madagascar' 'Malawi' 'Malaysia' # 'Mali' 'Mauritania' 'Mauritius' 'Mexico' 'Mongolia' 'Montenegro' # 'Morocco' 'Mozambique' 'Myanmar' 'Namibia' 'Nepal' 'Netherlands' # 'New Zealand' 'Nicaragua' 'Niger' 'Nigeria' 'Norway' 'Oman' 'Pakistan' # 'Panama' 'Paraguay' 'Peru' 'Philippines' 'Poland' 'Portugal' # 'Puerto Rico' 'Reunion' 'Romania' 'Rwanda' 'Sao Tome and Principe' # 'Saudi Arabia' 'Senegal' 'Serbia' 'Sierra Leone' 'Singapore' # 'Slovak Republic' 'Slovenia' 'Somalia' 'South Africa' 'Spain' 'Sri Lanka' # 'Sudan' 'Swaziland' 'Sweden' 'Switzerland' 'Syria' 'Taiwan' 'Tanzania' # 'Thailand' 'Togo' 'Trinidad and Tobago' 'Tunisia' 'Turkey' 'Uganda' # 'United Kingdom' 'United States' 'Uruguay' 'Venezuela' 'Vietnam' # 'West Bank and Gaza' 'Yemen, Rep.' 'Zambia' 'Zimbabwe']
多くのデータを一括で色決めしたい時はカラーマップを使用するのが楽。なんだけど、plotlyでは予め色が決められていて使いづらい。これについてはあとで解説する
ここでは、色の数を自由に決められるmatplotlibのカラーマップを使用してグラフをキレイにする。
下のコードでは全ての国（アルファベット順）が何番目にあるかでカラーマップを作成。例えばAfghanistanならnum=0の0番目になる。
# 最終的に国ごとに'rgb(0, 0, 128)'の形式で色を作成
# 数が多いので、色が多少ダブる
colors = []
for num, _ in enumerate(countries):
cmap = cm.jet(num / len(countries))
rgb = plotly.colors.convert_to_RGB_255(cmap)
color = f"rgb{rgb}"
colors.append(color)
これで計算されるcmapの値はRed, Green, Blueそれぞれが0-1の間の値。対してplotlyでは0-255を使用するのでその補正をplotly.colors.convert_to_RGB_255で行っている。
また、単に(R, G, B)の配列じゃダメで、rgb(R, G, B)としないといけないので先頭にrgbという文字列をつけている。
colors一覧は以下。小数点以下が切り捨てられ整数値として出力されるので、値がダブっているものもあるけどここでは気にしないことにする。
これで色の配列ができたので、あとは引数color_discrete_sequenceに入れてあげると、国ごとに配列の色が適用される。
もちろん今回のようにカラーマップを使用せず、['red'., 'blue', 'green']のようにCSSカラーで色を指定して反映させてもいい。
# plotlyのJetの色の数より国名の方が多いので、自作の色にする必要がある
# plotlyのJetにするとJetの色の組み合わせが繰り返される
fig = px.bar(
df, x='year', y='pop',
color='country',
color_discrete_sequence=colors,
)
# グラフ全体とホバーのフォントサイズ変更
fig.update_layout(font_size=20, hoverlabel_font_size=20)
fig.show()
# グラフの保存
prefix = 'plotly-px-bar'
save_name = f"{prefix}_country_color_jet"
pio.orca.config.executable = '/Applications/orca.app/Contents/MacOS/orca'
pio.write_html(fig, f"{save_name}.html")
pio.write_image(fig, f"{save_name}.png")
plotlyのカラーマップだと色が少ない
いちいちmatplotlibで色を作成するのが面倒って意見はあると思うけど、plotlyのカラーマップだと色が極端に少ない。
例えばplotlyのjetであるpx.colors.sequential.Jetだと全部で6色しかない。
import plotly.express as px import plotly.io as pio print(px.colors.sequential.Jet) # ['rgb(0,0,131)', 'rgb(0,60,170)', 'rgb(5,255,255)', 'rgb(255,255,0)', 'rgb(250,0,0)', 'rgb(128,0,0)']
一方で、matplotlibの場合だと上で書いたように、全体の配列の中の何番目に該当するかで色を作成するので、決まった数がない。ここが自由度の分かれ目。
plotlyのカラーマップでは、色の数がデータよりも少ない場合は、色が繰り返し使用される。なので上の棒グラフのようにちょっとグロテスクな感じになってしまう。
fig = px.bar(
df, x='year', y='pop',
color='country',
color_discrete_sequence=px.colors.sequential.Jet, # 色が繰り返される
)
# グラフ全体とホバーのフォントサイズ変更
fig.update_layout(font_size=20, hoverlabel_font_size=20)
fig.show()
# グラフの保存
prefix = 'plotly-px-bar'
save_name = f"{prefix}_country_color_jet_plotly"
pio.orca.config.executable = '/Applications/orca.app/Contents/MacOS/orca'
pio.write_html(fig, f"{save_name}.html")
pio.write_image(fig, f"{save_name}.png")
数値で色分けなら簡単
さっきは国ごとに色分けをして苦戦したんだけど、数値データを色分けするのなら話が変わる。ここではギャップマインダーのカナダのデータから平均寿命で色分けした。
数値データを色分けするだけだからわざわざ色んな色を用意する必要がない。最大値と最小値が分かればそれでいい。
なお、以下のコードではホバーに表示する内容を変更する引数hover_dataや、表示する内容を変更するlabelsを使用している。
import plotly.express as px
import plotly.io as pio
df = px.data.gapminder()
data_canada = df.query("country == 'Canada'")
print(data_canada)
# country continent year lifeExp pop gdpPercap iso_alpha iso_num
# 240 Canada Americas 1952 68.750 14785584 11367.16112 CAN 124
# 241 Canada Americas 1957 69.960 17010154 12489.95006 CAN 124
# 242 Canada Americas 1962 71.300 18985849 13462.48555 CAN 124
# 243 Canada Americas 1967 72.130 20819767 16076.58803 CAN 124
# 244 Canada Americas 1972 72.880 22284500 18970.57086 CAN 124
# 245 Canada Americas 1977 74.210 23796400 22090.88306 CAN 124
# 246 Canada Americas 1982 75.760 25201900 22898.79214 CAN 124
# 247 Canada Americas 1987 76.860 26549700 26626.51503 CAN 124
# 248 Canada Americas 1992 77.950 28523502 26342.88426 CAN 124
# 249 Canada Americas 1997 78.610 30305843 28954.92589 CAN 124
# 250 Canada Americas 2002 79.770 31902268 33328.96507 CAN 124
# 251 Canada Americas 2007 80.653 33390141 36319.23501 CAN 124
# 数値データであるlifeExpで色分け
fig = px.bar(
data_canada, x='year', y='pop',
hover_data=['lifeExp', 'gdpPercap'], # ホバーのx, y以外に表示する情報
color='lifeExp', # 平均寿命で色分け
labels={'pop': 'population of Canada'}, # ホバーのpopの表記を変更
)
# グラフ全体とホバーのフォントサイズ変更
fig.update_layout(font_size=20, hoverlabel_font_size=20)
fig.show()
# グラフの保存
prefix = 'plotly-px-bar'
save_name = f"{prefix}_lifeExp"
pio.orca.config.executable = '/Applications/orca.app/Contents/MacOS/orca'
pio.write_html(fig, f"{save_name}.html")
pio.write_image(fig, f"{save_name}.png")
# 数値データならcolor_continuous_scaleにカラースケール名を入れるだけ
fig = px.bar(
data_canada, x='year', y='pop',
hover_data=['lifeExp', 'gdpPercap'],
color='lifeExp',
labels={'pop': 'population of Canada'},
color_continuous_scale='Jet', # カラースケールを変更
)
# グラフ全体とホバーのフォントサイズ変更
fig.update_layout(font_size=20, hoverlabel_font_size=20)
fig.show()
# グラフの保存
prefix = 'plotly-px-bar'
save_name = f"{prefix}_lifeExp_jet"
pio.orca.config.executable = '/Applications/orca.app/Contents/MacOS/orca'
pio.write_html(fig, f"{save_name}.html")
pio.write_image(fig, f"{save_name}.png")
同じ横軸のデータが複数ある場合
横軸のデータに対して縦軸のデータが複数ある場合は自動的に積み上げて区別が多少つきやすいように白っぽい線をつけてくれる。
今回はMaleとFemaleを横軸としたけど、そうするとこれら2つでデータが自動的に分けられる。なお、colorを'time'に指定することで、Maleの中でtimeを自動で色分けしてくれる。
import plotly.express as px
import plotly.io as pio
df_tips = px.data.tips()
print(df_tips)
# total_bill tip sex smoker day time size
# 0 16.99 1.01 Female No Sun Dinner 2
# 1 10.34 1.66 Male No Sun Dinner 3
# 2 21.01 3.50 Male No Sun Dinner 3
# 3 23.68 3.31 Male No Sun Dinner 2
# 4 24.59 3.61 Female No Sun Dinner 4
# .. ... ... ... ... ... ... ...
# 239 29.03 5.92 Male No Sat Dinner 3
# 240 27.18 2.00 Female Yes Sat Dinner 2
# 241 22.67 2.00 Male Yes Sat Dinner 2
# 242 17.82 1.75 Male No Sat Dinner 2
# 243 18.78 3.00 Female No Thur Dinner 2
# [244 rows x 7 columns]
# 同じ横軸の場合はが複数ある場合の自動的に積み上げされる
fig = px.bar(
df_tips, x='sex', y='total_bill', color='time'
)
# グラフ全体とホバーのフォントサイズ変更
fig.update_layout(font_size=20, hoverlabel_font_size=20)
fig.show()
# グラフの保存
prefix = 'plotly-px-bar'
save_name = f"{prefix}_tips_time"
pio.orca.config.executable = '/Applications/orca.app/Contents/MacOS/orca'
pio.write_html(fig, f"{save_name}.html")
pio.write_image(fig, f"{save_name}.png")
barmodeで積み上げずに並べる
引数barmode='group'に指定することで、棒グラフを積み上げではなく横に並べることが可能。ここではtimeで色分けしたのでそれに沿って横に並べられている。
なお、barmodeのデフォルトはrelativeでこれは正の数は上方向に、負の数は下方向に棒グラフが作成されるようになる。このグラフはマイナスがないから実現できない。
import plotly.express as px
import plotly.io as pio
# 積み上げをやめて並べたかったら引数barmode='group'にする
fig = px.bar(
df_tips, x='sex', y='total_bill',
color='time',
barmode='group', # 積み上げをやめて横に並べる
)
# グラフ全体とホバーのフォントサイズ変更
fig.update_layout(font_size=20, hoverlabel_font_size=20)
fig.show()
# グラフの保存
prefix = 'plotly-px-bar'
save_name = f"{prefix}_tips_time_group"
pio.orca.config.executable = '/Applications/orca.app/Contents/MacOS/orca'
pio.write_html(fig, f"{save_name}.html")
pio.write_image(fig, f"{save_name}.png")
# relativeにすると正の値+、負の値は−方向にbarが伸びる
棒グラフに模様をつける
ここまで棒グラフには色をつけてデータの判断をしていたが、色に加えてパターン（模様）をつけることも可能。
引数pattern_shapeでどの列名を基準に模様をつけるのかを指定可能。ここではlong_dfに対してnation列を指定した。
import plotly.express as px
import plotly.io as pio
long_df = px.data.medals_long()
print(long_df)
# nation medal count
# 0 South Korea gold 24
# 1 China gold 10
# 2 Canada gold 9
# 3 South Korea silver 13
# 4 China silver 15
# 5 Canada silver 12
# 6 South Korea bronze 11
# 7 China bronze 8
# 8 Canada bronze 12
fig = px.bar(
long_df, x='medal', y='count',
color='nation',
pattern_shape='nation', # パターンを適用する列名
)
# グラフ全体とホバーのフォントサイズ変更
fig.update_layout(font_size=20, hoverlabel_font_size=20)
fig.show()
# グラフの保存
prefix = 'plotly-px-bar'
save_name = f"{prefix}_patterns"
pio.orca.config.executable = '/Applications/orca.app/Contents/MacOS/orca'
pio.write_html(fig, f"{save_name}.html")
pio.write_image(fig, f"{save_name}.png")
自分でパターンを決める
パターンについては自分で指定することも可能。どのパターンが使用できるかは公式の「Patterns, Hatching, Texture in Python」や以下の記事を参照。ここでは., x, +を使用。
-
-
【plotly&pattern】棒グラフとかのパターンまとめ
続きを見る
import plotly.express as px
import plotly.io as pio
long_df = px.data.medals_long()
print(long_df)
# nation medal count
# 0 South Korea gold 24
# 1 China gold 10
# 2 Canada gold 9
# 3 South Korea silver 13
# 4 China silver 15
# 5 Canada silver 12
# 6 South Korea bronze 11
# 7 China bronze 8
# 8 Canada bronze 12
fig = px.bar(
long_df, x='medal', y='count',
color='nation',
pattern_shape='nation',
pattern_shape_sequence=['.', 'x', '+'], # パターンの種類
)
# グラフ全体とホバーのフォントサイズ変更
fig.update_layout(font_size=20, hoverlabel_font_size=20)
fig.show()
# グラフの保存
prefix = 'plotly-px-bar'
save_name = f"{prefix}_patterns_sequence"
pio.orca.config.executable = '/Applications/orca.app/Contents/MacOS/orca'
pio.write_html(fig, f"{save_name}.html")
pio.write_image(fig, f"{save_name}.png")
facet_colでサブプロットっぽくする
最後は引数facet_colを使ってサブプロットっぽくする方法。facet_colについては以下の記事で詳しく解説している。
-
-
【px&facet】plotly.expressでsubplotsを描く
続きを見る
ここでは行をfacet_row='time'に、列をfacet_col='day'に設定して、行と列の2軸でサブプロットっぽくデータを扱っている。
また、引数category_ordersでデータの順番を指定することで、曜日がバラバラになるのを防いでいる。
import plotly.express as px
import plotly.io as pio
df_tips = px.data.tips()
print(df_tips)
# total_bill tip sex smoker day time size
# 0 16.99 1.01 Female No Sun Dinner 2
# 1 10.34 1.66 Male No Sun Dinner 3
# 2 21.01 3.50 Male No Sun Dinner 3
# 3 23.68 3.31 Male No Sun Dinner 2
# 4 24.59 3.61 Female No Sun Dinner 4
# .. ... ... ... ... ... ... ...
# 239 29.03 5.92 Male No Sat Dinner 3
# 240 27.18 2.00 Female Yes Sat Dinner 2
# 241 22.67 2.00 Male Yes Sat Dinner 2
# 242 17.82 1.75 Male No Sat Dinner 2
# 243 18.78 3.00 Female No Thur Dinner 2
# [244 rows x 7 columns]
fig = px.bar(
df_tips, x='sex', y='total_bill',
color='smoker', barmode='group',
facet_row='time', # 縦軸の分け方は時間帯
facet_col='day', # 横軸の分け方は曜日
# category_ordersでプロットする順番を決める
category_orders={
'day': ['Thur', 'Fri', 'Sat', 'Sun'], # 曜日がバラバラになるので指定
'time': ['Lunch', 'Dinner'] # ランチとディナーの順番が逆になるので指定
}
)
# グラフ全体とホバーのフォントサイズ変更
fig.update_layout(font_size=20, hoverlabel_font_size=20)
fig.show()
# グラフの保存
prefix = 'plotly-px-bar'
save_name = f"{prefix}_facet"
pio.orca.config.executable = '/Applications/orca.app/Contents/MacOS/orca'
pio.write_html(fig, f"{save_name}.html")
pio.write_image(fig, f"{save_name}.png")
ギャップマインダーからアメリカ大陸でグラフ化
応用チックな内容として、ギャップマインダーのデータからアメリカ大陸の国だけを抽出してfacet_colでサブプロットっぽいグラフを作成した。
今回は引数face_colで国名を指定し、引数facet_col_wrapで列の数を指定。20ヵ国分のデータがあったので列数は5として4 x 5のグラフに。
また、国によって人口の差が激しいので縦軸はlog_y=Trueで対数表示にしている。レイアウトは、グラフの高さ、凡例の向きを変更している。
import plotly.express as px
import plotly.io as pio
# ギャップマインダーのデータ
df = px.data.gapminder()
# アメリカ大陸のデータだけ抽出
df_Americas = df[df['continent'] == 'Americas']
print(df_Americas)
# country continent year ... gdpPercap iso_alpha iso_num
# 48 Argentina Americas 1952 ... 5911.315053 ARG 32
# 49 Argentina Americas 1957 ... 6856.856212 ARG 32
# 50 Argentina Americas 1962 ... 7133.166023 ARG 32
# 51 Argentina Americas 1967 ... 8052.953021 ARG 32
# 52 Argentina Americas 1972 ... 9443.038526 ARG 32
# ... ... ... ... ... ... ... ...
# 1639 Venezuela Americas 1987 ... 9883.584648 VEN 862
# 1640 Venezuela Americas 1992 ... 10733.926310 VEN 862
# 1641 Venezuela Americas 1997 ... 10165.495180 VEN 862
# 1642 Venezuela Americas 2002 ... 8605.047831 VEN 862
# 1643 Venezuela Americas 2007 ... 11415.805690 VEN 862
# [300 rows x 8 columns]
fig = px.bar(
df_Americas, x='year', y='pop',
color='country',
facet_col='country', facet_col_wrap=5, # 国ごとに5列になるように分ける
log_y=True, # 縦軸をlog（常用対数）表示
)
# グラフ全体とホバーのフォントサイズ変更
fig.update_layout(
height=1000, # グラフの高さ
hoverlabel_font_size=20,
legend_orientation='h' # 凡例の向き
)
fig.show()
# グラフの保存
prefix = 'plotly-px-bar'
save_name = f"{prefix}_df_Americas"
pio.orca.config.executable = '/Applications/orca.app/Contents/MacOS/orca'
pio.write_html(fig, f"{save_name}.html")
pio.write_image(fig, f"{save_name}.png")
使う場面が多いこそ知っておく
今回はplotlyのpx.barを使って棒グラフを作成する方法を解説した。棒グラフは折れ線グラフとか散布図とかに次いでメジャーなグラフの1つ。
なのでその分使う頻度が多いだろう。それもあってか機能が少なめなpxでもそれなりに色んなグラフを作成することが可能。
今回の記事をきっかけに自分なりに色々とカスタムしてより見やすいグラフにしていただけると幸いだ。
関連記事
続きを見る 続きを見る 続きを見る 続きを見る 続きを見る 続きを見る 続きを見る 続きを見る
【plotly&ガントチャート】px.timelineでGantt Chartsを作成
【plotly&fill】px.areaで積み上げ塗りつぶし
【plotly&px.scatter】pxでの散布図の描き方
【plotly&scatter_matrix】複数種の軸を持つsubplotをpxで描画
【plotly&3D】px.scatter_3dとpx.line_3Dで3Dグラフを作成
【px&facet】plotly.expressでsubplotsを描く
【px&バブルチャート】plotly.expressで各国の収入と平均寿命の時代変化をアニメーションで
【px&animation】plotly.expressでアニメーションのグラフを作成
