質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.19%

Python3で特定のコラムの名前ごとにグラフを描く

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 474

Danrussia

score 42

最初に

自分の言語能力が低いのと、実装したい事が幾らか抽象的なので、伝わりづらい所があったら、遠慮なく指摘していただけたら幸いです。

前提・実現したいこと

Pythonを用いてデータ分析(視覚化、統計的な処理)を行いたいと思っています。下記のものが
分析対象のデータセットです。データセットについて少しご説明させて頂くとコラム"Sample"には
くるみ豆、五葉黒豆、濃緑丸豆...といったようなものがそれぞれ100個ずつあります。

Area Sumple BeanNumber
70 くるみ豆 B2
100 くるみ豆 B2
90 くるみ豆 B2
...
60 五葉黒豆 B6
65 五葉黒豆 B6
...
120 濃緑丸豆 B39
120 濃緑丸豆 B39
120 濃緑丸豆 B39
120 濃緑丸豆 B39
110 濃緑丸豆 B39

このデータセットにおいて"Sample"の名前ごとに(くるみ豆、五葉黒豆、濃緑丸豆...ぞれぞれに対して)
"Area"を基準としたグラフを描写したいと思っています。matplotlibの細かい仕様についてもまだ良くわかってはいないのですが、下の様なコードでヒストグラムを作成したいと思っています。
このコードを実行した"Sample"の値全部でグラフが描写されますが、今回の場合はSampleの名前ごとにグラフを描写したいです。

グラフ描写のコード(仮)

import matplotlib.pyplot as plt
import pandas as pd
df1.distplot(df1["Area"], bins=20)
plt.show()

試したこと

試した事というほどの事はしていないのですが、実装のアイデアとして
①データフレームのコラム●を基準にしてそれをcsvファイルなどにする。
②ひとつひとつのcsvファイルに対してその各々のファイルに指定の処理を加える。
③結果を出力する。
(参考:https://teratail.com/questions/185208)
というのは考えていたのですが、処理に時間がかかるというのと、あまりスマートなやり方ではないと感じていたのでTeratailでご質問させて頂きました。

補足情報(FW/ツールのバージョンなど)

Anaconda
Python 
Pycharm
お忙しいとは思いますが、よろしくお願いいたします。
情報に不足がありましたら、ご指摘お願いいたします。

追記: ベストアンサーにしたコードについての質問

#コラム名の中で"Sample"で一纏めにしている
grouped_df= df.groupby('Sample')

#ここでsubplotを使ったのは、コードの性質上複数のグラグを同時に表示するから。
#lenでSampleに合わせた数を生成してる。                                             
fig, axs = plt.subplots(1, len(grouped_df))  

for ax, (name, df) in zip(axs, grouped_df):  ここでのzipは2つの引数を渡すために設定している。
    df['Area'].hist(ax=ax)
    ax.set_title(name)
plt.show()


・コード2行目の変数に"fig , ax"と入れているのですが、このfig , axがなしている意味を調べてみたのですが、公式ドキュメントにも特に何も記述がありませんでした。この変数の代わりに適当に文字を
入れてもなりたたなかったので、これは一種の仕様的なものですか?

・for文の中で”ax"を適当な文字として入れた後に"(name, df)"と入れているいるのですが、
なぜ一度もコードの中で登場がなかった"name"がグラフのタイトルを担う役割ができるのか

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

+2

DataFrame.groupby('Sample') の結果にてループ処理を行い、
各ループ毎にヒストグラムを描画するよいのではないでしょうか。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 適当なデータを乱数で作成
N=120 #データ数
df = pd.DataFrame({
    'Area': np.random.randint(0,100,N),
    'Sample': np.random.choice(['くるみ豆','五葉黒豆','濃緑丸豆'],N)
})

# 一応、以下が回答部分
grouped_df= df.groupby('Sample')

fig, axs = plt.subplots(1, len(grouped_df))

for ax, (name, df) in zip(axs, grouped_df):
    df['Area'].hist(ax=ax)
    ax.set_title(name)
plt.show()

【コメントを受けて追記1】

順番が逆になりますが、まずは groupby() から。

一般的に DataFrame.groupby() をループで使用する場合はこんな感じで記述します。

for name, data in pd.groupby('Sample'):
    # 何らかの処理

このようにすると、Sample列の値が同じもの同士でグループ分けして、そのグループ毎に
ループ処理がおこなわれます。またこの際に、ループにには2つの変数が渡され、

  • 1つ目(上記のコードではname)はグループ分けに使用した Sample の値、
  • 2つ目(上記のコードではdata)はグループ分けされたDataFrame 

が入ります。

今回、回答で記述したコードはこの簡単なバリエーションで、別の配列 axs(後で説明)
と同期して一緒にループ処理を行う必要があったので zip() を使用して

axs = [......] # 何らかの配列
for ax, (name, data) in enumerate(axs, pd.groupby('Sample')):
    # 何らかの処理

という記述になっております。当然 name には グループ分けに使用した Sample の値
が入っておりますので、そのままタイトルに利用しているだけです。


【コメントを受けて追記2】

次に1つ目の件ですが、まずは

https://matplotlib.org/3.1.1/tutorials/intermediate/gridspec.html
https://qiita.com/tsuruokax/items/90167693f142ebb55a7d

あたりを読むと理解が深まるかと思います。

とりあえず、簡単に説明すると

  • figure はグラフを書くための図(を書くためのエリア)
  • axは1つ1つのグラフ

となっており、1つの図(figure)には複数のグラフ(ax)を入れる事が出来ます。
1つの図にどのようにグラフを配置するかは subplots() の引数にて設定されており、
第一引数が縦に並べるグラフ数、第二引数が横に並べるグラフの数となりますので

例えをあげると、

  • fig, axs = plt.subplots(1,4) : 横に4個グラフを並べる
  • fig, axs = plt.subplots(4,1) : 縦に4個グラフを並べる
  • fig, axs = plt.subplots(2,2) : 横2個、縦2個(計4個)のグラフを並べる

のようになります。
この時の2つめ戻り値(axs) は図に配置された各グラフが格納された配列となっておりますので、

fig, axs = plt.subplots(1,4)
axs[0].plot() #1番目のグラフをプロット
axs[1].plot() #2番目のグラフをプロット
axs[2].plot() #3番目のグラフをプロット
axs[3].plot() #4番目のグラフをプロット


のように記述することで、各グラフを描画することができます。

で、今回の回答のコードは上記の描画処理を単にループを使って

fig, axs = plt.subplots(1,4)
for as in axs:
    ax.plot() # 各グラフにプロット


のように記述しただけの処理となります
(前述のとおり zip を使ってデータと一緒にループされております)

この変数の代わりに適当に文字を入れてもなりたたなかったので、これは一種の仕様的なものですか?
いや、fig も axs も私が勝手に決めた変数名ですので変更しても動作するはずです。

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/07/09 19:53

    質問を編集する形で記述しました。
    よろしくお願いいたします。

    キャンセル

  • 2019/07/10 09:28

    とりあえず疑問点の回答を追記しましたので確認ください

    キャンセル

  • 2019/07/13 18:19

    2つの変数を渡してfor文で回すのは今まで遭遇した事なかったのと動作のイメージを持てなかったので、丁寧に説明してくださって助かりました。


    subplotに関しての解説ありがとうございました。今までかなり雑に理解していたのでそこらへんが整理されて、とても分かりやすかったです。

    追記2に関しては、恐らくまだ自分の中でplt.plotとax.plotの違いがよくわかっていないので、自分の中でもう少しサーベイしてみます。

    こんな詳細な解説を無給でして頂いて本当に頭があがりません。ありがとうございました。
    自分の中でもう少し理解度が深まったら(teratailに限らず)、知らない人に説明するようにします。

    今回は本当にありがとうございました。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.19%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る