create-viz

/create-viz - ビジュアライゼーションを作成する

見慣れないプレースホルダーがある場合や、接続されているツールを確認する必要がある場合は、CONNECTORS.md を参照してください。

Python を使用して、出版物の品質に適したデータビジュアライゼーションを作成します。明瞭さ、正確さ、デザインに関するベストプラクティスに基づいて、データからチャートを生成します。

使用方法

/create-viz <data source> [chart type] [additional instructions]

ワークフロー

1. リクエストを理解する

次の点を確認します。

• データソース：クエリ結果、貼り付けられたデータ、CSV／Excel ファイル、またはクエリが必要なデータ
• チャートの種類：明示的に指定されているか、推奨が必要か
• 目的：データの探索、プレゼンテーション、レポート、ダッシュボードのコンポーネント
• 対象者：技術チーム、経営幹部、社外の関係者

2. データを取得する

データウェアハウスが接続されており、データのクエリが必要な場合：

1. クエリを記述して実行します
2. 結果を pandas DataFrame に読み込みます

データが貼り付けられているか、アップロードされている場合：

1. データを pandas DataFrame に解析します
2. 必要に応じてデータをクリーニングし、準備します（型変換、null の処理など）

データが会話内の以前の分析から得られた場合：

1. 既存のデータを参照します

3. チャートの種類を選択する

ユーザーがチャートの種類を指定していない場合は、データと質問に基づいて推奨します。

データの関係性	推奨するチャート
時間経過による傾向	折れ線グラフ
カテゴリ間の比較	棒グラフ（カテゴリが多い場合は横棒グラフ）
全体に対する各部分の構成	積み上げ棒グラフまたは面グラフ（カテゴリが 6 未満の場合を除き、円グラフは避ける）
値の分布	ヒストグラムまたは箱ひげ図
2 つの変数間の相関	散布図
2 つの変数の時間経過による比較	2 軸の折れ線グラフまたはグループ化された棒グラフ
地理データ	コロプレスマップ
順位	横棒グラフ
フローまたはプロセス	サンキーダイアグラム
関係性のマトリックス	ヒートマップ

ユーザーが指定していない場合は、推奨する理由を簡潔に説明します。

4. ビジュアライゼーションを生成する

必要に応じて、次のいずれかのライブラリを使用して Python コードを記述します。

• matplotlib + seaborn：静的で出版物の品質に適したチャートの作成に最適です。デフォルトの選択肢です。
• plotly：インタラクティブなチャートや、ユーザーがインタラクティブな表示を求めている場合に最適です。

コードの要件：

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd

# Set professional style
plt.style.use('seaborn-v0_8-whitegrid')
sns.set_palette("husl")

# Create figure with appropriate size
fig, ax = plt.subplots(figsize=(10, 6))

# [chart-specific code]

# Always include:
ax.set_title('Clear, Descriptive Title', fontsize=14, fontweight='bold')
ax.set_xlabel('X-Axis Label', fontsize=11)
ax.set_ylabel('Y-Axis Label', fontsize=11)

# Format numbers appropriately
# - Percentages: '45.2%' not '0.452'
# - Currency: '$1.2M' not '1200000'
# - Large numbers: '2.3K' or '1.5M' not '2300' or '1500000'

# Remove chart junk
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)

plt.tight_layout()
plt.savefig('chart_name.png', dpi=150, bbox_inches='tight')
plt.show()

5. デザインのベストプラクティスを適用する

色：

• 一貫性のある、色覚多様性に配慮したパレットを使用します
• 色は装飾ではなく、意味を伝えるために使用します
• 重要なデータポイントや傾向は、コントラストのある色で強調します
• 重要度の低い参照データはグレー表示にします

タイポグラフィ：

• 指標名だけでなく、洞察を伝える説明的なタイトルを付けます（例：「月別の売上」ではなく「売上が前年比 23% 増加」）
• 読みやすい軸ラベルを使用します（可能であれば 90 度回転させないでください）
• 明瞭さが増す場合は、重要なポイントにデータラベルを付けます

レイアウト：

• 適切な余白とマージンを設けます
• データを隠さない位置に凡例を配置します
• 自然な順序がない場合は、カテゴリを値の順に並べます（アルファベット順ではなく）

正確さ：

• 棒グラフでは Y 軸を 0 から始めます
• 明確な表記なしに、誤解を招く軸の省略を行いません
• パネルを比較する場合は、尺度を統一します
• 適切な精度を使用します（小数点以下 10 桁まで表示しないでください）

6. 保存して提示する

1. 説明的な名前を付けて、チャートを PNG ファイルとして保存します
2. チャートをユーザーに表示します
3. ユーザーが変更できるよう、使用したコードを提示します
4. 別のチャートの種類、別のグループ化、期間を拡大した表示などのバリエーションを提案します

例

/create-viz Show monthly revenue for the last 12 months as a line chart with the trend highlighted

/create-viz Here's our NPS data by product: [pastes data]. Create a horizontal bar chart ranking products by score.

/create-viz Query the orders table and create a heatmap of order volume by day-of-week and hour

ヒント

• ホバー、ズーム、フィルターが使えるインタラクティブなチャートが必要な場合は、「interactive」と指定すると Claude は plotly を使用します
• フォントを大きくし、コントラストを高めたい場合は、「presentation」と指定してください
• 複数のチャートを一度にリクエストできます（例：「チャートを 2x2 のグリッドで作成して…」）
• チャートは現在のディレクトリに PNG ファイルとして保存されます