csv-data-visualizer

CSV データビジュアライザー

概要

このスキルでは、CSV ファイルの包括的なデータ可視化と分析ができます。主な機能は、（1）Plotly を使用した個別のインタラクティブな可視化の作成、（2）統計的な要約を含む自動データプロファイリング、（3）複数のプロットを含むダッシュボードの生成の3つです。このスキルは、探索的データ分析、統計レポートの作成、プレゼンテーションに適した可視化の作成に最適化されています。

このスキルを使用するタイミング

ユーザーから次のようなリクエストがあった場合に、このスキルを呼び出してください。

• 「この CSV データを可視化して」
• 「このデータからヒストグラム／散布図／箱ひげ図を作成して」
• 「[column] の分布を見せて」
• 「このデータセットのダッシュボードを生成して」
• 「この CSV ファイルのプロファイルを作成して」または「このデータを分析して」
• 「相関ヒートマップを作成して」
• 「時間の経過に伴う傾向を見せて」
• 「[categories] ごとに [variable] を比較して」

主な機能

1. 個別の可視化

visualize_csv.py スクリプトを使用して、詳細な分析に必要な特定の種類のグラフを作成します。

利用可能なグラフの種類：

統計プロット：

# Histogram - distribution of numeric data
python3 scripts/visualize_csv.py data.csv --histogram column_name --bins 30

# Box plot - show quartiles and outliers
python3 scripts/visualize_csv.py data.csv --boxplot column_name

# Box plot grouped by category
python3 scripts/visualize_csv.py data.csv --boxplot salary --group-by department

# Violin plot - distribution with probability density
python3 scripts/visualize_csv.py data.csv --violin column_name --group-by category

関係の分析：

# Scatter plot with automatic trend line
python3 scripts/visualize_csv.py data.csv --scatter height weight

# Scatter plot with color and size encoding
python3 scripts/visualize_csv.py data.csv --scatter x y --color category --size value

# Correlation heatmap for all numeric columns
python3 scripts/visualize_csv.py data.csv --correlation

時系列：

# Line chart for single variable
python3 scripts/visualize_csv.py data.csv --line date sales

# Multiple variables on same chart
python3 scripts/visualize_csv.py data.csv --line date "sales,revenue,profit"

カテゴリデータ：

# Bar chart (counts categories automatically)
python3 scripts/visualize_csv.py data.csv --bar category

# Pie chart for composition
python3 scripts/visualize_csv.py data.csv --pie region

出力形式： 希望する形式の拡張子を指定して、出力ファイルを指定します。

# Interactive HTML (default)
python3 scripts/visualize_csv.py data.csv --histogram age -o output.html

# Static image formats
python3 scripts/visualize_csv.py data.csv --scatter x y -o plot.png
python3 scripts/visualize_csv.py data.csv --correlation -o heatmap.pdf
python3 scripts/visualize_csv.py data.csv --bar category -o chart.svg

2. 自動データプロファイリング

data_profile.py スクリプトを使用して、包括的なデータ品質レポートと統計レポートを生成します。

テキストレポート（デフォルト）：

python3 scripts/data_profile.py data.csv

HTML レポート：

python3 scripts/data_profile.py data.csv -f html -o report.html

JSON レポート：

python3 scripts/data_profile.py data.csv -f json -o profile.json

プロファイラーで確認できる内容：

• ファイル情報（サイズ、次元）
• データセットの概要（形状、メモリ使用量、重複）
• 列ごとの分析（型、欠損データ、一意の値）
• 欠損データのパターンと完全性
• 数値列の統計的要約（平均、標準偏差、四分位数、歪度、尖度）
• カテゴリ列の分析（頻度、最も一般的な値と最も一般的でない値）
• データ品質チェック（欠損データが多い列、重複行、定数列、カーディナリティの高い列）

プロファイリングを使用するタイミング： 次の場合は、可視化を作成する前にデータプロファイリングを実行することを常に推奨してください。

• ユーザーがデータセットに詳しくない
• データ品質が不明
• 適切な可視化の種類を特定する必要がある
• 新しいデータセットを初めて調査する

3. 複数プロットのダッシュボード

create_dashboard.py スクリプトを使用して、複数の可視化を含む包括的なダッシュボードを作成します。

自動ダッシュボード： データ型を分析し、適切な可視化を自動的に作成します。

python3 scripts/create_dashboard.py data.csv

出力先をカスタマイズする場合：

python3 scripts/create_dashboard.py data.csv -o my_dashboard.html

プロット数を指定する場合：

python3 scripts/create_dashboard.py data.csv --max-plots 9

設定ファイルを使用したカスタムダッシュボード： 必要なプロットを正確に指定した JSON 設定ファイルを作成します。

python3 scripts/create_dashboard.py data.csv --config config.json

ダッシュボード設定の形式：

{
  "title": "Sales Analysis Dashboard",
  "plots": [
    {"type": "histogram", "column": "revenue"},
    {"type": "box", "column": "revenue", "group_by": "region"},
    {"type": "scatter", "column": "advertising", "group_by": "revenue"},
    {"type": "bar", "column": "product_category"},
    {"type": "correlation"}
  ]
}

ダッシュボードのプロットの種類：

• histogram：数値列の分布
• box：箱ひげ図。カテゴリごとのグループ化も可能
• scatter：2つの数値列間の関係
• bar：カテゴリ値の件数
• correlation：数値の相関関係を示すヒートマップ

ワークフローの判断ツリー

この判断ツリーを使用して、適切な方法を選択してください。

User provides CSV file
│
├─ "Profile this data" / "Analyze this data" / Unfamiliar dataset
│  └─> Run data_profile.py first
│     Then offer visualization options based on findings
│
├─ "Create dashboard" / "Overview of the data" / Multiple visualizations needed
│  ├─ User knows exact plots wanted
│  │  └─> Create JSON config → run create_dashboard.py with config
│  └─ User wants automatic dashboard
│     └─> Run create_dashboard.py (auto mode)
│
└─ Specific visualization requested ("histogram", "scatter plot", etc.)
   └─> Use visualize_csv.py with appropriate flag

ベストプラクティス

分析の開始

1. 不慣れなデータセットでは、必ず最初にプロファイルを作成します：python3 scripts/data_profile.py data.csv
2. プロファイリングの出力を確認して、次の内容を把握します。
   • 列のデータ型と範囲
   • 欠損データのパターン
   • データ品質の問題
   • 統計的な分布

可視化の選択

詳しいガイダンスについては、references/visualization_guide.md を参照してください。クイックリファレンス：

• 分布：ヒストグラム、箱ひげ図、バイオリンプロット
• 関係：散布図、相関ヒートマップ
• 時系列：折れ線グラフ
• カテゴリ：棒グラフ（推奨）または円グラフ（控えめに使用）
• 比較：カテゴリごとにグループ化した箱ひげ図

ダッシュボードの作成

• 自動ダッシュボード：初期調査に適しています
• カスタムダッシュボード：プレゼンテーションや特定の分析目的に適しています
• プロット数の制限：読みやすさを保つため、最大6～9個にします
• 論理的なグループ化：関連する可視化をまとめます

出力に関する考慮事項

• HTML：インタラクティブな探索に最適です（ズーム、パン、ホバーツールチップ）。
• PNG/PDF：レポートやプレゼンテーションに最適です。
• SVG：ベクターグラフィックが必要な出版物に最適です。

依存関係

スクリプトには、以下の Python パッケージが必要です。

pip install pandas plotly numpy

静的画像としてエクスポートする場合（PNG、PDF、SVG）は、以下もインストールしてください。

pip install kaleido

ワークフローの例

探索的データ分析

# 1. Profile the data
python3 scripts/data_profile.py sales_data.csv -f html -o profile.html

# 2. Create automatic dashboard
python3 scripts/create_dashboard.py sales_data.csv -o dashboard.html

# 3. Dive deeper with specific plots
python3 scripts/visualize_csv.py sales_data.csv --scatter price sales --color region
python3 scripts/visualize_csv.py sales_data.csv --boxplot revenue --group-by product

レポートの生成

# Create specific visualizations for report
python3 scripts/visualize_csv.py data.csv --histogram age -o fig1_distribution.png
python3 scripts/visualize_csv.py data.csv --scatter income age -o fig2_correlation.png
python3 scripts/visualize_csv.py data.csv --bar category -o fig3_categories.png

# Generate data summary
python3 scripts/data_profile.py data.csv -f html -o data_summary.html

インタラクティブなダッシュボード

# Create custom dashboard for presentation
# 1. First, create config.json with desired plots
# 2. Generate dashboard
python3 scripts/create_dashboard.py data.csv --config config.json -o presentation_dashboard.html

トラブルシューティング

「Column not found」エラー：

• データプロファイリングを実行して、正確な列名を確認してください。
• CSV の列名では大文字と小文字が区別されます。
• 列名の先頭または末尾に空白がないか確認してください。

空の、または正しくない可視化：

• データ型（数値型かカテゴリ型か）を確認してください。
• プロット対象の列に欠損データがないか確認してください。
• null 以外の値が十分に存在することを確認してください。

スクリプトの実行エラー：

• 依存関係がインストールされていることを確認してください：pip list | grep plotly
• Python のバージョンを確認してください：Python 3.6 以降が必要です。
• 画像のエクスポートに問題がある場合は、kaleido をインストールしてください：pip install kaleido

リソース

scripts/

• visualize_csv.py：すべての種類のチャートに対応したメインの可視化スクリプト
• data_profile.py：データの自動プロファイリングと品質分析
• create_dashboard.py：複数のプロットを含むダッシュボードの生成ツール

references/

• visualization_guide.md：適切なチャートの種類の選び方、ベストプラクティス、一般的なパターンを網羅したガイド