data-visualization

データビジュアライゼーション

このスキルを使うと、AI エージェントは構造化データを意味のある視覚表現に変換できます。エージェントは、データと質問の内容に基づいて適切なグラフの種類を選択し、matplotlib と seaborn を使って公開品質の静的なグラフを作成し、plotly でインタラクティブなビジュアライゼーションを作成します。確立されたデータビジュアライゼーションの原則に従い、明瞭さ、正確さ、視覚的な魅力を確保します。

ワークフロー

1. データと質問を把握します。 データセットの構造（変数の数、種類（数値、カテゴリ、時間）や、ユーザーが強調したい関係性や比較）を調べます。グラフの選択は、データ単独よりも質問によって大きく左右されます。

2. 適切なグラフの種類を選択します。 分析の目的に合った視覚形式を選びます。カテゴリの比較には棒グラフ、時間の推移には折れ線グラフ、2つの連続変数の関係には散布図、分布にはヒストグラム、ばらつきや外れ値には箱ひげ図、相関行列や密なカテゴリグリッドにはヒートマップを使います。

3. プロット用にデータを準備します。 必要に応じて、データを集計、ピボット、または再形成します。棒グラフではカテゴリ軸を値で並べ替えます。時系列データは適切な粒度にリサンプリングします。プロットに NaN 値が入り、空白やエラーが発生しないようにします。

4. 適切なスタイルでビジュアライゼーションを作成します。 一貫したカラーパレット、読みやすい軸ラベル、説明的なタイトル、適切な凡例を設定します。不要なグリッド線、枠線、装飾など、グラフのノイズを取り除きます。出力先（レポート、スライド、ダッシュボード）に合った図のサイズを使用します。

5. コンテキストと注釈を追加します。 注釈、基準線、または網掛け領域を使って、重要なデータポイントを強調します。役立つ場合は、要約統計量をグラフに直接追加します（例：箱ひげ図の中央値の線、散布図の傾向線）。コンテキストを加えることで、グラフは単なる装飾から分析へと変わります。

6. エクスポートまたは表示します。 レポート用の静的なグラフは PNG または SVG で保存し、ダッシュボードや探索用にはインタラクティブな HTML をレンダリングします。印刷品質の出力には DPI を 150 以上に設定します。

対応テクノロジー

• matplotlib — あらゆる視覚要素を細かく制御できる、基盤となるプロットライブラリ
• seaborn — 適切なデフォルト設定と組み込みテーマを備えた統計ビジュアライゼーション
• plotly — ホバーツールチップ、ズーム、パンに対応したインタラクティブなグラフ
• plotly.express — インタラクティブなグラフをすばやく作成できる簡潔な API

グラフの種類の選び方

目標	グラフの種類	ライブラリ
カテゴリを比較する	棒グラフ（縦または横）	matplotlib, seaborn
時間の推移を示す	折れ線グラフ	matplotlib, plotly
2つの変数の関係を調べる	散布図	seaborn, plotly
変数の分布を示す	ヒストグラムまたは KDE	seaborn
グループ間の分布を比較する	箱ひげ図またはバイオリンプロット	seaborn
相関行列を表示する	ヒートマップ	seaborn
構成・割合を示す	積み上げ棒グラフまたは円グラフ	matplotlib
ユーザーによる探索を可能にする	インタラクティブなグラフ	plotly

使用方法

エージェントにデータセットと、何を可視化したいかの説明を渡します。必要に応じて、グラフの種類、色の好み、出力形式、図の寸法も指定できます。グラフの種類を指定しない場合、エージェントが最適な方法を選択します。

例

例 1：matplotlib と seaborn を使った売上ダッシュボード

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

df = pd.read_csv("quarterly_sales.csv", parse_dates=["date"])
sns.set_theme(style="whitegrid", palette="viridis")

fig, axes = plt.subplots(2, 2, figsize=(14, 10))
fig.suptitle("Q4 2024 Sales Dashboard", fontsize=16, fontweight="bold")

# 1. Monthly revenue trend
monthly = df.resample("M", on="date")["revenue"].sum()
axes[0, 0].plot(monthly.index, monthly.values, marker="o", linewidth=2)
axes[0, 0].set_title("Monthly Revenue Trend")
axes[0, 0].set_ylabel("Revenue ($)")
axes[0, 0].tick_params(axis="x", rotation=45)

# 2. Revenue by region (horizontal bar)
region = df.groupby("region")["revenue"].sum().sort_values()
axes[0, 1].barh(region.index, region.values, color=sns.color_palette("viridis", len(region)))
axes[0, 1].set_title("Revenue by Region")
axes[0, 1].set_xlabel("Total Revenue ($)")

# 3. Units sold distribution (histogram)
axes[1, 0].hist(df["units_sold"], bins=30, edgecolor="white", alpha=0.8)
axes[1, 0].axvline(df["units_sold"].median(), color="red", linestyle="--", label="Median")
axes[1, 0].set_title("Units Sold Distribution")
axes[1, 0].legend()

# 4. Revenue vs. discount scatter with regression
sns.regplot(data=df, x="discount", y="revenue", ax=axes[1, 1],
            scatter_kws={"alpha": 0.4, "s": 15}, line_kws={"color": "red"})
axes[1, 1].set_title("Revenue vs. Discount")

plt.tight_layout()
plt.savefig("sales_dashboard.png", dpi=150, bbox_inches="tight")
plt.show()

例 2：plotly を使ったインタラクティブなビジュアライゼーション

import pandas as pd
import plotly.express as px

df = pd.read_csv("global_sales.csv")

# Interactive scatter with size, color, and hover data
fig = px.scatter(
    df,
    x="marketing_spend",
    y="revenue",
    size="units_sold",
    color="region",
    hover_data=["product_name", "quarter"],
    title="Marketing Spend vs Revenue by Region",
    labels={
        "marketing_spend": "Marketing Spend ($)",
        "revenue": "Revenue ($)",
        "units_sold": "Units Sold"
    },
    template="plotly_white"
)

fig.update_traces(marker=dict(opacity=0.7, line=dict(width=1, color="DarkSlateGrey")))

# Add a trend line annotation
fig.add_annotation(
    x=45000, y=320000,
    text="Strong ROI cluster:<br>low spend, high revenue",
    showarrow=True, arrowhead=2,
    font=dict(size=12, color="darkblue")
)

fig.write_html("interactive_scatter.html")
fig.show()
# Users can hover over points to see product_name and quarter,
# zoom into clusters, and toggle regions on/off via the legend.

ベストプラクティス

• 見た目ではなく、分析上の問いに基づいてグラフの種類を選びます。相関についての問いであれば、パターンが見られない散布図でも適切な選択です。
• 色分けするカテゴリは7つ以下にします。それを超える場合は、1つの凡例に色を詰め込むのではなく、ファセット化やスモールマルチプルを使います。
• 軸には必ず単位を付け、人が読みやすい数値形式を使います（例：「1200000」ではなく「$1.2M」）。
• 差を誇張しないよう、棒グラフのY軸はゼロから始めます。折れ線グラフでは、絶対値より変化に注目する場合、軸を途中から始めてもかまいません。
• デフォルトでは、色覚多様性に配慮したパレット（viridis、cividis、またはColorBrewerの質的データ向けセット）を使います。
• 文書やプレゼンテーションに掲載するグラフは、150 DPI以上で書き出します。

エッジケース

• 1つのグラフにカテゴリが多すぎる場合。 棒グラフの棒が15本を超える場合は、上位N件を表示して残りを「その他」にまとめるか、ツリーマップに切り替えます。
• 散布図で点が重なる場合。 数千個の点が重なる場合は、透明度（alpha=0.3）、ジッター、またはヘックスビン／2D密度プロットを使います。
• 軸ラベルが長い場合。 テキストを読みやすくするため、ラベルを45度回転する、省略記号を使って短くする、または横棒グラフに切り替えます。
• 欠損値によって折れ線グラフに途切れが生じる場合。 小さな欠損（1～2点）は線形補間し、破線で示します。欠損が大きい場合は、連続しているように見せないよう線を途切れさせます。
• データが極端に偏っている場合。 対数スケールの軸を適用し、軸ラベルに変換内容を明記します（例：「Revenue (log scale)」）。