データ分析者のための Python データビジュアライゼーション入門 コードと連動してわかる可視化手法(データブンセキシャノタメノパイソンデータビジュアライゼーションニュウモン コードトレンドウシテワカルカシカシュホウ)

分析したデータを
わかりやすく
ビジュアライゼーションしよう!

【データビジュアライゼーションとは】
数値データ・位置のデータ・文章のデータ等を、
一目で分かりやすく見える形にする方法です。

【背景】
ビッグデータや AI という言葉が流行して以降、
様々な組織でデータを活用しようという動きがみられます。
データの活用のためには、私たち人間がデータの内容をよく理解する必要があり、
そのためにビジュアライゼーションはとても有効な手段です。
Python にはデータビジュアライゼーションに特化したライブラリがそろっており、
利用するデータ分析者も増えています。

一方で、
「どのような場合にどのライブラリで表現するとよいのか」
といった基本的な部分でつまづく方や、
「データの種類や特徴によってどのように表現するとより直観的に表現できるのか」
と悩んでいる方も多いのが実情です。

【書籍概要】
本書は、 Python のライブラリを利用して、
分析したデータをビジュアライゼーションする手法を解説した書籍です。
ビジュアライゼーションする時に必要な考え方と、
基本的なビジュアライゼーション手法を解説。
地図上に表現する方法やワードクラウド、インフォグラフィック的な要素を
取り入れた手法も紹介します。

【対象読者】
・データ活用に興味のある方
・データ分析者
・データサイエンティスト

【本書で紹介する主な可視化手法】
縦棒・横棒グラフ
円グラフ
ヒストグラム
ボックスプロット
散布図
バブルチャート
ヒートマップ
ドーナツグラフ
レーダーチャート
地図情報
ワードクラウド
インフォグラフィック等

【著者プロフィール】
小久保 奈都弥 (こくぼ・なつみ)
筑波大学第三学群社会工学類卒、
法政大学大学院イノベーションマネジメント研究科修了。
データ分析のコンサルティング会社で金融機関向けに
予測モデル構築業務やデータ分析業務に従事。
現在はコンサルティング会社に勤務するほか、
個人的にインフォメーションデザインや
データビジュアライゼーションの活動を行っている。
中小企業診断士
法政大学大学院特任講師

分析したデータをどのグラフで見せるかに迷う人のために、可視化の考え方と Python での描き方をコードと対で解説した入門書が『データ分析者のための Python データビジュアライゼーション入門 コードと連動してわかる可視化手法』 (小久保奈都弥 著、翔泳社、 2020 年 8 月刊) です。翔泳社の AI & TECHNOLOGY シリーズの一冊で、棒グラフや散布図といった基本のグラフにとどまらず、地図上への表現、ワードクラウド、インフォグラフィック的な表現まで扱う点が類書との分かれ目になっています。版元が対象として挙げるのは、データ活用に興味のある人、データ分析者、データサイエンティストです。

全 8 章と付録の構成、基本グラフから地図と文字情報へ

構成は全 8 章に付録が付きます。 Chapter 1 と 2 は理論編で、ビジュアライゼーションの定義と歴史、意思決定における役割、静的な表現と動的な表現の違いを押さえたうえで、データの種類と表現の対応、構成要素、ゲシュタルトの法則、注意すべき点という「考え方」を整理します。 Chapter 3 は Anaconda のインストールと Jupyter Notebook の利用、ライブラリの導入と仮想環境の構築という環境準備、 Chapter 4 は Python でのデータ構造、基本操作と演算、データフレームの扱いです。 Chapter 5 が本編の中心で、ヒストグラム、ボックスプロット、散布図、バブルチャートから、散布図行列、ジョイントプロット、平行座標プロット、ウォーターフォールチャート、ツリーマップ、サンバーストチャート、レーダーチャートまで、グラフやチャートの描き方を一つずつ扱います。 Chapter 6 は世界地図・日本地図・都道府県別の色分けマップ、地図上のポイントや円やヒートマップ、 2 地点間を線で繋ぐ表現といった位置情報の可視化、 Chapter 7 は英語と日本語のワードクラウドと形や色の調整、 Chapter 8 はピクトグラムや画像の大きさと個数で数量を表すインフォグラフィックで、 Appendix では色の考え方と seaborn のカラーパレットをまとめています。

グラフ選びの難しさと、知覚の原理から入る構成の意味

可視化の実務で本当に難しいのは、描き方よりも「このデータと伝えたい主張に対してどの表現を選ぶか」の判断です。量的変数か質的変数か、時系列か分布か、比較したいのは大きさか割合か構成か。この対応関係を知らずに描くと、円グラフで 12 分類を並べるような読み取れない図が生まれます。さらに人の目は近くにあるものをまとまりとして認識し、色や大きさの差を量として読むため、ゲシュタルトの法則や配色の設計は装飾ではなく情報伝達の精度に直結します。本書が描き方の前に 2 章分をこの考え方に割き、付録でカラーパレットを扱うのは、グラフを「きれいに見せる」ためではなく「誤読させない」ための土台づくりです。地図や文字情報の可視化は、座標を持つデータや分かち書きが必要な日本語テキストなど扱うデータの前処理が標準グラフと異なるため、章を分けて手順を示す構成は独学者にとって助けになります。

2020 年時点の環境前提と、必要な Python の前提知識

環境構築の章と Python でのデータ取り扱いの章が置かれているので、分析の経験があれば Python に深く習熟していなくても読み始められる設計ですが、コードを読み書きすることには抵抗がない必要があります。 Python の文法そのものから固めたい人は、当サイトの Python 本の選び方 で入門書を先に選んでから戻るほうが効率的です。もう一点、本書は 2020 年 8 月の刊行時点のライブラリ環境を前提に書かれています。可視化ライブラリはバージョンの更新で引数名や既定の見た目が変わることがあるため、掲載コードがそのまま動かない箇所に出会ったら公式ドキュメントで差分を確認する前提で読むのが現実的です。表現を選ぶ考え方と各手法の位置づけは版に依存しないので、そこが本書から長く回収できる価値です。

業務レポートの表現を広げたいデータ分析者に向く理由

売上や顧客データの分析結果を報告書やスライドで伝える立場で、棒グラフと折れ線グラフの繰り返しから抜け出したい人には、地図の色分けやワードクラウド、ピクトグラムを使った表現を Python の手順つきで一通り持てる本書は投じた時間の回収が早い一冊です。データサイエンティスト を志す学習者が、モデル構築の前段にある「データを見る力」を体系的に身につける目的にも合います。一方で、 BI ツールでのダッシュボード構築や JavaScript による Web 上の対話的な可視化を学びたい人、統計理論や機械学習のアルゴリズムを深めたい人には本書は目的が異なります。著者の小久保奈都弥氏は筑波大学第三学群社会工学類を卒業し、法政大学大学院イノベーションマネジメント研究科を修了、データ分析のコンサルティング会社で金融機関向けの予測モデル構築やデータ分析に従事した経歴を持ち、刊行時のプロフィールではコンサルティング会社に勤務しながらインフォメーションデザインとデータビジュアライゼーションの活動を個人でも行う中小企業診断士、法政大学大学院特任講師と紹介されています。

分析はできているのに見せ方で伝わらないと感じている人にとって、本書は「何を選ぶか」と「どう描くか」を同じページで結び付けてくれる実践書です。手元のデータを Jupyter Notebook に読み込み、章の順に手を動かしていけば、報告の説得力が目に見えて変わる出発点になります。