表の数値を一つずつ読むだけでは，データの特徴をつかみにくいことがある．データをグラフで表すことを可視化（data visualization）という．
本章では，東京の降水量や気温，さくらの開花日を例に，目的に合ったグラフを選び，Python で描く方法を学ぶ．いずれも気象庁の観測データである．
| 知りたいこと | 適したグラフ | 本章の例 |
|---|---|---|
| 項目ごとの値を比べたい | 棒グラフ | 月ごとの降水量 |
| 時間とともに値がどう変わるかを見たい | 折れ線グラフ | 東京のさくらの開花日 |
| どの範囲の値が多いかを知りたい | ヒストグラム | 日ごとの最高気温の分布 |
棒グラフ（bar chart）は，項目ごとの値を棒の高さで表し，値の大小を比べるためのグラフである．チャプター 4 で使った東京の月ごとの気温と降水量の表から，降水量を比べてみよう．
tokyo_monthly.csv をダウンロードし，前章と同じ手順で Colab にアップロードする．本章のコードは，上から順に実行する．
import pandas as pd
import matplotlib.pyplot as plt
weather = pd.read_csv("tokyo_monthly.csv")
weather| month | temp_mean_c | precip_mm | |
|---|---|---|---|
| 0 | 1 | 6.6 | 26.0 |
| 1 | 2 | 6.5 | 6.5 |
| 2 | 3 | 10.7 | 153.0 |
| 3 | 4 | 15.6 | 154.5 |
| 4 | 5 | 19.2 | 206.0 |
| 5 | 6 | 24.7 | 100.0 |
| 6 | 7 | 28.4 | 74.5 |
| 7 | 8 | 29.6 | 68.5 |
| 8 | 9 | 26.5 | 203.5 |
| 9 | 10 | 18.5 | 106.5 |
| 10 | 11 | 12.8 | 17.0 |
| 11 | 12 | 8.4 | 36.5 |
グラフを描くには，Matplotlib というライブラリを使う．matplotlib.pyplot を plt という別名で読み込み，plt.bar() で棒グラフを描く．横軸には，month 列の 1 から 12 をそのまま使う．
plt.figure(figsize=(7, 4))
plt.bar(weather["month"], weather["precip_mm"], color="steelblue")
plt.axhline(100, color="black", linestyle="--", label="100 mm")
plt.xlabel("Month")
plt.ylabel("Precipitation (mm)")
plt.xticks(weather["month"])
plt.ylim(0, 250)
plt.legend()
plt.tight_layout()
plt.show()
図 5.1 では，100 mm を破線で示している．棒の上端が破線以下にある 1，2，6，7，8，11，12 月が，降水量が 100 mm 以下の月である．6 月はちょうど 100.0 mm なので，条件に含まれる．
コードの主な部分は，次の役割を持つ．
| 書き方 | 役割 |
|---|---|
plt.figure(figsize=(7, 4)) |
幅 7 インチ，高さ 4 インチの図を用意する |
plt.bar(項目, 値) |
項目ごとの値を棒で表す |
plt.axhline(100, ...) |
縦軸の値が 100 の位置に水平線を引く |
plt.xlabel(...)，plt.ylabel(...) |
横軸と縦軸に名前を付ける |
plt.xticks(weather["month"]) |
横軸の 1 から 12 の位置に目盛りを表示する |
plt.ylim(0, 250) |
縦軸の表示範囲を 0 から 250 にする |
plt.legend() |
label で指定した説明を凡例として表示する |
plt.tight_layout() |
軸の名前などが図の外にはみ出しにくいように余白を調整する |
plt.show() |
図を表示する |
棒グラフでは棒の高さを比較するため，縦軸は原則として 0 から始める．また，降水量なら「mm」，気温なら「℃」のように，数値の単位も軸に示そう．
折れ線グラフ（line chart）は，時間などの順序に沿って点を線で結び，値の変化を表すグラフである．
気象庁は，1953 年から毎年，東京のソメイヨシノの開花日を観測している．セクション A.2.3 のデータから東京の開花日を取り出し，3 月 1 日を 1 日目として数えた日数に直した．例えば，3 月 24 日に開花した年は 24，4 月 1 日に開花した年は 32 となる．
range(1953, 2026) は，1953 以上 2026 未満の整数，つまり 1953 年から 2025 年までの年を表す．bloom_days には，各年の開花日を年の順に並べる．plt.plot() に横軸と縦軸の値を渡すと，折れ線グラフを描ける．marker="o" は，各観測値を丸い点で示す指定である．
years = range(1953, 2026)
bloom_days = [
26, 26, 24, 26, 33, 30, 24, # 1953〜1959 年
23, 32, 32, 32, 33, 33, 20, 30, 29, 37, # 1960〜1969 年
38, 30, 28, 31, 33, 29, 22, 22, 31, 23, # 1970〜1979 年
31, 26, 23, 31, 42, 34, 34, 23, 33, 20, # 1980〜1989 年
20, 30, 24, 24, 31, 31, 31, 21, 27, 24, # 1990〜1999 年
30, 23, 16, 27, 18, 31, 21, 20, 22, 21, # 2000〜2009 年
22, 28, 31, 16, 25, 23, 21, 21, 17, 21, # 2010〜2019 年
14, 14, 20, 14, 29, 24, # 2020〜2025 年
]
plt.figure(figsize=(7, 4))
plt.plot(years, bloom_days, marker="o", color="steelblue")
plt.xlabel("Year")
plt.ylabel("Bloom day (March 1 = 1)")
plt.ylim(0, 45)
plt.grid(axis="y", alpha=0.3)
plt.tight_layout()
plt.show()
plt.grid(axis="y", alpha=0.3) は，縦軸の目盛りに沿って薄い補助線を引く指定である．値を読み取るときの目安になる．
図 5.2 では，最も遅く開花したのは 1984 年の 4 月 11 日，最も早く開花したのは 2020 年，2021 年，2023 年の 3 月 14 日である．点を線で結ぶと，前の年より早くなったか，遅くなったかを追いやすい．開花日は年によって大きく上下するが，グラフ全体を見ると，最近の年ほど点が低い位置に多く，開花が早くなる傾向がうかがえる．
ただし，1 年分の変化だけで傾向を判断することはできない．例えば，2024 年の開花は前年より 15 日遅かったが，これだけで，開花が遅くなる傾向にあるとはいえない．また，開花が早くなった原因は，このグラフだけではわからない．原因を考えるには，気温など，ほかのデータも調べる必要がある．
月ごとの降水量の棒グラフも，横軸の月には時間の順序があった．このように，時間の順序がある項目でも，各項目の値の大小を比べたいときは棒グラフを使う．例えば，地理の授業で見た雨温図では，月ごとの降水量を棒グラフで，気温の変化を折れ線グラフで表している．何を知りたいかを考えて，グラフを選ぼう．
今度は，日ごとの観測値を使って，分布を見てみよう．tokyo_daily.csv は，気象庁が東京で観測した 2025 年の日ごとの気温と降水量である．1 行が 1 日に対応し，各列は次の意味を持つ．
date：日付month：月temp_mean_c：平均気温（℃）temp_max_c：最高気温（℃）temp_min_c：最低気温（℃）precip_mm：降水量（mm）前章と同じ手順でアップロードしてから読み込む．365 日分の行があるため，head() で先頭の 5 行だけを表示する．
daily = pd.read_csv("tokyo_daily.csv")
daily.head()| date | month | temp_mean_c | temp_max_c | temp_min_c | precip_mm | |
|---|---|---|---|---|---|---|
| 0 | 2025-01-01 | 1 | 7.1 | 12.2 | 4.1 | 0.0 |
| 1 | 2025-01-02 | 1 | 7.8 | 13.9 | 2.1 | 0.0 |
| 2 | 2025-01-03 | 1 | 5.5 | 7.6 | 3.7 | 0.0 |
| 3 | 2025-01-04 | 1 | 5.1 | 9.6 | 1.6 | 0.0 |
| 4 | 2025-01-05 | 1 | 4.6 | 10.0 | -0.2 | 0.0 |
ヒストグラムには，この表から取り出した最高気温の列を使う．
daily_max = daily["temp_max_c"]「最高気温が何℃くらいの日が多いか」「35℃ 以上の暑い日は何日あったか」を調べるには，値がどの範囲にどれだけ集まっているかを見るとよい．このような値の散らばり方を，データの分布という．
ヒストグラム（histogram）は，数値の範囲をいくつかの区間に分け，各区間に入るデータの個数を表すグラフである．区間を階級，その区間に入るデータの個数を度数という．本章では，すべての区間を同じ幅にして，棒の高さで度数を表す．
例えば，最高気温を 5℃ ごとの区間に分けると，日数は次のようになる．
| 最高気温の区間 | 日数 |
|---|---|
| 5℃ 以上 10℃ 未満 | 30 |
| 10℃ 以上 15℃ 未満 | 75 |
| 15℃ 以上 20℃ 未満 | 55 |
| 20℃ 以上 25℃ 未満 | 59 |
| 25℃ 以上 30℃ 未満 | 58 |
| 30℃ 以上 35℃ 未満 | 59 |
| 35℃ 以上 40℃ 以下 | 29 |
plt.hist() にデータを渡し，bins で区間の境界を指定する．
bins = [5, 10, 15, 20, 25, 30, 35, 40]
plt.figure(figsize=(7, 4))
plt.hist(daily_max, bins=bins, color="steelblue", edgecolor="white")
plt.xlabel("Maximum temperature (°C)")
plt.ylabel("Number of days")
plt.xticks(bins)
plt.tight_layout()
plt.show()
bins=[5, 10, 15, 20, 25, 30, 35, 40] は，7 個の区間の境界を指定している．plt.xticks(bins) は，その境界の位置に横軸の目盛りを表示する指定であり，区間そのものを決めるものではない．
plt.hist() では，各区間は左端を含み，右端を含まない．ただし，最後の区間だけは右端も含む．例えば，最高気温がちょうど 35.0℃ の日は「30℃ 以上 35℃ 未満」ではなく，「35℃ 以上 40℃ 以下」に数える．
図 5.3 から，10℃ 以上 15℃ 未満の日が 75 日と最も多いことがわかる．その多くは，12 月から 2 月の冬の日である．一方，15℃ 以上 35℃ 未満の四つの区間の日数は 55 日から 59 日で，大きな差はない．また，最高気温が 35℃ 以上の日も 29 日あった．最も多い区間だけでなく，分布全体の形にも注目しよう．
月ごとの降水量を示す棒グラフでは，横軸に月，縦軸に降水量をとった．ヒストグラムでは，横軸に最高気温の区間，縦軸にその区間に入る日数をとる．棒が高いほど気温が高いのではなく，その区間に入る日が多い．
また，ヒストグラムの横軸は数値の大小を表すため，区間を好きな順に並べ替えることはできない．隣り合う区間が連続していることがわかるように，棒の間を空けずに描く．
同じデータでも，区間を広くすると細かな違いが見えにくくなり，狭くすると一つ一つの値の違いが目立つ．特にデータが少ない場合，細かく分けすぎると全体の傾向をつかみにくい．
ヒストグラムを読むときは，区間の幅とデータの個数も確認しよう．練習問題では，同じ最高気温のデータを 2℃ ごとの区間に分け，見え方を比べる．
練習 5.1 次のリストは，2021 年から 2025 年までの東京の猛暑日（最高気温が 35℃ 以上の日）の日数である．気象庁の観測データから数えた．このデータを棒グラフにせよ．縦軸の 20 日の位置に水平線を加え，猛暑日が 20 日以上だった年を答えよ．
years = [2021, 2022, 2023, 2024, 2025]
hot_days = [2, 16, 22, 20, 29]練習 5.2 スマートフォンを充電せずに使い続けたとき，バッテリー残量を 1 時間ごとに記録したとする．以下のデータを折れ線グラフにし，残量が最も大きく減った時間帯を答えよ．
hours = [9, 10, 11, 12, 13, 14, 15]
battery = [100, 92, 83, 64, 55, 37, 28]練習 5.3 日ごとの最高気温 daily_max を使い，区間の幅を 2℃ にしたヒストグラムを描け．区間の境界は，次の bins とする．
bins = [4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40]練習 5.4 歩数，飲み物の価格，通学時間など，身近なデータを一つ選び，グラフを作成せよ．データの出典または記録した期間を示し，次の点を説明せよ．
次章からは，平均値や中央値，ばらつきを表す数値を学ぶ．中央値と四分位数で分布を要約する箱ひげ図は，四分位数と四分位範囲を学んだ後に セクション 7.2 で扱う．