Python

Pythonでグラフを作る方法【matplotlibで棒・折れ線・散布図とColabの日本語の文字化け対策】

酒井 裕麻株式会社Bistro 代表取締役社長

データを集計したら、グラフにすると傾向がひと目でわかります。Pythonでグラフを作るときに最もよく使われるのが、matplotlib(マットプロットリブ)というライブラリです。

この記事では、Google Colabで、matplotlibを使って棒グラフ・折れ線グラフ・散布図を作る方法と、Colabでつまずきやすい日本語の文字化け対策を解説します。

同じグラフをRのggplot2で作る方法は、ggplot2でグラフを作る方法で紹介しています。

週別の売上推移の折れ線グラフ

この記事で使うデータ

架空の店舗の売上データ sales.csv(2026年1〜3月、3店舗×3カテゴリの日別データ)を使います。

import pandas as pd
sales = pd.read_csv("https://www.bistro.business/files/r/sales.csv", parse_dates=["date"])

最初に:日本語の文字化けを防ぐ

Colabでグラフを作ると、日本語が「□□□」のように文字化けします。Colabの実行環境に日本語のフォントが入っていないためです。

matplotlib-fontja をインストールして読み込むだけで、日本語が表示されるようになります。

!pip install -q matplotlib-fontja
import matplotlib.pyplot as plt
import matplotlib_fontja

実行環境がリセットされると消えるので、ノートブックを開くたびに実行します。

グラフの基本の形

matplotlibでは、次の形でグラフを作ります。

fig, ax = plt.subplots(figsize=(8, 5))  # グラフを描く場所を用意(横8×縦5インチ)
ax.bar(横軸のデータ, 縦軸のデータ)       # グラフの種類(bar・plot・scatter など)
ax.set_title("タイトル")                 # タイトルや軸ラベル
plt.show()                               # 表示
部品 意味
fig グラフ全体(画像1枚分)
ax グラフを描く場所(軸)
ax.bar() / ax.plot() / ax.scatter() 棒グラフ / 折れ線グラフ / 散布図
ax.set_title() / ax.set_xlabel() / ax.set_ylabel() タイトル / 横軸のラベル / 縦軸のラベル

棒グラフ(bar)

店舗別の売上を集計して、棒グラフにします。

store_sales = sales.groupby("store")["sales"].sum().sort_values(ascending=False) / 10000

fig, ax = plt.subplots(figsize=(7, 4.5))
ax.bar(store_sales.index, store_sales.values, color="#195379")
ax.set_title("店舗別の売上")
ax.set_ylabel("売上(万円)")
plt.show()

店舗別の売上の棒グラフ

sort_values(ascending=False) で、売上の大きい順に並べています。棒の並び順は、データの並び順のとおりになります。

pandasから直接グラフにする

pandasの集計結果は、.plot() を使うと、そのままグラフにできます。手早く確認したいときに便利です。

store_sales.plot(kind="barh", color="#195379", title="店舗別の売上(万円)")
plt.ylabel("")
plt.show()

店舗別の売上の横棒グラフ

kind="barh" で横棒グラフになります。kind には "bar"(棒)、"line"(折れ線)、"hist"(ヒストグラム)、"box"(箱ひげ図)なども指定できます。

折れ線グラフ(plot)

週ごとの売上の推移を、店舗別の折れ線グラフにします。resample("W-MON") で、月曜日始まりの週ごとに集計しています(日付の扱いは、Pythonで日付データを扱う方法で詳しく解説しています)。

weekly = (
    sales.set_index("date")
    .groupby("store")["sales"]
    .resample("W-MON", label="left", closed="left")
    .agg(["sum", "count"])
    .reset_index()
)
weekly = weekly[weekly["count"] == 21]  # 7日×3カテゴリがそろった週だけ残す

fig, ax = plt.subplots(figsize=(8, 4.5))
for store, d in weekly.groupby("store"):
    ax.plot(d["date"], d["sum"] / 10000, marker="o", linewidth=2, label=store)
ax.set_title("週別の売上推移")
ax.set_xlabel("週")
ax.set_ylabel("売上(万円)")
ax.legend(title="店舗", loc="upper left", bbox_to_anchor=(1, 1))
ax.xaxis.set_major_formatter(plt.matplotlib.dates.DateFormatter("%m/%d"))
plt.show()

週別の売上推移の折れ線グラフ

for store, d in weekly.groupby("store"): で、店舗ごとにデータを分けて、1本ずつ線を描いています。label に店舗名を入れておくと、legend() で凡例に表示されます。

月の途中で始まる週や終わる週は、日数が少なく売上が小さく見えてしまうので、7日分そろった週だけを残しています。

散布図(scatter)

広告費と客数の関係を、カテゴリ別の散布図にします。あわせて、カテゴリごとの傾向を表す直線(回帰直線)も引きます。

import numpy as np

fig, ax = plt.subplots(figsize=(8, 5))
colors = {"食品": "#0F2D45", "飲料": "#2E86C1", "日用品": "#E67E22"}
for cat, d in sales.groupby("category"):
    x, y = d["ad_spend"] / 1000, d["customers"]
    ax.scatter(x, y, alpha=0.5, color=colors[cat], label=cat)
    a, b = np.polyfit(x, y, 1)  # 直線(y = a x + b)を当てはめる
    xs = np.linspace(x.min(), x.max(), 10)
    ax.plot(xs, a * xs + b, color=colors[cat], linewidth=2)
ax.set_title("広告費と来店客数の関係")
ax.set_xlabel("広告費(千円)")
ax.set_ylabel("客数")
ax.legend(title="カテゴリ")
plt.show()

広告費と客数の散布図

alpha=0.5 で点を半透明にして、重なりを見やすくしています。カテゴリによって客数の水準が大きく違い、広告費との関係は、この図だけでははっきりしません。広告費の効果をきちんと調べる方法は、Pythonで回帰分析をする方法で解説しています。

よく使う設定

やりたいこと 書き方
グラフの大きさを変える plt.subplots(figsize=(横, 縦))
色を変える color="#195379"(色の名前や "red" なども可)
縦軸の範囲を決める ax.set_ylim(0, 500)
目盛りの文字を回転する plt.xticks(rotation=45)
補助線を引く ax.grid(axis="y", alpha=0.3)
数値を棒の上に表示する ax.bar_label(ax.containers[0], fmt="%.0f")
1枚に複数のグラフを並べる fig, axes = plt.subplots(1, 2, figsize=(12, 4))

たとえば、棒の上に数値を表示し、補助線を引くと、次のようになります。

fig, ax = plt.subplots(figsize=(7, 4.5))
bars = ax.bar(store_sales.index, store_sales.values, color="#195379")
ax.bar_label(bars, fmt="%.0f万円")
ax.set_ylim(0, store_sales.max() * 1.15)
ax.grid(axis="y", alpha=0.3)
ax.set_title("店舗別の売上")
plt.show()

数値を表示した店舗別の売上の棒グラフ

グラフを画像として保存する

plt.savefig() で、画像として保存できます。Colabでは、実行環境がリセットされると保存したファイルも消えるので、Googleドライブに保存するか、ダウンロードしましょう。

fig.savefig("store_sales.png", dpi=150, bbox_inches="tight")

# パソコンにダウンロードする
from google.colab import files
files.download("store_sales.png")

dpi は解像度で、資料に貼るなら150〜200くらいがおすすめです。bbox_inches="tight" を付けると、余白が自動で調整され、タイトルや凡例が切れなくなります。グラフの画像は、グラフの上で右クリックして保存することもできます。

まとめ

  • Colabでは、最初に matplotlib-fontja を読み込んで、日本語の文字化けを防ぐ
  • fig, ax = plt.subplots() で場所を用意し、ax.bar()・ax.plot()・ax.scatter() で描く
  • pandasの集計結果は、.plot() でそのままグラフにできる
  • 保存は savefig()。Colabではドライブに保存するかダウンロードする

データの分布を見るグラフ(ヒストグラム・箱ひげ図)は、Pythonでヒストグラムと箱ひげ図を作る方法で紹介しています。

CONTACT

データ活用のお悩み、
直接相談しませんか。

「何から始めればいいかわからない」段階でも大丈夫です。課題の整理からお手伝いします。