MatplotlibでわかりやすくPythonの円グラフを作成する方法【丁寧な解説】

（最終更新月: 2024年11月）

✔こんな方におすすめの記事です

「Pythonで円グラフを作りたいけど、方法がわからない」
「Matplotlibの円グラフをカスタマイズして見やすくしたい」
「データを視覚的に伝えやすい円グラフを作成したい」

✔当記事を通じて得られること

• Matplotlibを使った基本的な円グラフの作成方法
• 円グラフを見やすくするカスタマイズのコツ
• 実務で使える円グラフの作成例とTips

当記事では、Matplotlibの基本的な使い方から、円グラフをより効果的に表現するテクニックまで、実例を交えて幅広く解説していきます。
ぜひ最後までご覧ください。

Matplotlibで円グラフを作る基本

Matplotlibを使って円グラフを作成する基本的な方法について説明します。
円グラフは、データの割合を視覚的に表現できる便利なグラフ形式です。
以下の内容について、順を追って解説していきます。

• Matplotlibのインストール方法
• 基本的な円グラフの作成手順
• データの準備と形式について

Matplotlibのインストール方法

MatplotlibはPythonのグラフ描画ライブラリの定番です。
まずはインストールから始めましょう。
以下のコマンドをターミナルで実行します。

pip install matplotlib

インストールが完了したら、Pythonファイルで以下のようにインポートできます。

import matplotlib.pyplot as plt

基本的な円グラフの作成手順

円グラフを作成する最もシンプルな方法を紹介します。
基本的な円グラフは、plt.pieメソッドを使用して作成できます。

import matplotlib.pyplot as plt

# データの準備
sizes = [30, 20, 25, 15, 10]
labels = ['A', 'B', 'C', 'D', 'E']

# 円グラフの作成
plt.pie(sizes, labels=labels)
plt.show()

データの準備と形式について

円グラフ作成に必要なデータ形式について説明します。
Matplotlibの円グラフでは、数値データとラベルを別々のリストで準備する必要があります。
以下のような形式でデータを用意しましょう。

# 数値データの例
sales_data = [100, 150, 80, 200]
categories = ['製品A', '製品B', '製品C', '製品D']

# パーセンテージの場合
percentage = [25, 37.5, 20, 17.5]

円グラフのカスタマイズ方法

円グラフをより見やすく、魅力的にするためのカスタマイズ方法を解説します。
視覚的な効果を高めることで、データをより効果的に伝えることができます。
以下の項目について詳しく説明していきます。

• 色の設定と変更方法
• ラベルとタイトルの調整
• パーセント表示の追加

色の設定と変更方法

円グラフの色を設定することで、データの違いを明確に表現できます。
色は配列で指定するか、カラーマップを使用して自動的に設定できます。

import matplotlib.pyplot as plt

# データ準備
sizes = [30, 20, 25, 15, 10]
labels = ['A', 'B', 'C', 'D', 'E']
colors = ['lightblue', 'lightgreen', 'pink', 'orange', 'yellow']

# 色を指定して円グラフを作成
plt.pie(sizes, labels=labels, colors=colors)
plt.show()

ラベルとタイトルの調整

ラベルやタイトルを適切に配置することで、グラフの可読性が向上します。
フォントサイズや位置を調整して、より見やすいグラフを作成できます。

import matplotlib.pyplot as plt

# データ準備
sizes = [30, 20, 25, 15, 10]
labels = ['A', 'B', 'C', 'D', 'E']

# ラベルとタイトルを調整した円グラフ
plt.pie(sizes, labels=labels)
plt.title('売上比率', fontsize=14, pad=20)
plt.legend(loc='best')
plt.show()

パーセント表示の追加

データの割合をパーセント表示することで、より正確な情報を伝えることができます。
autopctパラメータを使用して、パーセント表示を追加できます。

import matplotlib.pyplot as plt

# データ準備
sizes = [30, 20, 25, 15, 10]
labels = ['A', 'B', 'C', 'D', 'E']

# パーセント表示付きの円グラフ
plt.pie(sizes, labels=labels, autopct='%1.1f%%')
plt.show()

実践的な円グラフの作成例

実際の業務で使用できる円グラフの作成例を紹介します。
データの特性に合わせた適切な表現方法を学びましょう。
以下の例を通じて、実践的なスキルを身につけていきます。

• 売上データの可視化
• アンケート結果の表現
• 時系列データの比較

売上データの可視化

売上データを円グラフで表現する方法を説明します。
四半期ごとの売上比率を視覚的に表現することで、ビジネス分析に役立てることができます。

import matplotlib.pyplot as plt

# 売上データ
quarterly_sales = [2500, 3200, 2800, 3500]
quarters = ['第1四半期', '第2四半期', '第3四半期', '第4四半期']

# 売上の円グラフ作成
plt.figure(figsize=(8, 8))
plt.pie(quarterly_sales, labels=quarters, autopct='%1.1f%%',
        shadow=True, startangle=90)
plt.title('四半期別売上比率')
plt.axis('equal')
plt.show()

アンケート結果の表現

アンケート結果を円グラフで効果的に表現する方法を紹介します。
回答の分布を視覚的に表現することで、傾向を把握しやすくなります。

import matplotlib.pyplot as plt

# アンケートデータ
responses = [150, 230, 120, 80]
options = ['とても満足', '満足', 'やや不満', '不満']
colors = ['lightgreen', 'lightblue', 'pink', 'lightgray']

# アンケート結果の円グラフ
plt.figure(figsize=(10, 8))
plt.pie(responses, labels=options, colors=colors,
        autopct='%1.1f%%', explode=(0.1, 0, 0, 0))
plt.title('顧客満足度調査結果')
plt.show()

時系列データの比較

時系列データを円グラフで比較する方法を説明します。
異なる期間のデータを並べて表示することで、変化を把握しやすくなります。

import matplotlib.pyplot as plt

# 2年分のデータ
data_2022 = [30, 25, 20, 25]
data_2023 = [35, 20, 25, 20]
categories = ['製品A', '製品B', '製品C', '製品D']

# サブプロットで2つの円グラフを作成
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 6))

ax1.pie(data_2022, labels=categories, autopct='%1.1f%%')
ax1.set_title('2022年')

ax2.pie(data_2023, labels=categories, autopct='%1.1f%%')
ax2.set_title('2023年')

plt.show()

まとめ

当記事では、Matplotlibを使った円グラフの作成方法について学習してきました。

• 基本的な円グラフの作成方法とMatplotlibの使い方
• 色やラベル、パーセント表示などのカスタマイズ技術
• 実務で活用できる具体的な円グラフ作成例

これらの知識を活用することで、より効果的なデータの可視化が可能になります。
まずは基本的な円グラフから始めて、徐々にカスタマイズを加えていくことをおすすめします。
データビジュアライゼーションのスキルを磨いて、より説得力のあるプレゼンテーションを目指しましょう。