LoginSignup
236
298

More than 1 year has passed since last update.

PythonでTableau風 BIツールによる視覚的データ探索をやってみよう 〜PyGWalker〜

Last updated at Posted at 2023-02-24

image.png


更新情報 -目次-

  • はやくもUI改善等 Ver.upが図られています。以下内容の記事を追加しました。

1. データフレーム表示
2. ヒストグラムの描き方
3. ダークモード対応
4. オンライン版
5. 海外のデータイノベーション支援団体でも人気


はじめに

Tableauはご存じでしょうか?
私は使ったことはありませんが、名前だけはよく耳にします。
これは、専門家でなくてもデータの収集・分析・加工ができるBI(ビジネス・インテリジェンス)ツールのひとつです。

なんと、Jupyter Notebook上(Google ColabもOK)で実行できる Tableau風 BIツール「PyGWalker」が登場しました。

Tableauそのものではありませんが、ドラッグ&ドロップの簡単な操作でデータ分析や視覚的な探索が実行できます。

こんなのが出てくるとは・・・すごい。
しかも、数行のコードで実行できる・・・早速やってみました。

用語の説明

PyGWalker

PyGWalkerは、Jupyter Notebookのデータ解析とデータ可視化を支援するライブラリ。Jupyter NotebookとGraphic Walkerを統合し、Tableauとは異なるタイプのオープンソースの代替となるもの。ドラッグ&ドロップの簡単な操作でデータ分析や視覚的な探索が実行できる。

  • pandasのデータフレームをTableauスタイルのユーザインタフェースに変換することで、視覚的な探索を可能にしたもの。
  • PyGWalker:Python binding of Graphic Walker(通称"Pig Walker")

Tableau

Tableauは、膨大なデータの収集・分析・加工が専門家でなくてもできるBI(ビジネス・インテリジェンス)ツールのひとつ。Tableauは2003年にスタンフォード大学のプロジェクトから誕生。BIやデータドリブンな意思決定を支援するツールとして広く利用されている。

実行条件など

-Google colabで実行
-任意のデータセットsklearn等のデータセットを読み出せるようにしています。

実行コードについて

データ読込み等を除くと、実行コードは以下の3行だけ! です。(※データ読込み含めた実行コードは以下にあります。)

!pip install pygwalker
import pygwalker as pyg
gwalker = pyg.walk(df)

PyGWalker実行

「Titanic :binary」で実行してみました。実行するとセルに以下が出てきます。
Field Listに「Titanic :binary」データセットのカラム名が表示されています。
※2/28) UI更新により、ColumnsX-Axis に、RowsY-Axis に変更されました。
image.png
Field Listの「Pclass」と「Sex」をドラッグし、Columnsにドロップ、「Fare」をRowsにドロップ、「Survived」をColorにドロップしてみました。ドロップした状態に沿ってグラフが変わりますので、直感的でとてもわかりやすいです。
以下のようにfacet的な視覚化ができるのはありがたいなぁ。
image.png
Columnsにドロップした「Sex」をドラッグし、項目欄外でドロップして設定から外し、「Age」をRowsにドロップして追加しました。以下のように2つの要素が並んで表示されます。
image.png
次は、「Age」をColumnsに、「Fare」をRowsに、「Survived」をColorに、「Sex」をOpacityにドロップし、以下のようにグラフを [Scatter](散布図)に変更し、表示させました。
グラフを囲む青い罫線をドラッグすると、グラフサイズも変えられます。右クリックで「画像をコピー」を選択すれば、グラフだけをExcel等に添付することもできます。
image.png
また、「Sex」をShapeにドロップすると、プロットの形が変更されます。
image.png
亡くなってた方(「Servived:0」)は「Fare」が安かった方が多い・・・しかも男性ばかり・・・ という状況がよくわかりますね。

また、以下のように「キューブマーク」をクリックすると、ColumnsRowsにドラッグした表示が変わります。ドロップダウンから Mean、Max、Min、Variance等を選択することができ、選択に応じ、グラフが切り替わります。
image.png

このように、PyGWalker は 手元操作で試行錯誤しながらデータが探索できますので、

ちょっとこのデータ、どんなものか見てやろう

という時に大いに活用できそうです。
 
 

最後に

視覚的データ探索が直感的にサクサクできます。すごいです。すごくいいです。
2変数の単純なグラフ化だけではなく、多角的なデータの見方を支援してくれるツールになっていますので、描くことで、視覚化することで気づきを得る可能性を高められそうです。

以下の実行コードでは、他のデータセット、任意のデータセットも読めるようにしていますので、ご興味持たれた方は、一度実行してみてください。
 

備考
以下は、Pythonでできるデータ視覚化に関する書籍の紹介です。
視覚化のバラエティが拡がるほど、ビジネス・インテリジェンスのスキルも向上するはず。
視覚化に興味あるけどPythonはちょっとなぁ・・・ という方、一読を検討いただければ幸いです。

 
 


実行コード

インストール
!pip install pygwalker
データセット選択
#@title Select_Dataset { run: "auto" }
#@markdown  **<font color= "Crimson">注意</font>:かならず 実行する前に 設定してください。**</font>

dataset = 'Titanic :binary' #@param ['Boston_housing :regression', 'Diabetes :regression', 'Breast_cancer :binary','Titanic :binary', 'Titanic(seaborn) :binary', 'Iris :classification', 'Loan_prediction :binary','wine :classification', 'Occupancy_detection :binary', 'Upload']
データ読込み
#@title Load dataset

#ライブラリインポート
#import numpy as np    #数値計算ライブラリ
import pandas as pd   #データを効率的に扱うライブラリ
import seaborn as sns #視覚化ライブラリ
import warnings       #警告を表示させないライブラリ
warnings.simplefilter('ignore')

'''
dataset(ドロップダウンメニュー)で選択したデータセットを読込み、データフレーム(df)に格納。
目的変数は、データフレームの最終列とし、FEATURES、TARGET、X、yを指定した後、データフレーム
に関する情報と先頭5列を表示。
任意のcsvデータを読込む場合は、datasetで'Upload'を選択。

'''

#任意のcsvデータ読込み及びデータフレーム格納、
if dataset =='Upload':
  from google.colab import files
  uploaded = files.upload()#Upload
  target = list(uploaded.keys())[0]
  df = pd.read_csv(target)

#Diabetes データセットの読込み及びデータフレーム格納、
elif dataset == "Diabetes :regression":
  from sklearn.datasets import load_diabetes
  diabetes = load_diabetes()
  df = pd.DataFrame(diabetes.data, columns = diabetes.feature_names)
  df['target'] = diabetes.target

#Breast_cancer データセットの読込み及びデータフレーム格納、
elif dataset == "Breast_cancer :binary":
  from sklearn.datasets import load_breast_cancer
  breast_cancer = load_breast_cancer()
  df = pd.DataFrame(breast_cancer.data, columns = breast_cancer.feature_names)
  #df['target'] = breast_cancer.target  #目的変数をカテゴリー数値とする時
  df['target'] = breast_cancer.target_names[breast_cancer.target]

#Titanic データセットの読込み及びデータフレーム格納、
elif dataset == "Titanic :binary":
  data_url = "https://raw.githubusercontent.com/datasciencedojo/datasets/master/titanic.csv"
  df = pd.read_csv(data_url)
  #目的変数 Survived をデータフレーム最終列に移動
  X = df.drop(['Survived'], axis=1)
  y = df['Survived'] 
  df = pd.concat([X, y], axis=1)    #X,yを結合し、dfに格納

#Titanic(seaborn) データセットの読込み及びデータフレーム格納、
elif dataset == "Titanic(seaborn) :binary":
  df = sns.load_dataset('titanic')
  #重複データをカットし、目的変数 alive をデータフレーム最終列に移動
  X = df.drop(['survived','pclass','embarked','who','adult_male','alive'], axis=1)
  y = df['alive']                   #目的変数データ
  df = pd.concat([X, y], axis=1)    #X,yを結合し、dfに格納

#iris データセットの読込み及びデータフレーム格納、
elif dataset == "Iris :classification":
  from sklearn.datasets import load_iris
  iris = load_iris()
  df = pd.DataFrame(iris.data, columns = iris.feature_names)
  #df['target'] = iris.target  #目的変数をカテゴリー数値とする時
  df['target'] = iris.target_names[iris.target]

#wine データセットの読込み及びデータフレーム格納、
elif dataset == "wine :classification":
  from sklearn.datasets import load_wine
  wine = load_wine()
  df = pd.DataFrame(wine.data, columns = wine.feature_names)
  #df['target'] = wine.target  #目的変数をカテゴリー数値とする時
  df['target'] = wine.target_names[wine.target]

#Loan_prediction データセットの読込み及びデータフレーム格納、 
elif dataset == "Loan_prediction :binary":
  data_url = "https://github.com/shrikant-temburwar/Loan-Prediction-Dataset/raw/master/train.csv"
  df = pd.read_csv(data_url)

#Occupancy_detection データセットの読込み及びデータフレーム格納、 
elif dataset =='Occupancy_detection :binary':
  data_url = 'https://raw.githubusercontent.com/hima2b4/Auto_Profiling/main/Occupancy-detection-datatest.csv'
  df = pd.read_csv(data_url)
  df['date'] = pd.to_datetime(df['date'])    #[date]のデータ型をdatetime型に変更

#Boston データセットの読込み及びデータフレーム格納 
else:
  from sklearn.datasets import load_boston
  boston = load_boston()
  df = pd.DataFrame(boston.data, columns = boston.feature_names)
  df['target'] = boston.target

#FEATURES、TARGET、X、yを指定 
FEATURES = df.columns[:-1]    #説明変数のデータ項目を指定
TARGET = df.columns[-1]       #目的変数のデータ項目を指定
X = df.loc[:, FEATURES]       #FEATURESのすべてのデータをXに格納
y = df.loc[:, TARGET]         #TARGETのすべてのデータをyに格納

#データフレーム表示
df.info(verbose=True)         #データフレーム情報表示(verbose=Trueで表示数制限カット)
df.head()                     #データフレーム先頭5行表示
PyGWalker実行
#@title PyGWalker
import pygwalker as pyg
gwalker = pyg.walk(df)

更新情報

1. データフレーム表示

以下のように、上部に [Data] と [Visualization] というタブが追加されました。
image.png
[Data]のタブをクリックすると、データフレームが表示されます。データ型も変更できそう・・・すごい。
image.png

2. ヒストグラムの描き方

以下のように、Field Listの「Fare」を左クリックすると [Bin]と[Log10] が表示され、[Bin]をクリックすると、Field Listに「bin(Fare)」が追加されます。
以下は、「bin(Fare)」をX-Axisに、「Row Count」をY-Axisにドロップし、表示させたヒストグラムです。
image.png
「Survived」をColorにドロップすると、以下のようになります。
image.png

3. ダークモード対応

使用しているPCやiOSデバイス等をダークモードにすると・・・
image.png

4. オンライン版

5. 海外のデータイノベーション支援団体でも人気

参考

236
298
1

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
236
298