PythonでCoinMetricsが提供するBitcoinに関する簡単なデータ分析

【本文】

今回は少し趣向を変えて、Pythonを利用した簡単なデータ分析（可視化）の事例を紹介。
CoinMetricsが各暗号通貨（ステーブルコイン等も含む）のデータをcsv形式で提供しているので、そちらを利用して、Bitcoinのトランザクション量と価格(USD)について可視化してみた。

Pythonはデータ分析用のライブラリが豊富な為、簡単な可視化であれば、数行～数十行程度で済むのが嬉しい。
（今回の事例では、pandasとmatplotlibを利用するだけでごく簡単なコードで、何となくそれなりの可視化が可能。同じことをMS-Excelで実現しようとすると。。。）

＜備考＞
CoinMetricsが提供するデータは以下からダウンロード可能
（主要な暗号通貨のデータを活用できる）
https://coinmetrics.io/community-network-data/

【Pythonコード】

getCoinMetrics

%matplotlib inline
import matplotlib.pyplot as plt
import pandas as pd

data = pd.read_csv('xxx\\btc.csv')

data['date'] = pd.to_datetime(data['date'])
data.set_index('date', inplace=True)

• これでdate(日付)をベースにデータ分析が可能となる。

＜トランザクション量の遷移を年別で可視化>

plt.plot(data.TxCnt)

＜価格(USD)の遷移を年別で可視化>

plt.plot(data.PriceUSD)

＜トランザクション量と価格(USD)の年別遷移状況を複合グラフで表現＞

fig, ax1 = plt.subplots()
plt.plot(data.TxCnt, color='darkblue', label='TxCnt')

ax2 = ax1.twinx()
plt.plot(data.PriceUSD, color='darkorange', label='PriceUSD')

h1, l1 = ax1.get_legend_handles_labels()
h2, l2 = ax2.get_legend_handles_labels()
ax1.legend(h1+h2, l1+l2, loc='upper left')

ax1.set_xlabel('date')
ax1.set_ylabel('TxCnt')
ax2.set_ylabel('PriceUSD')

＜因みに、特定の年度に絞ることも出来る（例：2014年）＞

変更箇所のみ抜粋

~
plt.plot(df_data['2014'].TxCnt, color='darkblue', label='TxCnt')
~
plt.plot(df_data['2014'].PriceUSD, color='darkorange', label='PriceUSD')
~

• トランザクション量と価格(USD)とで負の相関が見れて興味深い。この後、トランザクション量の増加傾向が続く。

＜散布図で見てみる＞

plt.scatter(data.TxCnt,data.PriceUSD)

• トランザクションが一定量(200,000-)に達すると、価格への影響はあまり見受けられなくなる。（と、言えそう）

以上