Pythonで2026年の世界のロケット打ち上げデータを可視化してみた

はじめに

2026年、世界のロケット打ち上げが過去最多ペースで推移しています。SpaceXだけで累計656回、成功率97.7%。Starlink衛星は推定7,783基が稼働中で、もはや「宇宙は日常」になりつつあります。

エンジニアとしてこの数字を眺めていたら、自分でデータを触って可視化したくなりました。本記事では、公開されているロケット打ち上げデータをPythonで取得・加工・可視化するまでの流れを紹介します。

対象読者: Pythonの基本がわかる方。pandas/matplotlibの経験があるとスムーズです。

使用する環境

Python 3.11+
pandas 2.2+
matplotlib 3.9+
requests 2.32+

pip install pandas matplotlib requests

1. データ取得

ロケット打ち上げのオープンデータベースから、JSON形式でデータを取得します。世界中の打ち上げ情報を網羅した公開データソースがいくつか存在するので、お好みのものを使ってください。

import requests
import pandas as pd
import matplotlib.pyplot as plt
from datetime import datetime

# お好みの公開データソースに置き換えてください
API_URL = "https://your-data-source.example.com/launches"

def fetch_launches(limit=300):
    """打ち上げデータを取得"""
    params = {
        "limit": limit,
        "ordering": "-net",  # 日付降順
    }
    all_launches = []
    url = API_URL

    while url and len(all_launches) < limit:
        resp = requests.get(url, params=params)
        resp.raise_for_status()
        data = resp.json()

        results = data.get("results", data) if isinstance(data, dict) else data
        all_launches.extend(results)

        # ページネーション対応
        url = data.get("next") if isinstance(data, dict) else None
        params = {}  # nextURLにはパラメータが含まれている

    return all_launches[:limit]

launches_raw = fetch_launches(limit=300)
print(f"取得件数: {len(launches_raw)}")

Note: 多くの公開データベースはレートリミットがあります。短時間に大量リクエストを送らないよう注意してください。

2. データの前処理

取得したJSONをpandas DataFrameに変換し、分析しやすい形に整えます。

def preprocess(raw_data):
    """生データをDataFrameに変換・クリーニング"""
    records = []
    for launch in raw_data:
        # データソースによってフィールド名が異なる場合があるので適宜調整
        record = {
            "name": launch.get("name", "Unknown"),
            "date": launch.get("net") or launch.get("date") or launch.get("launch_date"),
            "status": launch.get("status", {}).get("abbrev", "Unknown")
                      if isinstance(launch.get("status"), dict)
                      else launch.get("status", "Unknown"),
            "provider": launch.get("launch_service_provider", {}).get("name", "Unknown")
                        if isinstance(launch.get("launch_service_provider"), dict)
                        else "Unknown",
            "rocket": launch.get("rocket", {}).get("configuration", {}).get("name", "Unknown")
                      if isinstance(launch.get("rocket"), dict)
                      else launch.get("rocket", "Unknown"),
            "country": launch.get("pad", {}).get("country_code", "Unknown")
                       if isinstance(launch.get("pad"), dict)
                       else "Unknown",
        }
        records.append(record)

    df = pd.DataFrame(records)

    # 日付パース
    df["date"] = pd.to_datetime(df["date"], utc=True, errors="coerce")
    df["year"] = df["date"].dt.year
    df["month"] = df["date"].dt.month
    df["year_month"] = df["date"].dt.to_period("M")

    # 成功/失敗の分類
    success_keywords = ["Success", "Go"]
    df["is_success"] = df["status"].apply(
        lambda s: any(kw.lower() in str(s).lower() for kw in success_keywords)
    )

    return df

df = preprocess(launches_raw)
print(df.info())
print(df.head())

前処理のポイント:

• 日付は pd.to_datetime でUTC統一。タイムゾーンが混在すると集計がずれます
• ステータスはデータソースによって表記が異なるので、キーワードマッチで正規化
• year_month 列を作っておくと月別集計が楽

3. 可視化1: 月別打ち上げ回数の推移

まずは最もシンプルな棒グラフから。

def plot_monthly_launches(df, year=2026):
    """月別打ち上げ回数"""
    df_year = df[df["year"] == year].copy()
    monthly = df_year.groupby("month").size()

    fig, ax = plt.subplots(figsize=(10, 5))
    colors = ["#1a73e8" if m <= datetime.now().month else "#ccc" for m in monthly.index]
    ax.bar(monthly.index, monthly.values, color=colors, edgecolor="white")

    ax.set_xlabel("月", fontsize=12)
    ax.set_ylabel("打ち上げ回数", fontsize=12)
    ax.set_title(f"{year}年 月別ロケット打ち上げ回数", fontsize=14, fontweight="bold")
    ax.set_xticks(range(1, 13))
    ax.set_xticklabels([f"{m}月" for m in range(1, 13)])

    # 平均線
    avg = monthly.mean()
    ax.axhline(y=avg, color="#e53935", linestyle="--", alpha=0.7, label=f"月平均: {avg:.1f}回")
    ax.legend()

    plt.tight_layout()
    plt.savefig("monthly_launches.png", dpi=150, bbox_inches="tight")
    plt.show()

plot_monthly_launches(df)

出力例: 1〜3月で既に高い水準。SpaceXのFalcon 9が週2〜3回ペースで飛んでいるのが大きい。

4. 可視化2: 企業別の打ち上げ数ランキング

def plot_provider_ranking(df, top_n=10):
    """企業別打ち上げ数の横棒グラフ"""
    provider_counts = df["provider"].value_counts().head(top_n)

    fig, ax = plt.subplots(figsize=(10, 6))
    colors = ["#1a73e8" if i == 0 else "#42a5f5" for i in range(len(provider_counts))]
    bars = ax.barh(
        provider_counts.index[::-1],
        provider_counts.values[::-1],
        color=colors[::-1],
        edgecolor="white",
    )

    # 値ラベル
    for bar in bars:
        width = bar.get_width()
        ax.text(width + 1, bar.get_y() + bar.get_height() / 2,
                f"{int(width)}", va="center", fontsize=10)

    ax.set_xlabel("打ち上げ回数", fontsize=12)
    ax.set_title("企業別ロケット打ち上げ数 TOP10", fontsize=14, fontweight="bold")
    plt.tight_layout()
    plt.savefig("provider_ranking.png", dpi=150, bbox_inches="tight")
    plt.show()

plot_provider_ranking(df)

出力例: SpaceXが圧倒的1位。中国のCASCが2位、Rocket Labが3位あたり。

5. 可視化3: 成功率の推移

SpaceXの成功率97.7%という数字、実際に可視化すると際立ちます。

def plot_success_rate(df, providers=None):
    """企業別成功率の推移（年単位）"""
    if providers is None:
        providers = ["SpaceX", "CASC", "Roscosmos", "Rocket Lab", "ISRO"]

    fig, ax = plt.subplots(figsize=(10, 5))

    for provider in providers:
        df_p = df[df["provider"].str.contains(provider, case=False, na=False)]
        yearly = df_p.groupby("year").agg(
            total=("is_success", "count"),
            success=("is_success", "sum"),
        )
        yearly["rate"] = (yearly["success"] / yearly["total"] * 100).round(1)
        yearly = yearly[yearly["total"] >= 3]  # サンプル少なすぎるものは除外

        if not yearly.empty:
            ax.plot(yearly.index, yearly["rate"], marker="o", label=provider, linewidth=2)

    ax.set_xlabel("年", fontsize=12)
    ax.set_ylabel("成功率 (%)", fontsize=12)
    ax.set_title("主要企業のロケット打ち上げ成功率推移", fontsize=14, fontweight="bold")
    ax.set_ylim(70, 102)
    ax.legend(loc="lower right")
    ax.grid(axis="y", alpha=0.3)

    plt.tight_layout()
    plt.savefig("success_rate.png", dpi=150, bbox_inches="tight")
    plt.show()

plot_success_rate(df)

出力例: SpaceXは2024年以降ほぼ100%に張り付き。Falcon 9の信頼性は驚異的。

6. 可視化4: ロケット再使用回数トップ10

Falcon 9のブースター再使用が当たり前になった2026年。どのブースターが最も多く飛んでいるかを見てみます。

def plot_reuse_ranking(df, top_n=10):
    """ロケット（機体名）別の打ち上げ回数"""
    # Falcon 9のブースター番号を抽出（名前に含まれる場合）
    falcon9 = df[df["rocket"].str.contains("Falcon 9", case=False, na=False)]

    # ブースター番号を名前から推定（データソースによる）
    rocket_counts = falcon9["name"].value_counts().head(top_n)

    # ロケット種別での集計にフォールバック
    if len(rocket_counts) < 3:
        rocket_counts = df["rocket"].value_counts().head(top_n)

    fig, ax = plt.subplots(figsize=(10, 6))
    colors = plt.cm.Blues(
        [0.3 + 0.7 * i / len(rocket_counts) for i in range(len(rocket_counts))]
    )
    ax.barh(
        rocket_counts.index[::-1],
        rocket_counts.values[::-1],
        color=colors[::-1],
        edgecolor="white",
    )
    ax.set_xlabel("打ち上げ回数", fontsize=12)
    ax.set_title("ロケット別 打ち上げ回数 TOP10", fontsize=14, fontweight="bold")

    plt.tight_layout()
    plt.savefig("reuse_ranking.png", dpi=150, bbox_inches="tight")
    plt.show()

plot_reuse_ranking(df)

出力例: Falcon 9が圧倒的。1基のブースターが20回以上飛ぶ時代。

7. 考察: 2026年のトレンド

データから読み取れるポイントを3つ。

再使用ロケット競争が本格化

SpaceXのFalcon 9は再使用の実績を積み重ね、累計656回・成功率97.7%という数字を叩き出しています。Starlink衛星の打ち上げだけで376回。推定7,783基が軌道上で稼働中です。

一方、Rocket LabのElectronやBlue OriginのNew Glennなど、再使用に挑戦する企業が増えてきました。「使い捨てロケット」は徐々にレガシーになりつつあります。

Starshipの存在感

SpaceXのStarshipは、完全再使用を目指す超大型ロケット。2026年の試験飛行の結果次第で、宇宙輸送のコスト構造が根本から変わる可能性があります。データとして追いかけるのが楽しいフェーズです。

新興国の参入

インド（ISRO）、韓国（KARI）、日本（JAXA/民間）など、アジア勢の打ち上げ頻度が上がっています。国別データを可視化すると、「米中二強＋追う新興勢力」という構図が見えてきます。

まとめ

Pythonとpandas/matplotlibで、ロケット打ち上げデータを4パターン可視化しました。

可視化	わかること
月別打ち上げ数	2026年は過去最多ペース
企業別ランキング	SpaceX一強、中国が追う
成功率推移	Falcon 9の信頼性は異常
再使用回数	1基で20回超えの時代

公開データを使えば誰でも同じ分析ができるので、ぜひ自分の手で触ってみてください。
コードをJupyter Notebookに貼り付ければ、そのまま動きます（APIのURLだけ差し替えてください）。

リアルタイムで更新されるダッシュボードに興味がある方は、以下も参考にどうぞ。

• SpaceX打ち上げダッシュボード — 成功率・Starlink衛星数などをリアルタイム表示
• 世界のロケット打ち上げデータベース — 国別・企業別の打ち上げ統計

宇宙データ、眺めてるだけで楽しいですよね。