みなさんごきげんよう。Snafkinです。
今回はPythonを使ってData visualizationをやります。
Excelでいいじゃん。
その通りです。ExcelだろうがPythonだろうが、データが同じであれば見える化される表やグラフも同じです。違いは機械学習に進んだ時、見えてきます。機械学習のステップに進んだ時、基礎でつまずかないために、今のうちにマスターしておきましょう。
まずは、前回作ったExcelをDLしてください。
次に、Python編1で使ったGoogle Colabを開いていただきます。
こんな画面になってますか？
今回は、私の方で全部コードを用意しておきましたが、手を動かしながら覚えたい方は、画面左上のファイルから新しいBookを開いてください。
では１つ１つコードを走らせます。まず１つ目のブロック。
この「import」群は、Pythonにさまざまなツールを読み込んでいます。Pyhonを皆さんのパソコンと捉えるならば、エクセル、ワード、パワポなんかをDLしインストールして初めて使い物になりますよね？
それと同じです。Pythonも新しいプロジェクトごとにInstallしたり、DLしたりします。
さて、このコードの左斜め上再生ボタンを押していただくと、このコードが走り出します。押してみてください。コードの下にこんな選択肢が出てくるはずです。「Choose Files」をクリックし、先程D Lした前回までのエクセルを選択ください。
すると、こんな画面に切り替わります。これで、ExcelデータをPythonに読み込むことに成功しました。
次のコードブロックも一緒に見てみます。全部アルファベットで書いてあるので、ややこしいですが、Excelファイルの名前（Python編2_Datav Visualization.csv)が、Python上でもそのまま引き継がれます。
毎回これだけ長い名前を打つのが大変なので、このファイル名をfile_name変数に埋め込みます。数学で x に何かを代入するのと全く同じです。
２行目のdf =... から始まるコードは、Python上にこのエクセルを編集可能な形で読み込め、と指示していると考えていただければと思います。再生ボタンを押してください。
一覧表が出てきましたか？なりましたか？次です、前回はこんなダッシュボードを作りました。これをPython上でやってみます。
Google Colabで次のコードブロックを見てみてください。何やらたくさん書いてありますね。コードの詳細は一旦後回しにしまましょう。
ここで体感してもらいたいのは、Excelではほんの少しの作業で作れる基礎的なグラフも、Pythonで作ろうとすると思った以上の労力がかかる、ということです。今回のポイントの一つ目です。
さて、このコードブロックを走らせてみましょう。再生ボタンです。
50点くらいの仕上がりのダッシュボードができましたね。Pythonでやったからといって別に綺麗なわけでもない。取り越し苦労なのか。そんなことはありません。次のポイントが重要だからです。次のコードブロックを見てください。
先程走らせたコードとほぼ同じですね。唯一の違いは、１行目objに代入した列の名前だけです。先程は、売り上げを対象にダッシュボードを作りましたが、新たなコードは、商品数を対象としています。
商品数を対象としたダッシュボードができました。またもや50点の出来栄えですが、１箇所変えるだけで新しいダッシュボードが数秒でできるわけですから、Pythonでやるメリットが少し感じられたのではないでしょうか。
最後にもう１つだけ、一番下のコードブロックを見てください。
１行目の def dashboard_sample(obj, cl): 以外今しがた走らせたコードと何一つ変わりません。プログラミングっぽくなってきましたね。
これは、グラフを作る一連の作業を、次回以降、dashboard_sampleの括弧内(obj, cl)に列名を入れだけでグラフが作成されるようにしたものです。ExcelのSum(xx)関数のもっと便利なやつを作ったみたいなものです。
このコードブロックの下に、実験用のコードも残してありますので、実際に走らせてみてください。
いかがでしょう。全く同じダッシュボードがいとも簡単に出来上がりました。今はしらせたコードはわざわざ obj やcl に代入せずとも、直接dashboard_sample()に打ち込んでも構いません。
ではまた！
