Python初心者向け：グラフに第2軸を設定する方法を基本から解説

▶ カテゴリごとにプロットして比較する方法は以下をご覧ください。

Python初心者の方向けにカテゴリごとに描画する方法を基本から解説します。データ分析の基本は比較と可視化です。グラフ同士を比較するのもとても重要です。今回はカテゴリ別のプロットを「比較」する方法を扱います。データから何かを読み取ろうとするときに大きな力を発揮します。

▶ グラフのグリッド表示に関しては以下をご覧ください。

Python初心者向け：グラフのグリッド表示を基本から解説

Python初心者の方向けにグラフのグリッド表示を基本から解説します。グリッドの行と列に特徴ごとに分けられたグラフを作成するのに役立ちます。今回はPairGrid()、pairplot()、FacetGrid() の使い方をマスターしましょう。

はじめに

一つのグラフ領域に２つのプロットするケースでは、第２軸を設定したくなることがありますよね。また、データを比較する場合でも、それぞれのデータのスケールが大きく異なる場合は、別の軸を設定することがあります。今回はこのようなケースでの軸の設定方法について扱います。

サンプルデータの準備

店舗数と販売数量を月ごとに記録したデータをプロットすることにしましょう。以下のコードでこのサンプルデータを作りましょう。

df=pd.DataFrame({'年月':['2019-04','2019-05','2019-06','2019-07','2019-08','2019-09',
                       '2019-10','2019-11','2019-12','2020-01','2020-02','2020-03'],
               '店舗数':[5,7,7,7,8,8,9,9,9,10,11,13],
               '販売数量':[135,150,186,170,165,180,178,200,193,213,208,222]})
df

２つの軸の設定

では、さっそく作成したサンプルデータをグラフにしてみましょう。普通に１つのグラフ領域に２つのプロットをします。単純にプロットするだけだと、次の二様にできます。

# グラフ領域、サブプロットの作成
fig,ax=plt.subplots(figsize=(16,4))

# 描画する
ax.bar(df['年月'],df['店舗数'],label='店舗数',color='orange')
ax.plot(df['年月'],df['販売数量'],label='販売数量',marker='^')

# グラフ周りの設定
plt.title('店舗数と販売数量の推移')
plt.xlabel('年月')
plt.ylabel('店舗数・販売数量')

# gridの設定
plt.grid()

# 凡例の設定
plt.legend()

グラフを描くことができましたが、店舗数に関してはその変化がよくわかりません。これは、「店舗数」は「販売数量」に比べて小さな数字になるのに、同じ軸で表しているため、わかりにくくなっています。

では、２つの軸を設定していくことにしましょう。２つの軸を設定するには、１つ目のグラフは普通に描き、２つの目のグラフを描く際に、ax2=ax1.twinx()のようにして生成したax2を使って描きます。

# グラフ領域、サブプロットの作成
fig,ax1=plt.subplots(figsize=(16,4))
ax2=plt.twinx(ax1)

# 描画する
ax1.bar(df['年月'],df['店舗数'],color='orange',alpha=0.7,label='店舗数')
ax2.plot(df['年月'],df['販売数量'],label='販売数量',marker='^')

# グラフ周りの設定
plt.title('店舗数と販売数量の推移')
ax1.set_xlabel('年月')
ax1.set_ylabel('店舗数')
ax2.set_ylabel('販売数量')

# 表示範囲の設定
ax2.set_ylim(0,300)

# gridの設定
plt.grid()

だいぶ見やすくなりましたが、凡例がないとよくわからないですね。２軸の場合の凡例はちょっと複雑です。

凡例の設定

これまでの知識で凡例を表示しようとすると、次のようになります。

# グラフ領域、サブプロットの作成
fig,ax1=plt.subplots(figsize=(16,4))
ax2=plt.twinx(ax1)

# 描画する
ax1.bar(df['年月'],df['店舗数'],color='orange',alpha=0.7,label='店舗数')
ax2.plot(df['年月'],df['販売数量'],label='販売数量',marker='^')

# グラフ周りの設定
plt.title('店舗数と販売数量の推移')
ax1.set_xlabel('年月')
ax1.set_ylabel('店舗数')
ax2.set_ylabel('販売数量')

# 表示範囲の設定
ax2.set_ylim(0,300)

# gridの設定
plt.grid()

# 凡例の表示
ax1.legend()
ax2.legend()

それぞれの凡例を表示させることができました。ただこのように凡例が別々に表示されているのは、望ましくないでしょう。そこで、凡例を一つにまとめることを考えます。凡例を一つにまとめるには、最後のax1.legend()の代わりに、ax1とax2の凡例のhandlerとlabelのリストを結合してax1.legendに渡すことで実現できます。

# グラフ領域、サブプロットの作成
fig,ax1=plt.subplots(figsize=(16,6))
ax2=plt.twinx(ax1)

# 描画する
ax1.bar(df['年月'],df['店舗数'],color='orange',alpha=0.7,label='店舗数')
ax2.plot(df['年月'],df['販売数量'],label='販売数量',marker='^')

# グラフ周りの設定
plt.title('店舗数と販売数量の推移\n',fontsize=30)
ax1.set_xlabel('年月',fontsize=15)
ax1.set_ylabel('店舗数',fontsize=15)
ax2.set_ylabel('販売数量',fontsize=15)

# 表示範囲の設定
ax2.set_ylim(0,300)

# gridの設定
plt.grid()

# 凡例
# グラフの本体設定時に、ラベルを手動で設定する必要があるのは、barplotのみ。plotは自動で設定される＞
handler1, label1 = ax1.get_legend_handles_labels()
handler2, label2 = ax2.get_legend_handles_labels()
# 凡例をまとめて出力する
ax1.legend(handler1 + handler2, label1 + label2)

get_legend_handles_labels（）でhandlerとlabelを取得します。handlerで対象のプロット、labelで凡例を取得します。ax1,ax2それぞれについて、対象のプロット（handler1, handler2）と凡例（label1, label2）を取得しています。これらをax1.legend（）に渡して凡例をまとめて出力しています。

その他、グラフタイトル、軸ラベルも併せて設定して完成です。