Google Colabでグラフを作成すると、タイトルや軸ラベルの日本語が文字化けして表示されないことがあります。

これは、matplotlibが最初から日本語フォントに対応していない場合があるためです。

そこで、今回はjapanize-matplotlibというライブラリを使って、日本語を表示できるようにします。

!pip install japanize-matplotlib

import matplotlib.pyplot as plt
import japanize_matplotlib

実行結果

前のページでは、人口データとコンビニ出店数データを結合しました。

しかし、数字が並んでいるだけでは、区ごとの特徴を見つけるのは大変です。

例えば、次のようなことを考えたいとしても、表だけではわかりにくいことがあります。

・人口が多い区では、本当にコンビニも多いのか？

・昼間人口とコンビニ出店数には関係があるのか？

・人口が少なくても、コンビニが多い区はあるのか？

そこで、グラフを使ってデータを見やすくし、特徴を読み取っていきます。

ただし、重要なのは「グラフを作ること」ではありません。

グラフを使って、データの特徴や関係を考えることが目的です。

まず考えたいのは、「人口が多い区ほど、コンビニ出店数も多いのか？」です。

皆さんは、どう予想しますか？

では、本当にそうなっているのか、実際に確認してみましょう。

まずは、人口が多い区を並べ替えて確認します。

merged.sort_values(
    "総人口(人)",
    ascending=False
)[["区名", "総人口(人)", "コンビニ出店数"]]

実行結果

ここで、並べ替えに使っているコードの意味を確認しておきましょう。

merged.sort_values(
        "総人口(人)",
        ascending=False
    )[["区名", "総人口(人)", "コンビニ出店数"]]
    

また、列名は、表にある名前と完全に同じにする必要があります。

例えば、

は、別の列名として扱われます。

入力ミスがあるとエラーになるので注意しましょう。

世田谷区や大田区など、人口が多い区では、コンビニ出店数も多いことがわかります。

しかし、ここで注目したい区があります。

次は、人口とコンビニ出店数の関係を、散布図で確認してみましょう。

散布図では、1つの区を1つの点で表します。

もし、人口が多い区ほどコンビニ出店数も多いなら、点は右上がりに並ぶはずです。

plt.figure(figsize=(8, 6))

plt.scatter(
    merged["総人口(人)"],
    merged["コンビニ出店数"]
)

plt.xlabel("総人口(人)")
plt.ylabel("コンビニ出店数")

plt.title("人口とコンビニ出店数の関係")

plt.show()

実行結果

実際に見ると、点はある程度右上がりに並んでいます。

つまり、人口が多い区ほど、コンビニ出店数も多い傾向がありそうです。

ここで、「昼間人口」に注目してみます。

コンビニは、住んでいる人だけでなく、通勤・通学で来る人にも利用されます。

そのため、昼間人口との関係も確認してみましょう。

まずは、昼間人口順に並べ替えてみます。

merged.sort_values(
    "昼間人口(人)",
    ascending=False
)[["区名", "昼間人口(人)", "コンビニ出店数"]]

実行結果(一部抜粋)

港区や千代田区では、昼間人口が非常に多いことがわかります。

そして、コンビニ出店数も多くなっています。

では、散布図でも確認してみましょう。

plt.figure(figsize=(8, 6))

plt.scatter(
    merged["昼間人口(人)"],
    merged["コンビニ出店数"]
)

plt.xlabel("昼間人口(人)")
plt.ylabel("コンビニ出店数")

plt.title("昼間人口とコンビニ出店数の関係")

plt.show()

実行結果

人口との散布図よりも、点がまとまって見えます。

つまり、コンビニ出店数は、総人口よりも昼間人口との関係が強い可能性があります。

次は、高齢化率とコンビニ出店数の関係を確認してみます。

もし高齢化率が関係しているなら、高齢化率が高い区ほど、コンビニ出店数も増えるかもしれません。

plt.figure(figsize=(8, 6))

plt.scatter(
    merged["高齢化率(％)"],
    merged["コンビニ出店数"]
)

plt.xlabel("高齢化率(％)")
plt.ylabel("コンビニ出店数")

plt.title("高齢化率とコンビニ出店数の関係")

plt.show()

実行結果

しかし、人口や昼間人口のときほど、はっきりした関係は見えません。

点がかなりバラバラに散らばっています。

ここまでの分析から、いくつかの特徴が見えてきました。

このことから、コンビニ出店数には、特に「昼にどれだけ人が集まるか」が関係している可能性があります。

つまり、「住んでいる人口」だけではなく、「昼に利用する人」を考えることが重要だと考えられます。