Python Polars ―高速なデータ処理を実現する次世代ライブラリ

16章データの可視化

これまでの章で、生データを洗練されたDataFrameに変換するために必要なツールをすべて説明した。しかし、そのようなDataFrameから洞察を得るにはどうすればよいのだろうか？

1つの方法はデータの可視化だ。Pythonにはそのためのパッケージが数多く用意されている。低レベルのプロット用のMatplotlib、素早い可視化のためのhvPlot、インタラクティブなグラフのためのBokeh、Pythonのグラフィックスの文法を活用するplotnine、Polarsの組み込みプロット機能を使うためのAltairなどがある。図16-1にPythonの複雑なデータ可視化パッケージのランドスケープを概観する。

選択肢が多いのは良いことだが悪いことでもある。用件に合致したパッケージが存在する可能性は高いが、適切なパッケージを選ぶのは難しいからだ。さらに、それぞれのパッケージにはそれぞれの機能、前提条件、落とし穴がある。

データ可視化は、単にきれいな絵を描くことではなく、データサイエンスの基本でもある。DataFrameを画像に変換することで、傾向を理解し、異常値を発見し、意思決定に影響を与えるストーリーを語ることができる。効果的なデータ可視化は、不明瞭なものを明確にし、複雑なものを単純化することで、データをより利用しやすくする。

図16-1 Pythonのデータ可視化の概観（Jake VanderPlasのオリジナルから許可を得て改変）

免責事項 データ可視化は広範かつ多面的な分野であるが、本書では1章だけを割き、Polarsを使用する際に必要なエッセンスを紹介する。利用できる可視化パッケージの種類が非常に多いが、わかりやすく実用的な内容にするために、少数のパッケージに焦点を当てた。すべてのパッケージを網羅的に紹介することはできないし、比較もしない。 ...