Pythonでデータを扱う！リスト, 辞書, グラフ描画matplotlib（情報Ⅰプラス④）

Pythonでは、データを扱うためのリストや辞書などの仕組みが用意されています。
また、分析したデータをグラフにすることで、見た目にもわかりやすく伝えることができます。

今回の記事では、Pythonの基本的なデータ構造と可視化を紹介します！

■目次
1.　リストと辞書の基本
2.　簡単なデータ分析（平均、最大、最小）
3.　matplotlibでグラフ描画
4.　実践①：気温データを折れ線グラフ
5.　実践②　棒グラフ
6.　実践③　円グラフ
7.　まとめ：データを扱う基本をおさえよう！

1.　リストと辞書の基本

Pythonでデータをまとめて扱いたいとき、まず覚えたいのがリストと辞書です💡

◆リストとは？
いくつかの値を順番通りに並べたもので、0から順番にインデックス（番号）がついています。
たとえば、果物の名前をリストにしておけば、あとから「1番目の果物は？」といった形で簡単に取り出すことができます。

fruits = ["りんご", "バナナ", "みかん"] 
print(fruits[0])

# 出力結果
# りんご

◆ 辞書とは？
項目名（キー, Key）とその値(Value)をセットにしたデータです。
例えば、教科ごとの点数のように、「何のデータか」がすぐにわかる形で保存できます。

scores = {"国語": 80, "数学": 90, "英語": 85} 
print(scores["数学"])

#出力結果
# 90

💡 リストは「順番があるもの」、辞書は「項目ごとにペアの値があるもの」に便利！

2.　簡単なデータ分析（平均、最大、最小）

Pythonの標準関数で、リストのデータを分析することができます。

今回は、データの平均、最大、最小を計算します💡

scores = [80, 90, 85] 
print("平均:", sum(scores) / len(scores)) # sum()合計/len()要素の数
print("最大:", max(scores)) # max()最大値 
print("最小:", min(scores)) # min()最小値

# 実行結果 
# 平均: 85.0 
# 最大: 90 
# 最小: 80

平均、最大、最小を計算するには、上記の関数（sum, len, max, min）は是非覚えておいてください💡

3.　matplotlibでグラフを描こう！

Pythonには、データをグラフ化するための便利なライブラリ matplotlib があります！インストールとインポートをしてみましょう💡

※グラフに日本語ラベル付けるので、japanize-matplotlibもインストールしてます！

# ライブラリのインストール
!pip install matplotlib
!pip install japanize-matplotlib　#matplotlibで日本語表記させるためのライブラリ
# !pip install -q matplotlib japanize-matplotlib　#参考　二つのライブラリを1行でインストールさせるコード

# ライブラリのインポート
import matplotlib.pyplot as plt
import japanize_matplotlib

◆ライブラリってなに？
Pythonには、いろんな便利な道具セット（＝ライブラリ）が用意されています。

例えば…
・matplotlib：グラフを描くための道具セット
・math：数学の関数（√やsinなど）が入っている
・datetime：日付や時間を扱える
などがあります💡

折れ線グラフを作成するには：

# データの準備 
days = [1,2,3,4,5] 
temps = [22, 24, 19, 21, 25]

# 折れ線グラフ
plt.plot(days, temps)
plt.title("気温変化")
plt.xlabel("日")
plt.ylabel("気温（℃）")

#グラフ軸を調整
plt.ylim(0, max(temps) + 5)     # y軸：0スタート
plt.xticks(range(1, max(days) + 1))           # x軸の目盛を整数に固定
plt.show()

# 実行結果

4. 実践①：気温データを折れ線グラフ

先ほどのと、少し違うデータで、より分かりやすく、気温のデータの折れ線グラフを作ってみます！

※3.でのmatplotlib japanize-matplotlibのライブラリのインストールとインポートはされている環境で実施します！

days = ["月", "火", "水", "木", "金", "土", "日"] 
temps = [20.1, 21.3, 19.8, 22.5, 24.0, 23.4, 21.8] 

plt.plot(days, temps, marker="o") 
plt.title("1週間の気温の推移") 
plt.xlabel("曜日") 
plt.ylabel("気温（℃）") 

plt.ylim(0, max(temps) + 5) # y軸：0スタート 
plt.grid(True)  # グリッド線を表示
plt.show()

 # 実行結果

💡 marker=”o” で、点がついて見やすくなりました！グリッド線をつけて、数値がよみやすくなりました！

5.　実践②　棒グラフ

matplotlibでは、折れ線グラフいがいにも、さまざまなグラフ表示ができます。その中でよく使われるものを紹介していきます！

◆棒グラフ

subjects = ["国語", "数学", "英語"]
scores = [80, 90, 85]

#棒グラフ
plt.bar(subjects, scores)
plt.title("教科別の得点")
plt.ylabel("点数")
plt.show()

 # 実行結果

6.　実践③　円グラフ

◆円グラフ

labels = ["りんご", "バナナ", "みかん"]
sizes = [30, 45, 25]

#円グラフ
plt.pie(sizes, labels=labels, autopct="%1.1f%%", startangle=90) #※１
plt.title("果物の売上割合")
plt.axis("equal")  # 円表示（実行環境によって、楕円表示になるを防ぐため）
plt.show()

※１　autopct= 割合を小数点以下1桁まで表示、

startangle= 円グラフの描き始めの角度の指定（90度＝真上からスタート）

 # 実行結果

では、円グラフをアレンジして色を変更したり、黒線で囲んだりしてみます！

labels = ["りんご", "バナナ", "みかん"]
sizes = [30, 45, 25]
colors = ["#ff9999", "#ffe599", "#a2c4c9"]  # 好きな色コードで指定

# 円グラフ
plt.pie(
    sizes,
    labels=labels,
    colors=colors,
    autopct="%1.1f%%",
    startangle=90,
    wedgeprops={"edgecolor": "black"}  # 枠線を黒で囲む
)

plt.title("果物の売上割合")
plt.axis("equal")  # 円を丸くする
plt.show()

色コードは、原色大辞典を参考にされてください。

 # 実行結果

7.　まとめ：データを扱う基本をおさえよう！

・リストは、順番があるデータをまとめるときに便利！
・辞書は、項目ごとにペアの値があるものを扱うときに便利！
・平均・最大・最小などの分析は sum, max, min, len ！
・見た目でデータを理解したいときは、matplotlibでグラフ化！
Pythonの基本操作をおさえることで、データ分析や機械学習にもつながる力が身につきます！
まずは身近なデータから、楽しくプログラミングで分析してみましょう！

本サイトは、使える「情報Ⅰ」を目指しています💡

◆情報Ⅰ＋確認クイズ（毎週月曜配信予定）
◆情報Ⅰ×プログラミング（月2回配信予定）
◆情報Ⅰプログラミング×化学（月2回配信予定）