8. データ処理の基礎と可視化（見える化）

# テストの点数データ
scores = [78, 85, 92, 67, 88, 73, 95, 82, 89, 70]

# 基本的な統計量の計算
total = sum(scores)            # 合計
average = total / len(scores)  # 平均
maximum = max(scores)          # 最大値
minimum = min(scores)          # 最小値

print(f"合計点：{total}")
print(f"平均点：{average:.1f}")  # 小数点以下 1 桁まで表示
print(f"最高点：{maximum}")
print(f"最低点：{minimum}")

合計点：819
平均点：81.9
最高点：95
最低点：67

import statistics


# サンプルデータ
data = [75, 82, 91, 68, 88, 85, 77, 93, 84, 79]

# 基本統計量の計算
mean = statistics.mean(data)          # 平均値
median = statistics.median(data)      # 中央値
# mode は、 Python 3.8 以降では、同率一位の場合は最初に出現した値を返します
mode = statistics.mode(data)          # 最頻値 （モード）
# range とすると Python の range 関数と値が被るので、range_ とします
range_ = max(data) - min(data)        # 範囲
iqr = statistics.quantiles(data, n=4)[2] - statistics.quantiles(data, n=4)[0]  # 四分位範囲
stdev = statistics.stdev(data)        # 標準偏差
variance = statistics.variance(data)  # 分散

print(f"平均値: {mean:.1f}")
print(f"中央値: {median}")
print(f"最頻値: {mode}")
print(f"範囲: {range}")
print(f"四分位範囲: {iqr}")
print(f"標準偏差: {stdev:.2f}")
print(f"分散: {variance:.2f}")

import statistics


# テストの点数データ （各教科 10 人分）
test_scores = {
    "国語": [75, 82, 91, 68, 88, 85, 77, 93, 84, 79],
    "数学": [82, 79, 88, 92, 75, 85, 88, 90, 78, 84],
    "英語": [88, 85, 92, 78, 85, 82, 87, 95, 89, 83]
}

for subject, scores in test_scores.items():
    # 基本統計量の計算
    mean = statistics.mean(scores)      # 平均
    median = statistics.median(scores)  # 中央値
    stdev = statistics.stdev(scores)    # 標準偏差

    print(f"\n{subject}の分析結果:")
    print(f"平均点：{mean:.1f}")
    print(f"中央値：{median}")
    print(f"標準偏差：{stdev:.1f}")
    print(f"点数分布：{min(scores)} ～ {max(scores)}")

国語の分析結果:
平均点：82.2
中央値：83.0
標準偏差：7.7
点数分布：68 ～ 93

数学の分析結果:
平均点：84.1
中央値：84.5
標準偏差：5.6
点数分布：75 ～ 92

英語の分析結果:
平均点：86.4
中央値：85.5
標準偏差：4.9
点数分布：78 ～ 95

import statistics


# 国語のテスト結果
japanese_scores = [75, 82, 91, 68, 88, 85, 77, 93, 84, 79]

# 得点帯ごとの人数をカウント
ranges = {
    "90点以上": 0,
    "80-89点": 0,
    "70-79点": 0,
    "60-69点": 0,
    "60点未満": 0,
}

for score in japanese_scores:
    if score >= 90:
        ranges["90点以上"] += 1
    elif score >= 80:
        ranges["80-89点"] += 1
    elif score >= 70:
        ranges["70-79点"] += 1
    elif score >= 60:
        ranges["60-69点"] += 1
    else:
        ranges["60点未満"] += 1

print("国語の得点分布:")

for range_name, count in ranges.items():
    percentage = count / len(japanese_scores) * 100
    print(f"{range_name}: {count}人 ({percentage:.1f}%)")

!pip install japanize-matplotlib

import japanize_matplotlib

# matplotlib の pyplot モジュールをインポートします
# 慣習として、 plt という名前で名前付きインポートをすることが多いです
import matplotlib.pyplot as plt
import japanize_matplotlib


# 日々の気温データ
days = list(range(1, 8))  # 1 週間分の日付 [1, 2, 3, 4, 5, 6, 7]
temperatures = [22, 24, 23, 25, 26, 24, 23]  # 各日の気温（℃）

# グラフの作成
plt.figure(figsize=(10, 6))  # グラフのサイズ指定（幅 10 インチ、高さ 6 インチ）
plt.plot(days, temperatures, marker='o')  # 折れ線グラフの描画、各点に丸印を付ける

# グラフの表示
plt.title('1週間の気温変化')  # グラフのタイトル
plt.xlabel('日付')  # x 軸のラベル
plt.ylabel('気温（℃）')  # y 軸のラベル
plt.grid(True)  # グリッド線の表示
plt.show()  # グラフを画面に表示

import matplotlib.pyplot as plt
import japanize_matplotlib


# データ
months = ['1月', '2月', '3月', '4月', '5月']
sales = [120, 150, 180, 160, 210]

plt.figure(figsize=(10, 6))
plt.plot(months, sales, marker='o')

# タイトルの詳細設定
plt.title(
    '2024年上半期 月間販売数の推移',
    fontsize=16,        # フォントサイズ
    fontweight='bold',  # 太字
    color='navy',       # 色
    pad=15              # タイトルと図の間隔
)

# 軸ラベルの詳細設定
plt.xlabel('月', fontsize=12, labelpad=10, color='darkblue')
plt.ylabel('販売数（個）', fontsize=12, labelpad=10, color='darkblue')

plt.show()

import matplotlib.pyplot as plt
import japanize_matplotlib


months = ['1月', '2月', '3月', '4月', '5月']
sales = [120, 150, 180, 160, 210]

plt.figure(figsize=(10, 6))
plt.plot(months, sales, marker='o')

# グリッド線の詳細設定
plt.grid(
    True,             # グリッド線を表示
    axis='both',      # x 軸と y 軸の両方にグリッド線
    linestyle='--',   # 破線スタイル
    color='gray',     # 色
    alpha=0.5         # 透明度
)

# 目盛りの設定
plt.xticks(fontsize=10)                       # x 軸目盛りのフォントサイズ
plt.yticks(range(100, 221, 20), fontsize=10)  # y 軸目盛りの範囲と間隔を指定

plt.show()

import matplotlib.pyplot as plt
import japanize_matplotlib


months = ['1月', '2月', '3月', '4月', '5月']
sales_2023 = [110, 130, 160, 140, 190]
sales_2024 = [120, 150, 180, 160, 210]

# 2 × 1 のサブプロット （2 行 1 列） を作成
plt.figure(figsize=(12, 8))

# 1 つ目のサブプロット （2023 年データ）
plt.subplot(2, 1, 1)  # 2 行 1 列の 1 番目
plt.plot(months, sales_2023, marker='o', color='green')
plt.title('2023年 月間販売数', fontsize=14)
plt.ylabel('販売数（個）')
plt.grid(True, linestyle='--')

# 2 つ目のサブプロット （2024 年データ）
plt.subplot(2, 1, 2)  # 2 行 1 列の 2 番目
plt.plot(months, sales_2024, marker='o', color='blue')
plt.title('2024年 月間販売数', fontsize=14)
plt.ylabel('販売数（個）')
plt.grid(True, linestyle='--')

# サブプロット間の余白を調整
plt.tight_layout(pad=3.0)

plt.show()

import matplotlib.pyplot as plt
import japanize_matplotlib


# データの準備
subjects = ['国語', '数学', '英語', '理科', '社会']
scores = [75, 82, 88, 85, 78]

# 棒グラフの作成
plt.figure(figsize=(10, 6))
plt.bar(subjects, scores, color='skyblue')

# グラフの装飾
plt.title('教科別テスト結果')
plt.xlabel('教科')
plt.ylabel('点数')
# Y 軸の範囲を 0 〜 100 に設定
plt.ylim(0, 100)

# 各棒の上に数値を表示
for i, score in enumerate(scores):
    plt.text(i, score + 1, str(score), ha='center')

plt.show()

import matplotlib.pyplot as plt
import japanize_matplotlib


# データの準備
math_scores = [65, 75, 60, 85, 70, 80, 75, 90, 95, 55]  # 数学の点数
japanese_scores = [70, 65, 80, 75, 65, 90, 85, 80, 75, 60]  # 国語の点数

# 散布図の作成
plt.figure(figsize=(10, 6))
plt.scatter(math_scores, japanese_scores, color='blue', alpha=0.7, s=100)

# グラフの装飾
plt.title('数学と国語のテスト結果の関係')
plt.xlabel('数学の点数')
plt.ylabel('国語の点数')
plt.grid(True, linestyle='--', alpha=0.7)

# 軸の範囲を設定 （0 〜 100 点）
plt.xlim(0, 100)
plt.ylim(0, 100)

# グラフの余白を調整
plt.tight_layout()

plt.show()

import numpy as np
import matplotlib.pyplot as plt
import japanize_matplotlib


# 月間の天気データ
weather_data = {'晴れ': 18, '曇り': 8, '雨': 4}

# 1. 数値データとして表示
print("月間の天気データ:")
for weather, days in weather_data.items():
    print(f"{weather}: {days}日")

# 2. 円グラフとして表示
plt.figure(figsize=(10, 6))
plt.subplot(1, 2, 1)  # 1 行 2 列の 1 番目
plt.pie(weather_data.values(),
        labels=weather_data.keys(),
        autopct='%1.1f%%',  # パーセント表示
        colors=['lightskyblue', 'lightgray', 'lightgreen'])
plt.title('今月の天気の割合（円グラフ）')

# 3. 棒グラフとして表示
plt.subplot(1, 2, 2)  # 1 行 2 列の 2 番目
plt.bar(weather_data.keys(), weather_data.values(), color=['lightskyblue', 'lightgray', 'lightgreen'])
plt.title('今月の天気の日数（棒グラフ）')
plt.ylabel('日数')

plt.tight_layout()
plt.show()

import numpy as np
import matplotlib.pyplot as plt
import japanize_matplotlib


months = ['1月', '2月', '3月', '4月', '5月']
sales = [100, 105, 103, 106, 110]

# 2 つのグラフを並べて表示
plt.figure(figsize=(12, 5))

# 1 つ目: Y 軸が 0 から始まるグラフ
plt.subplot(1, 2, 1)
plt.plot(months, sales, marker='o', linewidth=2, color='blue')
plt.title('売上推移（Y 軸: 0 〜 120）')
plt.ylabel('売上（万円）')
plt.ylim(0, 120)  # Y 軸の範囲を 0 〜 120 に設定
plt.grid(True)

# 2 つ目: Y 軸が狭い範囲のグラフ
plt.subplot(1, 2, 2)
plt.plot(months, sales, marker='o', linewidth=2, color='blue')
plt.title('売上推移（Y 軸: 95 〜 115）')
plt.ylabel('売上（万円）')
plt.ylim(95, 115)  # Y 軸の範囲を 95 〜 115 に設定
plt.grid(True)

plt.tight_layout()
plt.show()

import matplotlib.pyplot as plt
import japanize_matplotlib


# 部活動の練習時間データ
days = ['月', '火', '水', '木', '金']
morning = [30, 45, 30, 45, 30]  # 朝練時間 （分）
evening = [90, 60, 90, 60, 90]  # 放課後練習時間 （分）

# 積み上げ棒グラフの作成
plt.figure(figsize=(10, 6))
plt.bar(days, morning, label='朝練', color='lightblue')
plt.bar(days, evening, bottom=morning, label='放課後', color='royalblue')

# グラフの装飾
plt.title('バスケ部の週間練習時間', fontsize=15)
plt.xlabel('曜日', fontsize=12)
plt.ylabel('練習時間（分）', fontsize=12)
plt.legend(loc='upper right')
plt.grid(True, axis='y', linestyle='--', alpha=0.7)

# 合計時間を表示
for i in range(len(days)):
    total = morning[i] + evening[i]
    plt.text(i, total + 5, f'計{total}分', ha='center')

plt.tight_layout()
plt.show()

import matplotlib.pyplot as plt
import numpy as np


# 練習時間データ （2 週間分）
days = ['月', '火', '水', '木', '金']
# 通常週の練習時間 （分）
normal_week = [120, 105, 120, 105, 120]
# 大会前週の練習時間 （分）
tournament_week = [150, 135, 150, 140, 120]

# グラフの作成
plt.figure(figsize=(10, 6))

# X軸の位置を計算
x = np.arange(len(days))
width = 0.35  # 棒の幅

# 2 つの週のデータをプロット
plt.bar(x - width / 2, normal_week, width, label='通常週', color='lightblue')
plt.bar(x + width / 2, tournament_week, width, label='大会前週', color='salmon')

# グラフの装飾
plt.title('バスケ部の練習時間比較: 通常週 vs 大会前週', fontsize=15)
plt.xlabel('曜日', fontsize=12)
plt.ylabel('練習時間（分）', fontsize=12)
plt.xticks(x, days)
plt.legend()
plt.grid(True, axis='y', linestyle='--', alpha=0.7)

# 差分を表示
for i in range(len(days)):
    diff = tournament_week[i] - normal_week[i]

    if diff != 0:
        plt.text(
            i + width / 2,
            tournament_week[i] + 5,
            f'+{diff}' if diff > 0 else f'{diff}',
            ha='center',
            color='red' if diff > 0 else 'blue'
        )

plt.tight_layout()
plt.show()

import matplotlib.pyplot as plt
import japanize_matplotlib


# 練習内容の内訳データ （1 週間の合計時間）
practice_contents = {
    'シュート練習': 120,
    'パス練習': 90,
    'ドリブル練習': 60,
    '体力トレーニング': 75,
    'ゲーム形式': 150,
    'ミーティング': 45
}

# 色のリスト
colors = ['lightblue', 'lightgreen', 'lightsalmon', 'lightgray', 'gold', 'plum']

# 円グラフの作成
plt.figure(figsize=(10, 8))
plt.pie(practice_contents.values(),
        labels=practice_contents.keys(),
        autopct='%1.1f%%',  # パーセント表示
        startangle=90,      # 開始角度
        colors=colors)

plt.title('1週間の練習内容の内訳', fontsize=15)
plt.axis('equal')  # 円を歪ませない

# 凡例を追加 （時間も表示）
legend_labels = [f"{k} ({v}分)" for k, v in practice_contents.items()]
plt.legend(legend_labels, loc='center left', bbox_to_anchor=(1, 0.4))

plt.tight_layout()
plt.show()

import matplotlib.pyplot as plt
import numpy as np
import japanize_matplotlib


def visualize_class_scores():
    students = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J']
    scores = [85, 92, 78, 88, 95, 73, 89, 84, 91, 87]
    # 平均点の計算
    average = np.mean(scores)
    # グラフの作成
    plt.figure(figsize=(12, 6))
    # 棒グラフの描画
    bars = plt.bar(students, scores, color='skyblue')
    # 平均点の線を追加
    plt.axhline(y=average, color='red', linestyle='--', label=f'平均点: {average:.1f}')

    # グラフの装飾
    plt.title('クラスのテスト結果', fontsize=14, pad=15)
    plt.xlabel('生徒', fontsize=12)
    plt.ylabel('点数', fontsize=12)
    plt.grid(True, linestyle='--', alpha=0.3)
    plt.legend()

    # 各棒グラフの上に点数を表示
    for bar in bars:
        height = bar.get_height()
        plt.text(bar.get_x() + bar.get_width()/2., height, f'{int(height)}', ha='center', va='bottom')

    plt.show()


visualize_class_scores()

import matplotlib.pyplot as plt
import japanize_matplotlib


def visualize_club_activities():
    # 月ごとの練習日数データ
    months = ['4月', '5月', '6月', '7月', '8月', '9月']
    regular_days = [15, 18, 20, 16, 22, 19]  # 通常練習
    special_days = [2, 3, 5, 8, 10, 4]       # 特別練習

    # グラフのサイズ設定
    plt.figure(figsize=(12, 7))

    # バーの位置を計算
    x = np.arange(len(months))
    width = 0.35

    # 棒グラフの作成
    plt.bar(x - width/2, regular_days, width, label='通常練習',
            color='lightblue')
    plt.bar(x + width/2, special_days, width, label='特別練習',
            color='lightgreen')

    # グラフの装飾
    plt.title('部活動月間練習日数', fontsize=14, pad=15)
    plt.xlabel('月', fontsize=12)
    plt.ylabel('練習日数', fontsize=12)
    plt.xticks(x, months)
    plt.legend()
    plt.grid(True, linestyle='--', alpha=0.3)

    # 各棒グラフの上に日数を表示
    for i, v in enumerate(regular_days):
        plt.text(i - width/2, v + 0.5, str(v), ha='center')
    for i, v in enumerate(special_days):
        plt.text(i + width/2, v + 0.5, str(v), ha='center')

    # 合計日数を表示
    total_days = [r + s for r, s in zip(regular_days, special_days)]
    for i, total in enumerate(total_days):
        plt.text(i, max(regular_days[i], special_days[i]) + 2, f'計{total}日', ha='center')

    plt.show()


visualize_club_activities()