py4project

授業向けの分析・可視化ユーティリティです。pandas DataFrame から回帰分析・散布図・折れ線グラフ・横バープロット・ボックスプロット・円グラフを簡単に作成できます。

インストール

pip install py4project

提供している関数

• regression(x, y, data, ...) — 回帰分析（x にリストを渡すと重回帰）。決定係数・係数・p値・信頼区間を表にして表示し、結果オブジェクトを返します
• regression_plot(x, y, data, ...) — 散布図＋回帰直線（regression の結果を渡すこともできます）
• scatter_plot(x, y, data, ...) — 散布図＋トレンド線（対数軸オプションあり）
• bar_plot(x, data, ...) — 横バープロット（複数系列・シフトシェア分解の配色に対応。label_col で縦軸の名前、sort_by で並び順、legend で凡例の名前を指定）
• box_plot(x, data, ...) — ボックスプロット（対数化オプションあり。label_col を指定すると外れ値に名前を表示）
• line_plot(x, y, data, ...) — 折れ線グラフ（y にリストを渡すと複数系列を重ねて表示）
• pie_plot(x, data, label_col, ...) — 円グラフ（パーセント表示。top や other で小さい項目をまとめられます）

使用例

import pandas as pd
from py4project import regression, bar_plot

df = pd.DataFrame({
    "産業": ["製造業", "卸売業", "小売業", "建設業"],
    "事業所数": [120, 80, 60, 40],
    "従業者数": [1500, 900, 700, 380],
})

# 回帰分析（セルの最後に置くと結果表が表示されます）
regression("事業所数", "従業者数", df)

# 横バープロット
bar_plot("従業者数", df, label_col="産業", title="産業別の従業者数")

より詳しい使い方は examples/example.ipynb を参照してください。

依存パッケージ

numpy, pandas, statsmodels, matplotlib>=3.9, japanize_matplotlib_jlite（日本語フォントを自動設定します）

変更履歴

CHANGES.md を参照してください。

ライセンス

MIT License