データサイエンスにおいて、データの可視化は分析結果を理解しやすくする上で非常に重要です。StreamlitはPythonのデータサイエンスプロジェクトに特化したウェブアプリケーションフレームワークであり、簡単にデータの可視化を行うことができます。この記事では、Streamlitを使用してPlotを使ったデータの可視化方法について解説します。
Streamlitとは？
Streamlitは、Pythonスクリプトを使ってインタラクティブなウェブアプリケーションをすばやく作成できるライブラリです。データサイエンスや機械学習の分野でよく利用され、データの可視化、データ探索、モデルのデモンストレーションなどに使用されます。
Plotの可視化の基本
Streamlitでデータを可視化するには、MatplotlibやPlotlyなどのライブラリを利用します。これらのライブラリをStreamlitと組み合わせることで、動的なデータの可視化が可能になります。
Matplotlibの使用例
import streamlit as st
import matplotlib.pyplot as plt
import numpy as np
# データの生成
x = np.linspace(0, 10, 100)
y = np.sin(x)
# プロットの作成
fig, ax = plt.subplots()
ax.plot(x, y, label='sin(x)')
ax.set_title('Sin Wave')
ax.legend()
# Streamlitでのプロットの表示
st.pyplot(fig)
<実行結果>
ぶっちゃけちょっと味気ない感じがします・・・
Plotlyの使用例
次にPLOTLYを使用した例を見てみましょう
import streamlit as st
import plotly.express as px
# データフレームの生成
df = px.data.iris()
# Plotlyでのプロットの作成
fig = px.scatter(df, x="sepal_width", y="sepal_length", color="species")
# Streamlitでのプロットの表示
st.plotly_chart(fig)
<実行結果>
インタラクティブな可視化
Streamlitの強力な機能の一つに、インタラクティブなウィジェットがあります。スライダーやセレクトボックスを使用して、プロットのパラメータを動的に変更することができます。これにより、ユーザーはデータをさまざまな角度から探索することが可能になります。
import streamlit as st
import plotly.express as px
# サンプルデータセット
df = px.data.gapminder()
# 国を選択するためのセレクトボックス
country = st.selectbox("国を選択してください", df['country'].unique())
# 選択された国のデータでグラフを作成
fig = px.line(df[df['country'] == country], x="year", y="gdpPercap", title=f"{country}のGDP Per Capita")
# グラフの表示
st.plotly_chart(fig)
<実行結果>
まとめ
Streamlitを使用することで、Pythonのデータ分析と可視化プロセスを簡単かつ効率的にウェブアプリケーションに統合することができます。MatplotlibやPlotlyといった可視化ライブラリと組み合わせることで、インタラクティブなデータの可視化が手軽に行えます。データサイエンスプロジェクトでの結果共有やデモンストレーションに、Streamlitを活用してみてはいかがでしょうか。
コメント