BellCurve 統計WEB

検索
  • Step3. 実践編
  • 1. データの整理と可視化

1-4. 積み上げ棒グラフ

次のデータは、「Step0. 初級編　2-3. 積み上げ棒グラフを読み取ってみよう」で用いたデータです。このデータを使って、積み上げ棒グラフの作成を行ってみましょう。

ファイルのダウンロードはこちらから

■Excelによる解析例

  1. 「neko_ensoku.csv」のデータを選択（A1セルからE7セルまで）

  2. 挿入 > すべてのグラフを表示 > 積み上げ縦棒を選択

    3. 


    

    


    

    

	
  3. デフォルトのグラフが出力される
    4. 


    

    


    

    

	
  4. デフォルトのグラフを加工
    5. 

    ※棒グラフ間の線（区分線）を入れる場合には、次の手順で行います。：出力されたグラフをクリック > グラフツールのデザイン > グラフ要素の追加 > 線 > 区分線を選択
    


    

    


    

    


    ※100% 積み上げ縦棒を選択すると、各データ全体を100%としたときの各項目の割合を表す棒グラフを描くことができます。
    


    

    


    

    


    


    

    


    

    







■Rによる解析例


・その1（packageを使わない場合）



1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
dat <- read.csv("neko_ensoku_eng.csv", header=T, row.names = 1)  #データの読み込み
dat2 <- t(dat[1:6,1:4])  #必要なデータ（1～6行目、1～4列目）の抽出&転置（行列の入れ替え）
 
#積み上げ棒グラフ
barplot(dat2,  #barplot関数にデータをセット 
        ylab = "Frequency",  #y軸ラベルを設定 
        legend = rownames(dat2),  #凡例をセット 
        col=topo.colors(4))  #棒グラフの色を設定（topo.colorsのカラースケールを4分割）
 
#100％積み上げ棒グラフ
par(mar=c(5, 5, 4, 10))  #凡例がグラフに重ならないようにするため、余白を設定
barplot(prop.table(dat2, 2),  #列ごとの割合を算出 
        ylab = "Proportion", 
        legend = rownames(dat2),
        col=topo.colors(4), 
        args.legend = list(x = "topright", inset = c(-0.25, 0)))  #凡例の位置を設定
 
dev.off()  #描画設定を初期値に戻す　  



























■Rによる解析例


・その2（ggplot2を使う場合）



1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
library(reshape2)
library(ggplot2)
 
dat <- read.csv("neko_ensoku_eng.csv", header=T, row.names = 1)  #データの読み込み
dat2 <- melt(as.matrix(dat[1:6,1:4]))  #データを縦に並べかえる
 
#積み上げ棒グラフ
G1 <-ggplot(dat2, aes(x = Var1,　y = value, fill = Var2)) +  #x軸、y軸、塗りつぶしの色のデータを設定 
  geom_bar(stat = "identity") +  #与えられた値をそのまま棒グラフとして使う
  scale_fill_brewer(palette = "Set2") +  #棒グラフの色を設定（Set2というカラーパレットを使用）
  labs(x = "", y = "Frequency", fill = "Category") +  #グラフのラベルを設定
  theme(panel.grid.major = element_blank(),  #背景のgridの削除
        panel.grid.minor = element_blank(),  #背景のgridの削除　
        panel.background = element_blank(),  #背景色の削除
        axis.line=element_line(colour = "black"),  #グラフの線の色を指定
        axis.ticks=element_line(colour = "black"),  #グラフの目盛（ticks）の色を指定
        axis.text=element_text(size = 14),  #グラフの目盛のフォントサイズを指定
        axis.title=element_text(size = 16),  #グラフのラベルのフォントサイズを指定
        legend.text=element_text(size = 14),  #凡例のフォントサイズを指定 
        legend.title=element_text(size = 16))  #凡例のラベルのフォントサイズを指定
plot(G1)
 
#100％積み上げ棒グラフ
G2 <-ggplot(dat2, aes(x = Var1,　y = value, fill = Var2)) + 
  geom_bar(stat = "identity", position = "fill") +
  scale_fill_brewer(palette = "Set2") +
  labs(x = "", y = "Proportion", fill = "Category") +  #与えられた値をそのまま棒グラフとして使う+100%に積み上げる 
  theme(panel.grid.major = element_blank(),　
        panel.grid.minor = element_blank(),
        panel.background = element_blank(),
        axis.line=element_line(colour = "black"),
        axis.ticks=element_line(colour = "black"),
        axis.text=element_text(size = 14),
        axis.title=element_text(size = 16),
        legend.text=element_text(size = 14), 
        legend.title=element_text(size = 16))
plot(G2)



























■Pythonによる解析例


・その1（for文を使わずに積み上げる場合）



1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
import pandas as pd
import matplotlib.pyplot as plt
 
dat = pd.read_csv("neko_ensoku_eng.csv", index_col = 0)  #データの読み込み
dat2 = dat.iloc[0:6,0:4]  #必要なデータの抽出
 
#積み上げ棒グラフ
dat2.plot.bar(stacked = True)  #クロス集計表データから積み上げ棒グラフを作成
plt.legend(dat2.columns, fontsize = 10)  #凡例の項目、フォントサイズの設定
plt.ylabel("Frequency", fontsize = 10)  #y軸ラベルを設定、フォントサイズの設定
 
plt.show()  #グラフの出力
 
#100%積み上げ棒グラフ
dat3 = dat2.copy()  #dat2をdat3へコピー
for i in range(6):  #for文を使って列ごとの割合を算出
    dat3.iloc[i,:] = dat3.iloc[i,:] / dat3.iloc[i,:].sum()
dat3.plot.bar(stacked = True)
plt.legend(dat2.columns, fontsize = 10, loc='upper left', bbox_to_anchor = (1, 1))  #凡例の項目、フォントサイズ、位置の設定
plt.ylabel("Proportion", fontsize = 10)
plt.tight_layout()  #グラフの要素が画面からはみ出さないようにする
 
plt.show()




























■Pythonによる解析例


・その2（for文を使って積み上げる場合）



1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
import pandas as pd
import matplotlib.pyplot as plt
 
dat = pd.read_csv("neko_ensoku_eng.csv", index_col = 0)
dat2 = dat.iloc[0:6,0:4]
 
#積み上げ棒グラフ
fig, ax = plt.subplots()  #グラフの大枠の作成
for i in range(4):  #for文を使って列ごとデータを積み上げる
    ax.bar(dat2.index, dat2.iloc[:,i], bottom=dat2.iloc[:,:i].sum(axis = 1))
plt.legend(dat2.columns, fontsize = 10)
plt.ylabel("Frequency", fontsize=10)
 
plt.show()
 
#100%積み上げ棒グラフ
dat3 = dat2.copy()
for i in range(6):
    dat3.iloc[i,:] = dat3.iloc[i,:] / dat3.iloc[i,:].sum()
fig, ax = plt.subplots()
for i in range(4):
    ax.bar(dat3.index, dat3.iloc[:,i], bottom = dat3.iloc[:,:i].sum(axis = 1))
plt.legend(dat2.columns, fontsize = 10, loc = 'upper left', bbox_to_anchor = (1, 1))
plt.ylabel("Proportion", fontsize = 10)
plt.tight_layout()
 
plt.show()











































1. データの整理と可視化













	


















統計学やデータ分析を学ぶなら、大人のための統計教室 和（なごみ） ［業務提携］





オンラインで無料セミナー開催 文系のための統計超入門講座




オンラインで学べる集団セミナー 統計基礎セミナー（統計検定(R)2級範囲）



































 







 












【BellCurve監修】統計検定®2級対策に最適な模擬問題集1～3を各500円（税込）にて販売中！

Kindleストアで配信中

統計検定®2級 模擬問題集1
500円（税込）


統計検定®2級 模擬問題集2
500円（税込）


統計検定®2級 模擬問題集3
500円（税込）