Summary  
This chapter covers how to create and customize bar charts using a plotting library’s bar function by mapping categorical labels to numerical heights and adjusting properties like color and width.

General domain of usage  
Data visualization

**棒グラフ**（バーグラフとも呼ばれる）は、カテゴリデータを長方形のバーで表示する視覚的な表現方法。これらのバーの高さまたは長さは、表す値に比例する。

import matplotlib.pyplot as plt
programming_languages = ['Java', 'Python', 'C#', 'C++']
shares = [30, 40, 17, 13]
# Creating a bar chart with separate colors for each bar
plt.bar(programming_languages, shares, color=['blue', 'green', 'red', 'yellow'])
plt.show()

## 棒グラフのパラメータ

棒グラフを作成するには、`bar()` の `pyplot` 関数に主に2つの引数が必要。

* **x軸**のラベルのリスト；
* バーの対応する**高さ**。

オプションのパラメータでグラフをカスタマイズ可能：

* `color` — バーの色を設定（デフォルトは青）；
* `width` — バーの幅を定義（デフォルトは `0.8`）。単一の数値または各バーごとの値のリストが指定可能。


import matplotlib.pyplot as plt
programming_languages = ['Python', 'Java', 'C#', 'C++']
shares = [40, 30, 17, 13]
# Specify the bars colors and widths
plt.bar(programming_languages, shares, color=['blue', 'green', 'red', 'yellow'], width=[0.9, 0.7, 0.5, 0.3])
plt.show()

このプロットは、左から右にかけて棒グラフの幅が一貫して減少していることを示しており、指定された値と一致しています。

他のプロットと同様に、<a href="https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.bar.html" target="_blank"><svg width="1em" height="1em" viewBox="0 0 30 32" fill="none" xmlns="http://www.w3.org/2000/svg"><path fill="none" stroke="#098f67" style="stroke: var(--color1, #098f67)" stroke-linejoin="miter" stroke-linecap="round" stroke-miterlimit="4" stroke-width="2.4156" d="M17.289 17.305v0c-1.754 1.754-4.597 1.754-6.351 0l-7.76-7.759c-1.755-1.755-1.755-4.601 0-6.356v0c1.753-1.753 4.595-1.756 6.351-0.005l6.208 6.187"></path><path fill="none" stroke="#098f67" style="stroke: var(--color1, #098f67)" stroke-linejoin="miter" stroke-linecap="round" stroke-miterlimit="4" stroke-width="2.4156" d="M12.504 13.97v0c1.754-1.754 4.597-1.754 6.351 0l7.762 7.762c1.754 1.754 1.754 4.597 0 6.351v0c-1.754 1.754-4.597 1.754-6.351 0l-5.953-5.953"></path></svg>ドキュメント</a>で`bar()`関数の構文およびすべてのパラメータを素早く確認できます。

定義

import unittest
import ast

def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)

class TestUserCode(unittest.TestCase):
    def setUp(self):
        with open("user_code.py", "r") as f:
            self.tree = ast.parse(f.read())

    def test_bar_function_used(self):
        """Check if the bar() function is used from plt."""
        found = any(
            isinstance(node, ast.Call) and
            isinstance(node.func, ast.Attribute) and
            node.func.attr == "bar"
            for node in ast.walk(self.tree)
        )
        _dynamic_test(
            self,
            found,
            "Bar chart function used correctly",
            "Expected the bar() function to be used"
        )

    def test_arguments_passed_correctly(self):
        """Check if countries and gdp_list are passed in the correct order."""
        for node in ast.walk(self.tree):
            if isinstance(node, ast.Call) and isinstance(node.func, ast.Attribute) and node.func.attr == "bar":
                args = node.args
                if len(args) >= 2:
                    is_valid = (
                        isinstance(args[0], ast.Name) and args[0].id == "countries" and
                        isinstance(args[1], ast.Name) and args[1].id == "gdp_list"
                    )
                    _dynamic_test(
                        self,
                        is_valid,
                        "Arguments passed in correct order",
                        "Expected countries and gdp_list as first two arguments to bar()"
                    )
                    return
        _dynamic_test(
            self,
            False,
            "",
            "No valid bar() call with expected arguments found"
        )

    def test_width_keyword_argument(self):
        """Check if width keyword is used with specific values."""
        expected_widths = [0.6, 0.45, 0.9, 0.2]
        for node in ast.walk(self.tree):
            if isinstance(node, ast.Call) and isinstance(node.func, ast.Attribute) and node.func.attr == "bar":
                for kw in node.keywords:
                    if kw.arg == "width" and isinstance(kw.value, ast.List):
                        widths = [elt.n for elt in kw.value.elts if isinstance(elt, ast.Constant)]
                        is_correct = widths == expected_widths
                        _dynamic_test(
                            self,
                            is_correct,
                            "Width values used correctly",
                            f"Expected width={expected_widths}, but got {widths}"
                        )
                        return
        _dynamic_test(
            self,
            False,
            "",
            "Expected keyword argument width with specific values not found"
        )

if __name__ == "__main__":
    unittest.main()


test_bar_chart.py

データは私たちの身の回りにあふれており、それを理解することは非常に重要です。可視化は、データ内の特定のパターンや洞察を見つけることで、データを扱うのに役立ちます。Pythonとそのライブラリ（matplotlibやseabornなど）を用いて、データからできるだけ多くの情報を整然かつ簡潔に取得するためのデータ可視化の確かな基礎を身につけます。

Matplotlibによるデータ可視化の基本を学びます。コアとなる概念を理解し、その利点を探り、この基本的なプロットライブラリを使って最初のシンプルなプロットを作成します。

最も一般的なプロットタイプを使ってデータを視覚化する方法を習得します。折れ線グラフ、散布図、棒グラフを作成し、データから得られる洞察を明確に伝える方法を学びます。

プロットをより情報豊かで視覚的に魅力的にする方法を学びます。タイトル、凡例、色、グリッドの追加や、複数のサブプロットを効果的に配置する方法を紹介します。

データの分布やパターンを分析するための統計的な可視化手法を探求します。ヒストグラム、箱ひげ図、円グラフを作成し、より深い統計的洞察を得ます。

Seabornを使用して、可視化スキルをさらに高めましょう。カウントプロット、KDE、ペアプロット、ヒートマップなどの高度なプロットを作成し、Seabornの洗練されたスタイルとカスタマイズオプションを習得します。

バーチャート

棒グラフのパラメータ

解答

バー チャート

棒グラフのパラメータ

解答

バーチャート