PyStatlas

PyStatlas について

実際の社会科学データにもとづき、答える問いごとに整理した Python の統計グラフ集です。モデルの予測精度とその理由を示す機械学習、地図と空間的自己相関を扱う空間データを、分布、グループ比較、回帰、生存分析と並べて収録し、すべての図に推定値、信頼区間、検定、効果量といった根拠となる統計量を示します。

PyStatlas は、コードからではなく、研究者が立てる問いから出発します。もともとは、自分の分野をよく知り、データで問いに答える必要がある社会科学の学生のために作られました。これらのグループに差はあるか、2 つの変数は連動しているか、モデルは何を予測し、それはなぜか。各グラフは必要な統計量を図の上に示し、Python の科学計算エコシステムで書かれた短く自己完結したスクリプトを添えています。R の ggstats や ggstatsplot と同じ考え方です。

基本方針

カテゴリ

カテゴリグラフ数内容
機械学習9モデルは新しいデータをどれだけうまく予測できるのか、そしてなぜか。交差検証による評価、学習曲線、モデルに依存しない説明を、それぞれの不確実性とともに示します。
空間データ4近隣の値が高いところでは、その値も高いのか。空間重み、大域的・局所的な空間自己相関、そしてクラスターの広がりを、1830 年代のゲリーのフランスで示します。
分布5ヒストグラム、密度曲線、リッジラインプロット、ECDF、Q–Q プロットでデータの形をとらえます。
群間比較5検定、効果量、p値をグラフ上に示して群を比較します。ggstatsplot のスタイルです。
割合と調査データ5割合、クロス集計、リッカート尺度を、ggstats::gglikert や stat_prop の流儀で描きます。
相関と関連4相関行列、統計量付き散布図、変数ペア間の関係を描きます。
回帰モデル6係数プロット、オッズ比、モデル比較、限界効果。Python 版の ggcoef_model です。
モデル診断5残差、てこ比、キャリブレーション、ROC 曲線。モデルを信頼する前に確認しましょう。
生存時間分析4リスク集合表付きのカプラン・マイヤー曲線、累積ハザード、Cox モデルのハザード比。
時系列4分解、自己相関、予測区間付きの予測、時間的変化を描きます。
多変量解析とクラスタリング4高次元データのための PCA バイプロット、スクリープロット、クラスタリング、ヒートマップ。
推測と不確実性6ブートストラップ、信頼区間、検出力、一致度、メタアナリシスのフォレストプロット。

著者

PyStatlas は Thierry Warin が作成・運営しています。データサイエンス、統計学、AI に関するその他の活動は www.warin.ca をご覧ください。

引用方法

PyStatlas は Thierry Warin が作成・運営しています。研究や業務に役立った場合は、ぜひ引用してください。

Warin, T. (2026). PyStatlas: A Python Gallery of Statistical Graphics for the Social Sciences. https://warint.github.io/pystatlas/

@misc{warin2026statlas,
  author       = {Warin, Thierry},
  title        = {PyStatlas: A Python Gallery of Statistical Graphics for the Social Sciences},
  year         = {2026},
  howpublished = {\url{https://warint.github.io/pystatlas/}},
  note         = {Source code: https://github.com/warint/pystatlas}
}

貢献する

plot.py を含むフォルダを追加し、python build.py を実行して、プルリクエストを送ってください。詳しくは CONTRIBUTING.md をご覧ください。

謝辞

PyStatlas は、オープンソースソフトウェア、オープンデータ、そして R コミュニティの成果の上に成り立っています。すべての例は、以下の成果を用いて、あるいはそれに着想を得て作られています。

例で使用している Python パッケージ

NumPy · pandas · Matplotlib · seaborn · SciPy · statsmodels · scikit-learn · lifelines · SHAP · GeoPandas · libpysal · esda

データセット

着想を得たプロジェクト

例が再現している R パッケージ

BlandAltmanLeh · blandr · boot · car · caret · ComplexHeatmap · corrplot · dabestr · factoextra · feasts · forecast · GGally · ggdist · ggeffects · ggplot2 · ggpubr · ggrain · ggridges · ggstats · ggstatsplot · iml · interactions · marginaleffects · meta · metafor · pdp · performance · pheatmap · probably · pROC · pwr · qqplotr · quantreg · rgeoda · rms · shapviz · spdep · survminer · TeachingDemos · tune · vcd · vip · yardstick

サイトの構築

PyYAML · Pygments · Pillow · GitHub Pages

データの出典

ほぼすべての例は公表済みのデータを使い、statsmodels、lifelines、R の metafor が配布する形のまま再現しています。シミュレーションによる 2 つの例はその旨を明示しています。各項目には、元の文献、ギャラリーにデータが入る経路、そのデータを使うグラフを示します。

これらの例は統計手法を説明するためのものです。図のタイトルは、この特定のデータ（多くは小規模で、古く、部分的な標本）で図が示す内容を述べたものであり、実質的な問いに対する著者の立場ではありません。解釈、背景、データの質については、ここに挙げた元の出典を参照してください。