時系列を伝える6種：折れ線・エリア・ストリーム・バーンダウン・ガント・ローソク足

「時間が進むにつれて数値がどう動いたか」を見せたい場面は、ビジネスの可視化で最頻出のテーマです。同じ「時系列データ」でも、伝えたいメッセージで最適なグラフが違います。第1回は時系列系の代表6種を、向き不向き・誤読しやすさ・主要BIツール対応の3軸でまとめます。

対応マトリクス（先に結論）

1. 折れ線グラフ ─ 時系列の「素」

用途：時間に対する数値の推移そのもの。売上日次推移、サーバ CPU（Central Processing Unit） 使用率、株価の終値など。 強み：誰でも読める。傾き＝変化率、交差点＝逆転、間隔＝周期。情報密度が高い。 弱み：複数系列を重ねすぎると識別不能（スパゲッティ状態）。3〜5本までが上限。

2. エリアチャート（積み上げ含む）

用途：「全体に占めるカテゴリ別の構成比が時間でどう変わるか」を見せたいとき。プロダクト別売上の積み上げ、媒体別流入の構成変化、契約プラン別 ARR など。 強み：合計値と構成比が同時に分かる。 弱み：個別カテゴリの値はパッと読めない（高さが下のカテゴリで歪む）。100%積み上げにすれば構成比に専念できるが、合計値は失う。

3. ストリームグラフ

用途：エリアの中央軸版。トピック別の話題量推移、SNS（Social Networking Service） バズの発生・収束、楽曲ジャンル別シェアの長期変化など、美しさと印象重視で。 強み：流れる「川」のような視覚効果で、読み手の感情を動かす。プレゼン・年次レポートの目玉に向く。 弱み：正確な数値は読めない。意思決定の現場では使わない、メッセージ伝達装置として割り切る。

4. バーンダウン / バーンアップチャート

用途：プロジェクト管理・スプリント運用の標準。残タスク量の時系列を「理想線（直線で計画通り消化したらどうなるか）」と一緒に並べる。 強み：遅延・前倒しが一目で見える。会議の冒頭3秒で進捗が言える。 弱み：終わりが決まってる仕事にしか使えない（運用業務には不向き）。スコープ追加で線が乱れると読みにくい → バーンアップ（完了量を上向きに積む）の方が「スコープ拡大」も明示できて優れる場面が多い。

5. ガントチャート

用途：開始・終了が決まった多数のタスクを、横軸＝時間で帯状に並べる。プロジェクト計画、人員アサイン、システムリリース計画。 強み：タスク間の重なり・前後関係が物理的に見える。マイルストーン（◇）と組むと締切も伝えられる。 弱み：本数が増えると縦に長くなり読みにくい。100行を超えるなら専用ツール（Asana, Backlog, Smartsheet 等）に委ねる。

6. ローソク足

用途：金融時系列の標準。始値・高値・安値・終値の4値を、1日（or 1分）ごとに1本のローソクで表現。陽線（白／緑）＝上昇、陰線（黒／赤）＝下落。 強み：1本に4つの情報が詰まる、情報密度が異常に高い。FX/株式トレーダーの共通言語。 弱み：金融以外で使うと「読み手が読めない」。社内データに無理に当てはめない。

Python で全部作ってみる

import numpy as npimport pandas as pdimport matplotlib.pyplot as plt
# サンプル時系列np.random.seed(0)dates = pd.date_range("2026-01-01", periods=180)series = {    "Product A": np.cumsum(np.random.randn(180)) + 100,    "Product B": np.cumsum(np.random.randn(180)) + 120,    "Product C": np.cumsum(np.random.randn(180)) + 80,}
# 1. 折れ線fig, ax = plt.subplots(figsize=(10, 4))for label, y in series.items():    ax.plot(dates, y, label=label, linewidth=2)ax.legend(); ax.grid(alpha=0.3); ax.set_title("Line")plt.show()
# 2. 積み上げエリアfig, ax = plt.subplots(figsize=(10, 4))ax.stackplot(dates, *series.values(), labels=series.keys(), alpha=0.85)ax.legend(loc="upper left"); ax.set_title("Stacked Area")plt.show()
# 4. バーンダウンtotal = 100days = np.arange(20)ideal = total - days * (total / len(days) + 1)actual = total - np.cumsum(np.random.randint(2, 8, size=len(days)))fig, ax = plt.subplots(figsize=(10, 4))ax.plot(days, ideal,  "--", label="ideal", color="gray")ax.plot(days, actual, "-",  label="actual", color="#eb5d32", linewidth=2)ax.fill_between(days, actual, ideal, where=actual>ideal, alpha=0.2, color="red", label="behind")ax.fill_between(days, actual, ideal, where=actual<ideal, alpha=0.2, color="green", label="ahead")ax.set_title("Burndown"); ax.legend(); ax.grid(alpha=0.3)plt.show()

選び方のフローチャート

Q1：合計値と構成比、両方見せたい？ → Yes：エリア／No：折れ線。 Q2：プロジェクトの進捗（締切あり）？ → Yes：バーンダウン／バーンアップ／ガント。 Q3：金融データ（OHLC（Open High Low Close） が揃っている）？ → Yes：ローソク足。 Q4：印象重視のプレゼン用途？ → Yes：ストリーム（Tableau 推奨）。

次回予告

EP.02 は比較系：棒グラフ・横棒・グループ棒・レーダー・ドットプロット。「数値の大小を比較する」ためのグラフ群と、それぞれの誤読しやすさ・主要 BI ツールでの作り方を扱います。