分布を伝える5種：ヒストグラム・箱ひげ・バイオリン・密度・QQプロット

「平均値だけ見せる」のは可視化の罪と言われます。同じ平均でも分布が全く違うことがある（アンスコムの例）。今回は分布を伝える5つの定番グラフを整理します。

1. ヒストグラム

用途：1次元データの分布を bin（区間）に分けて棒で表示。テストの点数分布、給与分布、サーバーの応答時間分布。 強み：分布の形（左右非対称・多峰性・偏り）が一目。 弱み：bin 幅で印象が大きく変わる。スタージェスの公式（k = 1 + log₂(n)）など適切な bin 幅選びが大事。

2. 箱ひげ図（boxplot）

用途：複数グループの分布を同時比較。給料の業界別比較、A/Bテスト結果、CPU（Central Processing Unit） 使用率の時間帯別。 箱＝Q1〜Q3（中央50%）、中央線＝中央値、ひげ＝1.5×IQR（四分位範囲）の範囲、点＝外れ値。 強み：外れ値が一目、複数群比較が楽。 弱み：分布の「形」（多峰性など）は分からない。

3. バイオリンチャート

用途：箱ひげ + 密度プロットのハイブリッド。形が太い場所＝データが集中。 強み：分布の形と要約統計を同時。多峰性も見える。 弱み：認知度が低い、Excel・Looker Studio で作れない。

4. 密度プロット（KDE）

用途：ヒストグラムの bin 幅問題を回避するスムーズな分布表現。 強み：滑らかで美しい、複数分布の重ね合わせが楽。 弱み：bin の代わりに bandwidth で印象が変わる。

5. QQプロット（Quantile-Quantile）

用途：「データが正規分布に従うか」を可視的に検定。点が直線上に並べば正規分布。 強み：統計検定の前段階で必須。回帰分析の残差チェック。 弱み：読むのにやや慣れが必要、ビジネス現場での認知度は低い。

# pip install seabornimport seaborn as snsimport numpy as npimport matplotlib.pyplot as plt
np.random.seed(0)data = {    "A": np.random.normal(50, 10, 200),    "B": np.random.normal(60, 15, 200),    "C": np.concatenate([np.random.normal(40, 5, 100), np.random.normal(70, 5, 100)]),}import pandas as pddf = pd.DataFrame({k: v for k, v in data.items()}).melt(var_name="group", value_name="value")
fig, axes = plt.subplots(2, 2, figsize=(12, 8))sns.histplot(data=df, x="value", hue="group", ax=axes[0,0]); axes[0,0].set_title("Histogram")sns.boxplot(data=df, x="group", y="value", ax=axes[0,1]); axes[0,1].set_title("Boxplot")sns.violinplot(data=df, x="group", y="value", ax=axes[1,0]); axes[1,0].set_title("Violin")sns.kdeplot(data=df, x="value", hue="group", ax=axes[1,1]); axes[1,1].set_title("KDE")plt.tight_layout(); plt.show()

次回予告

EP.06 は地理系：コロプレス・バブルマップ・ヒートマップ・フローマップ。日本地図・世界地図にデータを乗せる定番手法と、商圏分析・配送最適化での実戦例。