階層構造（親子関係）を持つデータの可視化。組織図・商品分類・ファイルシステム・のクラスタリング結果まで、用途は意外と広い。
1. ツリー（樹形図）
用途：組織図、家系図、ファイルツリー。 強み：親子関係が一目。 弱み：ノード数が増えると横に長大化する。
2. サンバースト（円形階層）
用途：階層 + 構成比。中心が最上位、外周が末端。 強み：合計と内訳と階層を同時。
3. ツリーマップ（再掲）
EP.03 の構成比系で扱った通り、階層も同時に表現できるので階層系でも再評価。
4. デンドログラム（樹形図、機械学習）
用途：階層クラスタリングの結果。「どのデータが近いか」を高さ（距離）で。 強み：クラスタの個数を視覚的に決められる。 弱み：データ点数が増えると下が密集。
デンドログラム（scipy）
Python
from scipy.cluster.hierarchy import linkage, dendrogramimport matplotlib.pyplot as pltimport numpy as np
np.random.seed(0)X = np.random.randn(20, 4)labels = [f"item_{i}" for i in range(20)]
Z = linkage(X, method="ward")plt.figure(figsize=(12, 5))dendrogram(Z, labels=labels)plt.title("Hierarchical clustering dendrogram")plt.xticks(rotation=30)plt.tight_layout()plt.show()次回予告
EP.11 はリスク・確率系：ファンチャート・信頼区間・可視化・リスクマップ。「不確実性」を伝える可視化。
この記事の感想を教えてください
あなたの 1 クリックで、本当にこの記事は更新されます。「もっと詳しく」「続編希望」が一定数集まった記事は、 ふくふくが 実際に内容を拡充したり続編記事を公開 します。 送信したリアクションはお使いのブラウザに記録され、再カウントされません。