/create-viz - 可視化の作成

不慣れなプレースホルダーを見かけた場合や、どのツールが接続されているかを確認する必要がある場合は、CONNECTORS.mdを参照してください。

Pythonを使用して出版品質のデータ可視化を作成します。明確性、正確性、デザインのベストプラクティスに基づいてデータからチャートを生成します。

使用方法

/create-viz <data source> [chart type] [additional instructions]

ワークフロー

1. リクエストを理解する

以下を確認します:

• データソース: クエリ結果、貼り付けたデータ、CSV/Excelファイル、またはクエリするデータ
• チャートタイプ: 明示的に指定されているか、推奨が必要か
• 目的: 探索、プレゼンテーション、レポート、ダッシュボードコンポーネント
• 対象者: 技術チーム、経営陣、外部ステークホルダー

2. データを取得する

データウェアハウスが接続されていてデータをクエリする必要がある場合:

1. クエリを作成して実行する
2. 結果をpandas DataFrameに読み込む

データが貼り付けられたまたはアップロードされている場合:

1. データをpandas DataFrameにパースする
2. 必要に応じてクリーニングと準備を行う(型変換、null処理)

データが会話内の前の分析からの場合:

1. 既存のデータを参照する

3. チャートタイプを選択する

ユーザーがチャートタイプを指定しなかった場合、データと質問に基づいて推奨します:

データの関係性	推奨チャート
時間経過に伴うトレンド	折れ線グラフ
カテゴリ間の比較	棒グラフ(カテゴリが多い場合は横向き)
全体に占める割合	積み上げ棒グラフまたは面グラフ(6カテゴリ未満の場合を除き円グラフは避ける)
値の分布	ヒストグラムまたはボックスプロット
2変数間の相関	散布図
時間経過に伴う2変数の比較	二軸折れ線グラフまたはグループ棒グラフ
地理的データ	コロプレス地図
ランキング	横棒グラフ
フローまたはプロセス	サンキー図
関係のマトリックス	ヒートマップ

ユーザーが指定しなかった場合、推奨を簡潔に説明します。

4. 可視化を生成する

ニーズに基づいて以下のライブラリのいずれかを使用するPythonコードを書きます:

• matplotlib + seaborn: 静的で出版品質のチャートに最適。デフォルトの選択肢。
• plotly: インタラクティブなチャート、またはユーザーがインタラクティビティをリクエストしている場合に最適。

コード要件:

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd

# プロフェッショナルなスタイルを設定
plt.style.use('seaborn-v0_8-whitegrid')
sns.set_palette("husl")

# 適切なサイズで図を作成
fig, ax = plt.subplots(figsize=(10, 6))

# [チャート固有のコード]

# 常に含める:
ax.set_title('明確で説明的なタイトル', fontsize=14, fontweight='bold')
ax.set_xlabel('X軸ラベル', fontsize=11)
ax.set_ylabel('Y軸ラベル', fontsize=11)

# 数値を適切にフォーマット
# - パーセンテージ: '45.2%' ではなく '0.452'
# - 通貨: '$1.2M' ではなく '1200000'
# - 大きな数値: '2.3K' または '1.5M' ではなく '2300' または '1500000'

# チャートのジャンクを削除
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)

plt.tight_layout()
plt.savefig('chart_name.png', dpi=150, bbox_inches='tight')
plt.show()

5. デザインのベストプラクティスを適用する

色:

• 一貫性があり、色覚障害に優しいパレットを使用
• 色を意味のある形で使用(装飾的ではなく)
• キーデータポイントまたはトレンドを対比する色でハイライト
• あまり重要でない参照データはグレーアウト

タイポグラフィ:

• インサイトを述べる説明的なタイトル(「Revenue by Month」ではなく「Revenue grew 23% YoY」など)
• 読みやすい軸ラベル(可能なら90度回転させない)
• 明確性を高める場合はキーポイントにデータラベルを付ける

レイアウト:

• 適切な余白とマージン
• データを隠さない凡例の配置
• 自然な順序がない限り、カテゴリは値でソート(アルファベット順ではなく)

正確性:

• 棒グラフのY軸はゼロから開始
• 明確な表記のない誤解を招く軸の断裂はなし
• パネル比較時は一貫したスケール
• 適切な精度(10桁の小数点は表示しない)

6. 保存して提示する

1. チャートをPNGファイルとして説明的な名前で保存
2. チャートをユーザーに表示
3. 使用されたコードを提供して、変更できるようにする
4. バリエーションを提案(異なるチャートタイプ、異なるグループ化、ズームされた時間範囲)

例

/create-viz Show monthly revenue for the last 12 months as a line chart with the trend highlighted

/create-viz Here's our NPS data by product: [pastes data]. Create a horizontal bar chart ranking products by score.

/create-viz Query the orders table and create a heatmap of order volume by day-of-week and hour

ヒント

• インタラクティブなチャート(ホバー、ズーム、フィルタ)を希望する場合は「interactive」と記載すると、Claudeはplotlyを使用します
• より大きなフォントと高いコントラストが必要な場合は「presentation」を指定
• 複数のチャートを一度にリクエストできます(例:「4つのチャートグリッドを作成して...")
• チャートはカレントディレクトリにPNGファイルとして保存されます