py4project 0.1.0__py3-none-any.whl

py4project/__init__.py

@@ -0,0 +1,23 @@
+"""py4project: 授業用分析・可視化ユーティリティ
+
+pandas DataFrame から回帰分析・散布図・横バープロット・
+ボックスプロットを簡単に作成するための関数群です。
+"""
+
+from .core import (
+    regression,
+    regression_plot,
+    scatter_plot,
+    bar_plot,
+    box_plot,
+)
+
+__version__ = "0.1.0"
+
+__all__ = [
+    "regression",
+    "regression_plot",
+    "scatter_plot",
+    "bar_plot",
+    "box_plot",
+]

py4project/core.py

@@ -0,0 +1,633 @@
+import japanize_matplotlib_jlite
+import numpy as np
+import pandas as pd
+from scipy import stats
+import matplotlib.pyplot as plt
+
+
+# ============================================================
+# エラーメッセージ用の内部ヘルパー
+#   学生が実行時に出会うエラーを、原因と対処法が分かる日本語にする。
+#   先頭に _ が付いた関数は「内部用」であり、学生が直接使うものではない。
+# ============================================================
+
+def _err(title, cause, hint):
+    """学生向けエラーメッセージの共通フォーマットを組み立てる（内部用）"""
+    return (f'\n【エラー】{title}\n'
+            f'  原因：{cause}\n'
+            f'  対処：{hint}\n')
+
+
+def _check_dataframe(data, arg_name='data'):
+    """dataがDataFrameかどうかを確認する（内部用）"""
+    if not isinstance(data, pd.DataFrame):
+        raise TypeError(_err(
+            f'引数 {arg_name} がデータフレームではありません。',
+            f'{arg_name} に {type(data).__name__} 型のものが渡されました。',
+            '引数の順番を確認してください。'
+            'この関数は「列名を先、データフレームを後」に書きます。'
+            '例： regression("人口", "所得", df) '
+            '（regression(df, "人口", "所得") ではありません）'))
+
+
+def _check_column(data, col, arg_name):
+    """指定された列がdataに存在するかを確認する（内部用）"""
+    if col not in data.columns:
+        columns = '、'.join(str(c) for c in data.columns)
+        raise ValueError(_err(
+            f'列「{col}」がデータフレームの中に見つかりません。',
+            f'引数 {arg_name} に「{col}」が指定されましたが、この列は存在しません。',
+            f'使える列名は次の{len(data.columns)}個です → {columns}\n'
+            '        （スペルの間違い、全角と半角の違い、'
+            '余分なスペースがないか確認してください）'))
+
+
+def _check_numeric(data, col, arg_name):
+    """指定された列が数値かどうかを確認する（内部用）"""
+    if not pd.api.types.is_numeric_dtype(data[col]):
+        example = data[col].iloc[0] if len(data) > 0 else '（データが空です）'
+        raise TypeError(_err(
+            f'列「{col}」は数値ではないため、計算やグラフに使えません。',
+            f'引数 {arg_name} に指定された列「{col}」には'
+            f'文字列などが入っています（例：{example!r}）。',
+            '数値が入っている列を指定してください。'
+            '数値のはずなのにこのエラーが出る場合は、'
+            'データに「-」「※」「秘匿」などの記号が混じっている可能性があります。'))
+
+
+def _check_missing(data, col, arg_name):
+    """指定された列に欠損値がないかを確認する（内部用）"""
+    n_missing = data[col].isna().sum()
+    if n_missing > 0:
+        raise ValueError(_err(
+            f'列「{col}」に欠けている値（欠損値）が{n_missing}個あります。',
+            f'引数 {arg_name} に指定された列「{col}」に欠損値が含まれているため、'
+            '計算結果がすべて nan（数値でない）になってしまいます。',
+            'df = df.dropna(subset=["' + str(col) + '"]) のように'
+            '欠損値のある行を除いてから、もう一度実行してください。'))
+
+
+def _check_sample_size(data, n_min=3):
+    """回帰分析に必要な標本の大きさがあるかを確認する（内部用）"""
+    if len(data) < n_min:
+        raise ValueError(_err(
+            f'データの行数が{len(data)}行しかなく、回帰分析ができません。',
+            f'回帰分析には最低でも{n_min}行のデータが必要です。',
+            'データの絞り込み条件が厳しすぎないか確認してください。'))
+
+
+def _check_positive(data, col, arg_name):
+    """対数をとる列に0以下の値がないかを確認する（内部用）"""
+    n_bad = (data[col] <= 0).sum()
+    if n_bad > 0:
+        raise ValueError(_err(
+            f'列「{col}」に0以下の値が{n_bad}個あるため、対数をとれません。',
+            '常用対数（log10）は、0や負の数に対しては定義されていません。',
+            '対数化のオプション（xlog / ylog / xylog）をFalseに戻すか、'
+            '0以下の値を含む行を除いてから実行してください。'
+            '（このまま計算すると、エラーにならないまま -inf や nan が'
+            '混じった誤ったグラフになります）'))
+
+
+def _label(value):
+    """マーカー横に表示する文字列を安全に作る（内部用）
+
+    数値の列がtext_colに指定された場合でもエラーにせず文字列にする。"""
+    return str(value)[:6]
+
+
+# ============================================================
+# 学生が使う関数
+# ============================================================
+
+def regression(x, y, data):
+    """回帰分析の結果を表示する。
+
+    xを説明変数、yを被説明変数として単回帰分析をおこない、
+    標本の大きさ・決定係数・傾きの95%信頼区間・回帰式を画面に表示します。
+
+    ＊注意＊ 引数は「x（説明変数）→ y（被説明変数）→ data」の順です。
+    回帰式 y = a × x + b の見た目とは順番が逆になるので気をつけてください。
+
+    引数
+    ----
+    x : 文字列
+        説明変数（横軸にあたる変数）の列名。
+    y : 文字列
+        被説明変数（縦軸にあたる変数）の列名。
+    data : DataFrame
+        xとyの列を含むデータフレーム。
+
+    表示される内容
+    --------------
+    標本の大きさ n : 分析に使ったデータの行数。
+    決定係数 R²    : xがyの変動をどれくらい説明できているかを示す0〜1の値。
+                     1に近いほどよく説明できている。
+    信頼区間 (95%) : 傾きの値がこの範囲に入ると考えられる区間。
+                     この区間が1をまたいでいなければ、傾きは1と異なると判断できる。
+    回帰式         : 推定された直線の式。
+
+    使用例
+    ------
+    >>> regression('全国成長効果', '実際の変化', df)
+    """
+    _check_dataframe(data)
+    _check_column(data, x, 'x')
+    _check_column(data, y, 'y')
+    _check_numeric(data, x, 'x')
+    _check_numeric(data, y, 'y')
+    _check_missing(data, x, 'x')
+    _check_missing(data, y, 'y')
+    _check_sample_size(data)
+
+    d = data.copy()
+    n = len(d)
+    _x = d[x]
+    _y = d[y]
+    r, pp = stats.pearsonr(_x, _y)
+    res = stats.linregress(_x, _y)
+    t = (res.slope - 1) / res.stderr
+    p = 2 * (1 - stats.t.cdf(abs(t), n-2))
+    t_crit = stats.t.ppf(0.975, n-2)
+    ci = (res.slope - t_crit*res.stderr, res.slope + t_crit*res.stderr)
+    ci_left = ci[0]
+    ci_right = ci[1]
+
+    print('推定式:  yᵢ = b₀ + b₁·xᵢ + uᵢ,  i = 1, 2, …, n')
+    print(f'標本の大きさ(n): {n}')
+    print(f'決定係数(R²) : {r**2:.3f}')
+    print(f'b₀ の推定値  : {res.intercept:.3f}')
+    print(f'b₁ の推定値  : {res.slope:.3f}')
+    print(f'b₁ の95%信頼区間 : [{ci_left:.3f}, {ci_right:.3f}]')
+
+
+def regression_plot(x, y, data, title='', xlabel=None, ylabel=None,
+                    line=True, text=True, text_col='産業'):
+    """散布図に回帰直線を重ねて表示する。
+
+    点の散らばり方と、そこに当てはめた直線を同時に確認できます。
+    タイトル部分には回帰式と傾きの95%信頼区間も表示されます。
+
+    ＊注意＊ 引数は「x（説明変数）→ y（被説明変数）→ data」の順です。
+
+    引数
+    ----
+    x : 文字列
+        横軸にする変数（説明変数）の列名。
+    y : 文字列
+        縦軸にする変数（被説明変数）の列名。
+    data : DataFrame
+        xとyの列を含むデータフレーム。
+    title : 文字列
+        グラフの上に表示するタイトル。省略すると回帰式だけが表示されます。
+    xlabel : 文字列
+        横軸のラベル。省略するとxの列名がそのまま使われます。
+    ylabel : 文字列
+        縦軸のラベル。省略するとyの列名がそのまま使われます。
+    line : True または False
+        Trueで回帰直線を引きます。Falseにすると点だけの散布図になります。
+    text : True または False
+        Trueで各点の横に名前を表示します。点が多くて重なる場合はFalseにしてください。
+    text_col : 文字列
+        点の横に表示する名前が入っている列名。初期値は '産業' です。
+        都道府県名を表示したい場合は text_col='都道府県' のように指定します。
+        名前は先頭6文字までが表示されます。
+
+    使用例
+    ------
+    >>> regression_plot('特化係数', '地域固有効果', df, title='大阪府')
+    >>> regression_plot('特化係数', '地域固有効果', df, text=False)
+    """
+    _check_dataframe(data)
+    _check_column(data, x, 'x')
+    _check_column(data, y, 'y')
+    _check_numeric(data, x, 'x')
+    _check_numeric(data, y, 'y')
+    _check_missing(data, x, 'x')
+    _check_missing(data, y, 'y')
+    _check_sample_size(data)
+    if text:
+        _check_column(data, text_col, 'text_col')
+
+    if xlabel == None:
+        xlabel = x
+    if ylabel == None:
+        ylabel = y
+
+    data = data.copy()
+    n = len(data)
+    _x = data[x]
+    _y = data[y]
+    r, p = stats.pearsonr(_x, _y)
+    res = stats.linregress(_x, _y)
+    t = (res.slope - 1) / res.stderr
+    p = 2 * (1 - stats.t.cdf(abs(t), n-2))
+    t_crit = stats.t.ppf(0.975, n-2)
+    ci = (res.slope - t_crit*res.stderr, res.slope + t_crit*res.stderr)
+    ci_left = ci[0]
+    ci_right = ci[1]
+
+    fig, ax = plt.subplots()
+    ax.scatter(_x, _y, s=60, color='steelblue', zorder=3)
+    if text:
+        for _, row in data.iterrows():
+            ax.annotate(_label(row[text_col]), (row[x], row[y]), fontsize=8, alpha=0.85)
+    if line:
+        xs = np.linspace(_x.min(), _x.max(), 50)
+        ax.plot(xs, res.slope*xs + res.intercept, color='crimson', linewidth=2,
+                # label=f'回帰直線 (r={r:+.3f}, p値={p:.3f})')
+            label=f'回帰直線')
+        ax.legend()
+        ax.set_title(f'{title}\n'+
+                     f'推定式: {y} = {res.intercept:.2f}  {res.slope:+.2f} × {x}\n'+
+                     f'スロープ係数の信頼区間 (95%)： [{ci_left:.2f}, {ci_right:.2f}]')
+    else:
+        ax.set_title(f'{title}')
+    if _y.min() < 0 < _y.max():
+        ax.axhline(0, color='gray', linewidth=0.8)
+    if _x.min() < 0 < _x.max():
+        ax.axvline(0, color='gray', linewidth=0.8)
+    ax.set_xlabel(f'{xlabel}')
+    ax.set_ylabel(f'{ylabel}')
+    ax.grid(alpha=0.3)
+    plt.tight_layout()
+    plt.show()
+
+
+def scatter_plot(x, y, data, title='', xlabel=None, ylabel=None,
+                 line=True, text=True, text_col='産業', xlog=False, ylog=False, xylog=False):
+    """散布図にトレンド線を重ねて表示する。
+
+    regression_plotとよく似ていますが、こちらは回帰式や信頼区間を表示せず、
+    データの傾向を目で確かめることを目的としています。
+    値の大きさが極端に違う変数を扱うときは、対数化のオプションが使えます。
+
+    引数
+    ----
+    x : 文字列
+        横軸にする変数の列名。
+    y : 文字列
+        縦軸にする変数の列名。
+    data : DataFrame
+        xとyの列を含むデータフレーム。
+    title : 文字列
+        グラフの上に表示するタイトル。
+    xlabel : 文字列
+        横軸のラベル。省略するとxの列名がそのまま使われます。
+    ylabel : 文字列
+        縦軸のラベル。省略するとyの列名がそのまま使われます。
+    line : True または False
+        Trueでトレンド線（当てはめた直線）を引きます。
+    text : True または False
+        Trueで各点の横に名前を表示します。点が多くて重なる場合はFalseにしてください。
+    text_col : 文字列
+        点の横に表示する名前が入っている列名。初期値は '産業' です。
+        名前は先頭6文字までが表示されます。
+    xlog : True または False
+        Trueで横軸の変数を常用対数（log10）に変換します。
+    ylog : True または False
+        Trueで縦軸の変数を常用対数（log10）に変換します。
+    xylog : True または False
+        Trueで横軸と縦軸の両方を常用対数に変換します。
+        xlog=True, ylog=True と書くのと同じ意味です。
+
+    使用例
+    ------
+    >>> scatter_plot('従業者数', '売上高', df)
+    >>> scatter_plot('従業者数', '売上高', df, xylog=True, text=False)
+
+    注意点
+    ------
+    対数をとる列に0以下の値が含まれているとエラーになります。
+    従業者数や売上高が0の行がある場合は、あらかじめ取り除いてください。
+    """
+    _check_dataframe(data)
+    _check_column(data, x, 'x')
+    _check_column(data, y, 'y')
+    _check_numeric(data, x, 'x')
+    _check_numeric(data, y, 'y')
+    _check_missing(data, x, 'x')
+    _check_missing(data, y, 'y')
+    if text:
+        _check_column(data, text_col, 'text_col')
+    if xlog or xylog:
+        _check_positive(data, x, 'x')
+    if ylog or xylog:
+        _check_positive(data, y, 'y')
+
+    if xlabel == None:
+        xlabel = x
+    if ylabel == None:
+        ylabel = y
+
+    data = data.copy()
+
+    if xlog or xylog:
+        data[x+'_log'] = np.log10(data[x])
+        _x = data[x+'_log']
+    else:
+        _x = data[x]
+
+    if ylog or xylog:
+        data[y+'_log'] = np.log10(data[y])
+        _y = data[y+'_log']
+    else:
+        _y = data[y]
+
+    fig, ax = plt.subplots()
+    ax.scatter(_x, _y, s=60, color='steelblue', zorder=3)
+
+    if (text and  xlog and ylog) or (text and xylog):
+        for _, row in data.iterrows():
+            ax.annotate(_label(row[text_col]), (row[x+'_log'], row[y+'_log']), fontsize=8, alpha=0.85)
+    elif text and xlog and (not ylog):
+        for _, row in data.iterrows():
+            ax.annotate(_label(row[text_col]), (row[x+'_log'], row[y]), fontsize=8, alpha=0.85)
+    elif text and (not xlog) and ylog:
+        for _, row in data.iterrows():
+            ax.annotate(_label(row[text_col]), (row[x], row[y+'_log']), fontsize=8, alpha=0.85)
+    else:
+        for _, row in data.iterrows():
+            ax.annotate(_label(row[text_col]), (row[x], row[y]), fontsize=8, alpha=0.85)
+
+    if line:
+        res = stats.linregress(_x, _y)
+        xs = np.linspace(_x.min(), _x.max(), 50)
+        ax.plot(xs, res.slope*xs + res.intercept, color='crimson', linewidth=2, label=f'トレンド線')
+        ax.legend()
+
+    if _y.min() < 0 < _y.max():
+        ax.axhline(0, color='gray', linewidth=0.8)
+    if _x.min() < 0 < _x.max():
+        ax.axvline(0, color='gray', linewidth=0.8)
+
+    ax.set_title(f'{title}')
+    ax.set_xlabel(f'{xlabel}')
+    ax.set_ylabel(f'{ylabel}')
+    ax.grid(alpha=0.3)
+    plt.tight_layout()
+    plt.show()
+
+
+# シフトシェア分析の3つの効果に対応する色。
+# 授業で使うスライドや資料と同じ配色になるように固定してある。
+_COLOR_MAP = {
+    '全国成長効果': '#5B7C99',
+    '産業構成効果': '#C9873A',
+    '地域固有効果': '#1F7A5C',
+    '実際の変化': '#3D4551',
+}
+
+
+def bar_plot(x, data, title='', xlabel=None, unit=1000,
+             sort_by='産業コード', tick_label='産業', ascending=None):
+    """横向きの棒グラフを表示する。
+
+    産業ごとの値を横に並べた棒グラフを描きます。
+    複数の列をリストで渡すと、それぞれを並べて比較できます。
+    シフトシェア分析の3つの効果（全国成長効果・産業構成効果・地域固有効果）は
+    授業資料と同じ色で自動的に塗り分けられます。
+
+    引数
+    ----
+    x : 文字列 または 文字列のリスト
+        棒の長さにする変数の列名。
+        リストで複数渡すと、産業ごとに並べて表示されます。
+        例： x='地域固有効果'
+        例： x=['全国成長効果', '産業構成効果', '地域固有効果']
+    data : DataFrame
+        xの列を含むデータフレーム。
+    title : 文字列
+        グラフの上に表示するタイトル。
+    xlabel : 文字列
+        横軸のラベル。省略すると列名と単位から自動でつくられます。
+    unit : 数値 または 辞書
+        値を割る数。表示の桁を調整するために使います。
+        1000 なら千単位、0.01 なら百分率（％）の表示になります。
+        すべての列に同じ単位を使う場合は数値をひとつ渡します（初期値は1000）。
+        列ごとに変えたい場合は辞書で渡します。
+        例： unit={'地域固有効果': 1000, '特化係数': 1}
+    sort_by : 文字列 または None
+        棒を並べる順番を決める列名。初期値は '産業コード' です。
+        値の大きい順に並べたいときは、その列名を指定します。
+        Noneを渡すと、xの最初の列の値で並べ替えます。
+    tick_label : 文字列
+        縦軸に表示する名前が入っている列名。初期値は '産業' です。
+        都道府県ごとのグラフを描く場合は tick_label='都道府県' と指定します。
+    ascending : True または False（省略可）
+        Trueで昇順（小さい順）、Falseで降順（大きい順）に並べます。
+        省略した場合は次のように自動で決まります。
+          ・sort_by が '産業コード' のまま  → 昇順（産業コード順に並ぶ）
+          ・sort_by を別の列に変えた場合    → 降順（値の大きい順に並ぶ）
+
+    使用例
+    ------
+    >>> bar_plot('地域固有効果', df, title='大阪府')
+    >>> bar_plot(['全国成長効果', '産業構成効果', '地域固有効果'], df)
+    >>> bar_plot('地域固有効果', df, sort_by='地域固有効果')
+    """
+    _check_dataframe(data)
+
+    if isinstance(x, pd.DataFrame):
+        raise TypeError(_err(
+            '引数 x にデータフレームが渡されています。',
+            'この関数は「列名を先、データフレームを後」に書きます。',
+            '例： bar_plot("地域固有効果", df) '
+            '（bar_plot(df, "地域固有効果") ではありません）'))
+
+    x_list = [x] if isinstance(x, str) else list(x)
+
+    for col in x_list:
+        _check_column(data, col, 'x')
+        _check_numeric(data, col, 'x')
+    _check_column(data, tick_label, 'tick_label')
+
+    # unit を列ごとの辞書に正規化
+    if isinstance(unit, dict):
+        unit_map = {col: unit.get(col, 1000) for col in x_list}
+    else:
+        unit_map = {col: unit for col in x_list}
+
+    for col, u in unit_map.items():
+        if u == 0:
+            raise ValueError(_err(
+                'unit に 0 が指定されています。',
+                f'列「{col}」の unit が 0 になっており、0で割ることはできません。',
+                'unit には 1（そのまま）、1000（千単位）、'
+                '0.01（％表示）などの0以外の数値を指定してください。'))
+
+    if xlabel is None:
+        distinct_units = set(unit_map.values())
+        if len(distinct_units) == 1:
+            xlabel = '・'.join(x_list) + f' (単位：{unit_map[x_list[0]]})'
+        else:
+            xlabel = '・'.join(f'{col}(単位：{unit_map[col]})' for col in x_list)
+
+    # ソート列の決定：sort_by=Noneが明示された場合のみxの最初の要素にフォールバック
+    effective_sort_col = sort_by if sort_by is not None else x_list[0]
+    if effective_sort_col not in data.columns:
+        columns = '、'.join(str(c) for c in data.columns)
+        extra = ''
+        if sort_by == '産業コード':
+            extra = ('\n        （sort_by は指定しなければ "産業コード" が使われます。'
+                     'この列がデータにない場合は、sort_by で別の列名を指定してください）')
+        raise ValueError(_err(
+            f'並べ替えに使う列「{effective_sort_col}」が見つかりません。',
+            f'sort_by に「{effective_sort_col}」が指定されましたが、'
+            f'この列は存在しません。{extra}',
+            f'使える列名は次の{len(data.columns)}個です → {columns}'))
+
+    # ascending の決定
+    if ascending is None:
+        ascending = (sort_by == '産業コード')
+
+    data = data.sort_values(effective_sort_col, ascending=ascending)
+
+    fig, ax = plt.subplots(figsize=(9, 6))
+
+    n = len(x_list)
+    y = np.arange(len(data))
+    bar_height = 0.8 / n
+
+    for i, col in enumerate(x_list):
+        offset = (i - (n - 1) / 2) * bar_height
+        color = _COLOR_MAP.get(col, plt.cm.tab10(i / max(n - 1, 1)))
+        ax.barh(y + offset, data[col] / unit_map[col], height=bar_height,
+                color=color, label=col)
+
+    if ( data[x_list] < 0 ).any().sum() > 0:
+        ax.axvline(0, color='gray', linewidth=0.8)
+
+    ax.set_yticks(y)
+    ax.set_yticklabels(data[tick_label])
+    ax.set_xlabel(xlabel)
+    ax.set_title(title)
+    ax.invert_yaxis()
+    ax.grid(axis='x', alpha=0.3)
+    if n > 1:
+        ax.legend()
+    plt.tight_layout()
+    plt.show()
+
+
+def box_plot(x, data, title='', text_col='産業', xlabel=None, xlog=False):
+    """箱ひげ図を表示する。
+
+    データの散らばり方（中央値・四分位数・外れ値）を確認するための図です。
+    箱の中の線が中央値、三角の印が平均値を表します。
+    外れ値には自動的に名前が表示されるので、
+    どの産業や都道府県が極端な値をとっているかが分かります。
+
+    引数
+    ----
+    x : 文字列 または 文字列のリスト
+        箱ひげ図にする変数の列名。
+        リストで複数渡すと、横に並べて比較できます。
+        例： x='地域固有効果'
+        例： x=['全国成長効果', '産業構成効果', '地域固有効果']
+    data : DataFrame
+        xの列を含むデータフレーム。
+    title : 文字列
+        グラフの上に表示するタイトル。
+    text_col : 文字列
+        外れ値の横に表示する名前が入っている列名。初期値は '産業' です。
+        名前は先頭6文字までが表示されます。
+    xlabel : 文字列のリスト
+        横軸に表示するラベルのリスト。
+        省略するとxの列名がそのまま使われます。
+        xに渡した列の数と同じ数のラベルを指定してください。
+    xlog : True または False
+        Trueでデータを常用対数（log10）に変換してから箱ひげ図を描きます。
+        値の大きさが極端に違う場合に使います。
+
+    使用例
+    ------
+    >>> box_plot('地域固有効果', df)
+    >>> box_plot(['全国成長効果', '産業構成効果', '地域固有効果'], df)
+    >>> box_plot('売上高', df, xlog=True)
+
+    注意点
+    ------
+    xlog=True にする場合、対象の列に0以下の値が含まれているとエラーになります。
+    """
+    _check_dataframe(data)
+
+    if isinstance(x, pd.DataFrame):
+        raise TypeError(_err(
+            '引数 x にデータフレームが渡されています。',
+            'この関数は「列名を先、データフレームを後」に書きます。',
+            '例： box_plot("地域固有効果", df) '
+            '（box_plot(df, "地域固有効果") ではありません）'))
+
+    if (xlabel == None) and ( not isinstance(x, list) ):
+        x = [x]
+        xlabel = x
+    elif (xlabel == None) and isinstance(x, list):
+        xlabel = x
+    elif not isinstance(x, list):
+        x = [x]
+
+    if not isinstance(xlabel, list):
+        xlabel = [xlabel]
+
+    for col in x:
+        _check_column(data, col, 'x')
+        _check_numeric(data, col, 'x')
+    _check_column(data, text_col, 'text_col')
+
+    if len(xlabel) != len(x):
+        raise ValueError(_err(
+            'xlabel の数と x の数が合っていません。',
+            f'x には{len(x)}個の列名が指定されましたが、'
+            f'xlabel には{len(xlabel)}個のラベルが指定されています。',
+            'xlabel は省略できます。指定する場合は、'
+            'x と同じ数のラベルをリストで渡してください。'))
+
+    if xlog:
+        for col in x:
+            _check_positive(data, col, 'x')
+
+    data = data.copy()
+
+    fig, ax = plt.subplots()
+
+    if xlog:
+        x_log = [s+'_log' for s in x]
+        tmp = np.log10(data[x])
+        tmp.columns = x_log
+        data = pd.concat([data, tmp], axis='columns')
+        ax.boxplot(data[x_log], tick_labels=xlabel, showmeans=True, showfliers=False)
+
+        for i, col in enumerate(x_log, start=1):
+                _data = data[col]
+                q1, q3 = _data.quantile(0.25), _data.quantile(0.75)
+                iqr = q3 - q1
+                lower, upper = q1 - 1.5 * iqr, q3 + 1.5 * iqr
+                cond = ( data[col] < lower ) | ( data[col] > upper )
+                outliers = data.loc[cond,:]
+
+                ax.scatter([i] * len(outliers), outliers[col], color='C0', zorder=3)
+                for _, row in outliers.iterrows():
+                    ax.annotate(_label(row[text_col]), (i, row[col]),
+                                textcoords="offset points", xytext=(6, 0),
+                                fontsize=8, ha='left')
+
+    else:
+        ax.boxplot(data[x], tick_labels=xlabel, showmeans=True)
+
+        for i, col in enumerate(x, start=1):
+            _data = data[col]
+            q1, q3 = _data.quantile(0.25), _data.quantile(0.75)
+            iqr = q3 - q1
+            lower, upper = q1 - 1.5 * iqr, q3 + 1.5 * iqr
+            cond = ( data[col] < lower ) | ( data[col] > upper )
+            outliers = data.loc[cond,:]
+
+            ax.scatter([i] * len(outliers), outliers[col], color='C0', zorder=3)
+            for _, row in outliers.iterrows():
+                ax.annotate(_label(row[text_col]), (i, row[col]),
+                            textcoords="offset points", xytext=(6, 0),
+                            fontsize=8, ha='left')
+
+    ax.set_title(f'{title}')
+    plt.show()

py4project-0.1.0.dist-info/METADATA

@@ -0,0 +1,65 @@
+Metadata-Version: 2.5
+Name: py4project
+Version: 0.1.0
+Summary: 授業用回帰分析・散布図・バープロット・ボックスプロットのユーティリティ
+Project-URL: Homepage, https://github.com/Py4Project/py4project
+Project-URL: Repository, https://github.com/Py4Project/py4project
+Project-URL: Issues, https://github.com/Py4Project/py4project/issues
+Author-email: Tetsugen HARUYAMA <tetsu.yes@gmail.com>
+License: MIT
+License-File: LICENSE
+Keywords: matplotlib,regional-economics,shift-share,statistics
+Classifier: Intended Audience :: Education
+Classifier: License :: OSI Approved :: MIT License
+Classifier: Natural Language :: Japanese
+Classifier: Operating System :: OS Independent
+Classifier: Programming Language :: Python :: 3
+Requires-Python: >=3.10
+Requires-Dist: japanize-matplotlib-jlite
+Requires-Dist: matplotlib>=3.9
+Requires-Dist: numpy
+Requires-Dist: pandas
+Requires-Dist: scipy
+Description-Content-Type: text/markdown
+
+# py4project
+
+授業用分析・可視化ユーティリティです。pandas DataFrame から回帰分析・散布図・横バープロット・ボックスプロットを簡単に作成できます。
+
+## インストール
+
+```bash
+pip install py4project
+```
+
+## 提供している関数
+
+- `regression(x, y, data)` — 単回帰分析（R²、95%信頼区間、回帰式を表示）
+- `regression_plot(x, y, data, ...)` — 散布図＋回帰直線
+- `scatter_plot(x, y, data, ...)` — 散布図＋トレンド線（対数軸オプションあり）
+- `bar_plot(x, data, ...)` — 横バープロット（複数系列・シフトシェア分解の配色に対応）
+- `box_plot(x, data, ...)` — ボックスプロット（外れ値の自動ラベル表示、対数化オプションあり）
+
+## 使用例
+
+```python
+import pandas as pd
+from py4project import regression, bar_plot
+
+df = pd.DataFrame({
+    "産業": ["製造業", "卸売業", "小売業"],
+    "全国成長効果": [120, 80, 60],
+    "産業構成効果": [-20, 10, 5],
+    "地域固有効果": [30, -5, 15],
+})
+
+bar_plot(["全国成長効果", "産業構成効果", "地域固有効果"], df, title="シフトシェア分解")
+```
+
+## 依存パッケージ
+
+`numpy`, `pandas`, `scipy`, `matplotlib`, `japanize_matplotlib_jlite`（日本語フォントを自動設定します）
+
+## ライセンス
+
+MIT License

py4project-0.1.0.dist-info/RECORD

@@ -0,0 +1,6 @@
+py4project/__init__.py,sha256=opwura-D--aKS0VtYelF4bgDY8-zTploHhUgtjje5CQ,457
+py4project/core.py,sha256=9j94NbOX5NSzSa5Wwa3j5DGKxeLCc7ObjRtkHNtd688,27027
+py4project-0.1.0.dist-info/METADATA,sha256=nhZdX7Jpa6ixtVZxrR-_C7kuH27FfxLIAUZP2YjoXQc,2340
+py4project-0.1.0.dist-info/WHEEL,sha256=zOwg4jB6zX2kU910N-cMawjivD6tO8NEWvE12je1bVk,87
+py4project-0.1.0.dist-info/licenses/LICENSE,sha256=enprWbUzQeXcJ8NKjqSvlsmPyUmGfhA8OYw_o2ORXCg,1074
+py4project-0.1.0.dist-info/RECORD,,

py4project-0.1.0.dist-info/WHEEL

@@ -0,0 +1,4 @@
+Wheel-Version: 1.0
+Generator: hatchling 1.32.0
+Root-Is-Purelib: true
+Tag: py3-none-any

py4project-0.1.0.dist-info/licenses/LICENSE

@@ -0,0 +1,21 @@
+MIT License
+
+Copyright (c) 2026 Tetsugen HARUYAMA
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.