import matplotlib.pyplot as plt
import numpy as np
# 日本語対応スタイルのロード（環境に合わせてフォントを設定）
plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['IPAexGothic', 'Hiragino Sans', 'Yu Gothic', 'DejaVu Sans']
plt.rcParams['axes.unicode_minus'] = False # マイナス符号の文字化け防止

# サンプルデータ作成
x = np.linspace(0, 10, 100)
y = np.sin(x)
fig, ax = plt.subplots(figsize=(8, 5), dpi=100)
ax.plot(x, y, color='#1F77B4', linewidth=2.5, label='売上推移')
# 美化設定: 枠線の上と右を消す
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)
ax.spines['left'].set_color('#cccccc')
ax.spines['bottom'].set_color('#cccccc')
# グリッドは薄く点線にする
ax.grid(True, linestyle='--', alpha=0.5, color='#e0e0e0')
ax.set_title('特定のKPI推移（2026年実績）', fontsize=14, fontweight='bold', pad=15)
ax.set_xlabel('経過日数', fontsize=11, labelpad=10)
ax.set_ylabel('値', fontsize=11, labelpad=10)
plt.tight_layout()
plt.show()

import seaborn.objects as so
import seaborn as sns
# サンプルデータ取得
penguins = sns.load_dataset("penguins")
# 宣言的なプロット生成
(
so.Plot(penguins, x="bill_length_mm", y="bill_depth_mm", color="species")
.add(so.Dot(marker="x", pointsize=6))
.add(so.Line(linewidth=2), so.PolyFit(order=1)) # 回帰直線を重ね書き
.label(
title="ペンギンの嘴サイズと種類別の相関",
x="嘴の長さ (mm)",
y="嘴の深さ (mm)",
color="ペンギンの種類"
)
.theme({"font.family": "Yu Gothic"}) # テーマ指定
.show()
)

import plotly.express as px
import pandas as pd
import numpy as np
# ダミーの顧客データを作成
np.random.seed(42)
df = pd.DataFrame({
'顧客満足度': np.random.uniform(1, 5, 200),
'LTV（生涯価値）': np.random.exponential(100000, 200),
'セグメント': np.random.choice(['新規顧客', 'リピーター', '優良顧客'], 200),
'顧客ID': [f'User_{i:04d}' for i in range(200)]
})
# Plotly Expressでプロット作成
fig = px.scatter(
df, 
x="顧客満足度", 
y="LTV（生涯価値）", 
color="セグメント",
size="LTV（生涯価値）",
hover_name="顧客ID",
title="顧客セグメント別：満足度とLTVの相関関係",
labels={"顧客満足度": "満足度（5段階）", "LTV（生涯価値）": "LTV（円）"},
color_discrete_map={"新規顧客": "#95a5a6", "リピーター": "#3498db", "優良顧客": "#e74c3c"} # 配色の制御
)
# レイアウトの微調整
fig.update_layout(
title_font_size=18,
xaxis_title_font_size=14,
yaxis_title_font_size=14,
template="plotly_white"
)
# Jupyter等でインタラクティブ表示（HTML保存も可能）
# fig.write_html("customer_ltv_analysis.html")
fig.show()