python --version
# Python 3.11.x 以上を推奨

pip --version
# pip 23.x 以上

npm install -g @anthropic-ai/claude-code

mkdir sales-analysis
cd sales-analysis
claude

> Python の仮想環境を作成して、データ分析に必要な
  pandas、matplotlib、seaborn、jupyter、openpyxl を
  インストールして。requirements.txt も作って

python -m venv venv

# Windows の場合
venv\Scripts\activate

# macOS/Linux の場合
source venv/bin/activate

pip install pandas matplotlib seaborn jupyter openpyxl
pip freeze > requirements.txt

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
print(f"pandas: {pd.__version__}")
print(f"matplotlib: {plt.matplotlib.__version__}")
print(f"seaborn: {sns.__version__}")

> データ分析プロジェクトの標準的なディレクトリ構造を作って。
  data/ にはraw（元データ）とprocessed（加工済み）フォルダ、
  notebooks/ にはJupyterノートブック、
  reports/ にはレポート出力、
  src/ にはPythonスクリプトを置く構造にして

sales-analysis/
├── data/
│   ├── raw/            # 元データ（CSV、Excel など）
│   └── processed/      # 加工済みデータ
├── notebooks/          # Jupyter ノートブック
├── reports/            # 分析レポート（HTML、PDF）
│   └── figures/        # グラフ画像
├── src/                # Python スクリプト
├── requirements.txt    # ライブラリ一覧
├── .gitignore          # Git 除外設定
└── README.md           # プロジェクト説明

> Pythonデータ分析プロジェクト用の .gitignore を作って。
  venv、__pycache__、.ipynb_checkpoints、
  data/raw/ の大きなファイルを除外して

venv/
__pycache__/
.ipynb_checkpoints/
*.pyc
data/raw/*.csv
data/raw/*.xlsx
.DS_Store

jupyter notebook

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

# テスト用の簡単なデータフレーム
df = pd.DataFrame({
    '商品': ['りんご', 'バナナ', 'みかん'],
    '売上': [150, 200, 120]
})

print(df)
plt.bar(df['商品'], df['売上'])
plt.title('テスト: 売上グラフ')
plt.show()

> pandasでECサイトの売上サンプルデータを作って。
  DataFrame で、注文ID、商品名、カテゴリ、単価、数量、
  注文日の6列、10行分のデータを作成して

import pandas as pd

df = pd.DataFrame({
    '注文ID': [1001, 1002, 1003, 1004, 1005, 1006, 1007, 1008, 1009, 1010],
    '商品名': ['ワイヤレスイヤホン', 'USBケーブル', 'モバイルバッテリー', 'マウスパッド',
              'キーボード', 'ワイヤレスイヤホン', 'Webカメラ', 'USBハブ',
              'モニターアーム', 'マウスパッド'],
    'カテゴリ': ['音響', 'ケーブル', 'バッテリー', 'アクセサリ',
               '入力機器', '音響', '映像', 'ケーブル', 'モニター', 'アクセサリ'],
    '単価': [3980, 580, 2480, 890, 7980, 3980, 4500, 1980, 5980, 890],
    '数量': [2, 5, 1, 3, 1, 1, 2, 1, 1, 4],
    '注文日': pd.to_datetime([
        '2025-01-05', '2025-01-07', '2025-01-10', '2025-01-12',
        '2025-01-15', '2025-01-18', '2025-01-20', '2025-01-22',
        '2025-01-25', '2025-01-28'
    ])
})

print(df)

# 1列だけ取り出す → Series
prices = df['単価']
print(type(prices))   # <class 'pandas.core.series.Series'>
print(prices)

> さっき作ったDataFrameの概要を確認したい。
  行数、列名、データ型、基本統計量を表示して

# 先頭5行を表示
print(df.head())

# 末尾3行を表示
print(df.tail(3))

# データの形状（行数, 列数）
print(df.shape)       # (10, 6)

# 列名の一覧
print(df.columns)     # Index(['注文ID', '商品名', 'カテゴリ', '単価', '数量', '注文日'], dtype='object')

# データ型と非null数の一覧
print(df.info())

# 数値列の基本統計量（平均、標準偏差、最小、最大、四分位）
print(df.describe())

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 10 entries, 0 to 9
Data columns (total 6 columns):
 #   Column  Non-Null Count  Dtype
---  ------  --------------  -----
 0   注文ID     10 non-null     int64
 1   商品名      10 non-null     object
 2   カテゴリ     10 non-null     object
 3   単価       10 non-null     int64
 4   数量       10 non-null     int64
 5   注文日      10 non-null     datetime64[ns]
dtypes: datetime64[ns](1), int64(3), object(2)

> DataFrameから商品名と単価の2列だけ取り出して。
  さらに、単価が3000円以上の行だけフィルタリングして

# 複数列の選択（リストで列名を指定）
subset = df[['商品名', '単価']]
print(subset)

# 条件によるフィルタリング
expensive = df[df['単価'] >= 3000]
print(expensive)

# 複数条件の組み合わせ（& = AND、| = OR）
result = df[(df['単価'] >= 2000) & (df['数量'] >= 2)]
print(result)

# カテゴリが「音響」の行を抽出
audio = df[df['カテゴリ'] == '音響']
print(audio)

# 複数値のいずれかに一致（isin）
selected = df[df['カテゴリ'].isin(['音響', '入力機器'])]
print(selected)

> DataFrameの各列のデータ型を確認して、
  必要に応じてデータ型を変換するコードを書いて

# データ型の確認
print(df.dtypes)

# 文字列を数値に変換
df['単価'] = pd.to_numeric(df['単価'], errors='coerce')

# 文字列を日付に変換
df['注文日'] = pd.to_datetime(df['注文日'], format='%Y-%m-%d')

# 数値をカテゴリ型に変換（メモリ効率化）
df['カテゴリ'] = df['カテゴリ'].astype('category')

# 型変換の確認
print(df.dtypes)

# 売上金額 = 単価 × 数量
df['売上金額'] = df['単価'] * df['数量']
print(df[['商品名', '単価', '数量', '売上金額']])

# 注文日から月を抽出
df['注文月'] = df['注文日'].dt.month
print(df[['注文日', '注文月']])

> ECサイトの売上データCSVを生成するPythonスクリプトを作って。
  以下の条件で：
  - 期間: 2024年1月〜12月の1年分
  - 行数: 1000件
  - 列: 注文ID, 注文日, 商品名, カテゴリ, 単価, 数量, 顧客ID, 顧客名, 地域, 支払方法
  - カテゴリは家電、衣料品、食品、書籍、日用品の5種類
  - 地域は関東、関西、中部、九州、東北の5地域
  - 季節変動を入れて（12月は売上増加）
  - data/raw/sales_2024.csv に保存して

import pandas as pd
import numpy as np
from datetime import datetime, timedelta

np.random.seed(42)
n_records = 1000

# 商品マスタ
products = {
    '家電': [('ワイヤレスイヤホン', 3980), ('モバイルバッテリー', 2480),
             ('スマートウォッチ', 12800), ('Bluetoothスピーカー', 5980)],
    '衣料品': [('Tシャツ', 1980), ('デニムパンツ', 4980),
              ('スニーカー', 7980), ('トートバッグ', 3280)],
    '食品': [('コーヒー豆セット', 1580), ('ナッツ詰め合わせ', 980),
            ('オリーブオイル', 1280), ('チョコレートギフト', 2180)],
    '書籍': [('Python入門', 2640), ('データ分析実践', 3080),
            ('ビジネス戦略論', 1760), ('英語学習法', 1540)],
    '日用品': [('洗剤セット', 890), ('タオルセット', 1480),
             ('収納ボックス', 1280), ('LED電球4個', 1980)]
}

categories = list(products.keys())
regions = ['関東', '関西', '中部', '九州', '東北']
payment_methods = ['クレジットカード', '銀行振込', 'コンビニ払い', '電子マネー']

# 季節変動を考慮した注文日生成
dates = []
for _ in range(n_records):
    month = np.random.choice(range(1, 13), p=[
        0.07, 0.06, 0.08, 0.07, 0.08, 0.07,
        0.09, 0.08, 0.08, 0.09, 0.10, 0.13  # 12月が多い
    ])
    day = np.random.randint(1, 29)
    dates.append(datetime(2024, month, day))

records = []
for i in range(n_records):
    cat = np.random.choice(categories)
    product_name, base_price = products[cat][np.random.randint(len(products[cat]))]
    price = int(base_price * np.random.uniform(0.9, 1.1))
    qty = np.random.choice([1, 1, 1, 2, 2, 3], p=[0.4, 0.2, 0.1, 0.15, 0.1, 0.05])

    records.append({
        '注文ID': f'ORD-{i+1:04d}',
        '注文日': dates[i].strftime('%Y-%m-%d'),
        '商品名': product_name,
        'カテゴリ': cat,
        '単価': price,
        '数量': qty,
        '顧客ID': f'C{np.random.randint(1, 201):04d}',
        '顧客名': f'顧客{np.random.randint(1, 201):03d}',
        '地域': np.random.choice(regions, p=[0.35, 0.25, 0.18, 0.12, 0.10]),
        '支払方法': np.random.choice(payment_methods)
    })

df = pd.DataFrame(records)
df.to_csv('data/raw/sales_2024.csv', index=False, encoding='utf-8-sig')
print(f"生成完了: {len(df)}行")
print(df.head())

> data/raw/sales_2024.csv を pandas で読み込んで、
  先頭5行とデータの概要を表示して

import pandas as pd

# 基本的な読み込み
df = pd.read_csv('data/raw/sales_2024.csv')
print(df.head())
print(df.info())
print(df.describe())

# エンコーディングを明示的に指定
df = pd.read_csv('data/raw/sales_2024.csv', encoding='utf-8-sig')

# 特定の列だけ読み込む
df = pd.read_csv('data/raw/sales_2024.csv', usecols=['注文日', '商品名', '単価', '数量'])

# 日付列を自動的に datetime 型に変換
df = pd.read_csv('data/raw/sales_2024.csv', parse_dates=['注文日'])

# ヘッダがない場合は列名を指定
df = pd.read_csv('data.csv', header=None, names=['col1', 'col2', 'col3'])

# 先頭100行だけ読む（大きなファイルの確認用）
df = pd.read_csv('data/raw/sales_2024.csv', nrows=100)

# 区切り文字がタブの場合
df = pd.read_csv('data.tsv', sep='\t')

> この CSV ファイルが文字化けする。
  エンコーディングを自動検出して正しく読み込んで

# エンコーディング自動検出
import chardet

with open('data/raw/sales_2024.csv', 'rb') as f:
    raw = f.read(10000)
    result = chardet.detect(raw)
    print(f"検出されたエンコーディング: {result['encoding']}")
    print(f"信頼度: {result['confidence']:.2%}")

# 検出結果を使って読み込む
df = pd.read_csv('data/raw/sales_2024.csv', encoding=result['encoding'])

df = pd.read_csv('data.csv', encoding='utf-8', errors='replace')

> Excel ファイルと JSON ファイルの読み込み方法を
  サンプルコード付きで教えて

# Excel ファイルの読み込み（openpyxl が必要）
df_excel = pd.read_excel('data/raw/report.xlsx', sheet_name='Sheet1')

# 複数シートを一度に読み込む
all_sheets = pd.read_excel('data/raw/report.xlsx', sheet_name=None)
for sheet_name, sheet_df in all_sheets.items():
    print(f"シート名: {sheet_name}, 行数: {len(sheet_df)}")

# JSON ファイルの読み込み
df_json = pd.read_json('data/raw/orders.json')

# ネストした JSON（records 形式）
df_json = pd.read_json('data/raw/orders.json', orient='records')

# Web上のCSVを直接読み込む（URL指定）
df_web = pd.read_csv('https://example.com/data/sales.csv')

# DataFrame を CSV に保存
df.to_csv('data/processed/cleaned_sales.csv', index=False, encoding='utf-8-sig')

# Excel に保存
df.to_excel('data/processed/report.xlsx', index=False, sheet_name='売上データ')

# JSON に保存
df.to_json('data/processed/sales.json', orient='records', force_ascii=False)

> sales_2024.csv を読み込んで、ランダムに5%の欠損値を
  各列に入れたデータを作って。欠損値の状況を確認する
  コードも書いて

import pandas as pd
import numpy as np

df = pd.read_csv('data/raw/sales_2024.csv', parse_dates=['注文日'])

# ランダムに欠損値を挿入（分析練習用）
np.random.seed(42)
for col in ['商品名', '単価', '数量', '地域', '支払方法']:
    mask = np.random.random(len(df)) < 0.05
    df.loc[mask, col] = np.nan

# 欠損値の確認
print("=== 列ごとの欠損値の数 ===")
print(df.isnull().sum())

print("\n=== 列ごとの欠損率 ===")
print((df.isnull().sum() / len(df) * 100).round(2))

print(f"\n=== 全体の欠損セル数 ===")
print(f"欠損セル: {df.isnull().sum().sum()} / {df.size} ({df.isnull().sum().sum()/df.size*100:.2f}%)")

=== 列ごとの欠損値の数 ===
注文ID      0
注文日       0
商品名       48
カテゴリ      0
単価        52
数量        47
顧客ID      0
顧客名       0
地域        51
支払方法      49

# 欠損値がある行だけを表示
rows_with_na = df[df.isnull().any(axis=1)]
print(f"欠損値がある行数: {len(rows_with_na)}")
print(rows_with_na.head(10))

> 売上データの欠損値を処理して。
  単価と数量は中央値で埋めて、
  地域と支払方法は最頻値で埋めて、
  商品名が欠損している行は削除して

# 方法1: 欠損行を削除（dropna）
df_dropped = df.dropna()
print(f"削除前: {len(df)}行 → 削除後: {len(df_dropped)}行")

# 方法2: すべて同じ値で埋める
df_filled = df.fillna(0)

# 方法3: 列ごとに異なる方法で補完（実務的なアプローチ）
df_clean = df.copy()

# 数値列は中央値で補完
df_clean['単価'] = df_clean['単価'].fillna(df_clean['単価'].median())
df_clean['数量'] = df_clean['数量'].fillna(df_clean['数量'].median())

# カテゴリ列は最頻値で補完
df_clean['地域'] = df_clean['地域'].fillna(df_clean['地域'].mode()[0])
df_clean['支払方法'] = df_clean['支払方法'].fillna(df_clean['支払方法'].mode()[0])

# 商品名が不明な行は削除（商品が特定できないと分析できない）
df_clean = df_clean.dropna(subset=['商品名'])

print(f"クリーニング後: {len(df_clean)}行")
print(df_clean.isnull().sum())  # すべて0になるはず

> データの重複行を検出して削除して。
  注文IDで重複を判定して

# 重複行の確認
print(f"重複行数: {df_clean.duplicated().sum()}")

# 特定の列で重複を判定
print(f"注文IDの重複: {df_clean.duplicated(subset=['注文ID']).sum()}")

# 重複している行を表示
duplicates = df_clean[df_clean.duplicated(subset=['注文ID'], keep=False)]
print(duplicates.sort_values('注文ID'))

# 重複を削除（最初の行を残す）
df_clean = df_clean.drop_duplicates(subset=['注文ID'], keep='first')
print(f"重複削除後: {len(df_clean)}行")

> 単価列の異常値をIQR法で検出して。
  箱ひげ図で可視化もして

import matplotlib.pyplot as plt

# IQR法による異常値検出
Q1 = df_clean['単価'].quantile(0.25)
Q3 = df_clean['単価'].quantile(0.75)
IQR = Q3 - Q1

lower_bound = Q1 - 1.5 * IQR
upper_bound = Q3 + 1.5 * IQR

print(f"Q1: {Q1}, Q3: {Q3}, IQR: {IQR}")
print(f"下限: {lower_bound}, 上限: {upper_bound}")

# 異常値の抽出
outliers = df_clean[(df_clean['単価'] < lower_bound) | (df_clean['単価'] > upper_bound)]
print(f"\n異常値の件数: {len(outliers)}")
print(outliers[['注文ID', '商品名', '単価']].head(10))

# 箱ひげ図で可視化
fig, axes = plt.subplots(1, 2, figsize=(12, 5))
axes[0].boxplot(df_clean['単価'].dropna())
axes[0].set_title('単価の箱ひげ図')
axes[0].set_ylabel('円')

axes[1].boxplot(df_clean['数量'].dropna())
axes[1].set_title('数量の箱ひげ図')
axes[1].set_ylabel('個')

plt.tight_layout()
plt.savefig('reports/figures/outliers_boxplot.png', dpi=150, bbox_inches='tight')
plt.show()

# 方法1: 異常値を除外
df_no_outliers = df_clean[
    (df_clean['単価'] >= lower_bound) & (df_clean['単価'] <= upper_bound)
]

# 方法2: 異常値を上限/下限に置換（クリッピング）
df_clean['単価_clipped'] = df_clean['単価'].clip(lower=lower_bound, upper=upper_bound)

# 方法3: 異常値を中央値で置換
median_price = df_clean['単価'].median()
df_clean.loc[
    (df_clean['単価'] < lower_bound) | (df_clean['単価'] > upper_bound),
    '単価'
] = median_price

df_clean.to_csv('data/processed/sales_cleaned.csv', index=False, encoding='utf-8-sig')
print(f"クリーニング完了: {len(df_clean)}行を保存")

> クリーニング済みの売上データを読み込んで、
  カテゴリ別の売上合計と平均単価を集計して

import pandas as pd

df = pd.read_csv('data/processed/sales_cleaned.csv', parse_dates=['注文日'])
df['売上金額'] = df['単価'] * df['数量']

# カテゴリ別の売上合計
sales_by_category = df.groupby('カテゴリ')['売上金額'].sum()
print("=== カテゴリ別 売上合計 ===")
print(sales_by_category.sort_values(ascending=False))

# カテゴリ別の平均単価
avg_price = df.groupby('カテゴリ')['単価'].mean()
print("\n=== カテゴリ別 平均単価 ===")
print(avg_price.round(0))

# 複数の集計関数を同時に適用
summary = df.groupby('カテゴリ').agg(
    注文件数=('注文ID', 'count'),
    売上合計=('売上金額', 'sum'),
    平均売上=('売上金額', 'mean'),
    最大売上=('売上金額', 'max'),
    平均数量=('数量', 'mean')
).round(0)

print(summary)

> 月別の売上合計と注文件数を集計して。
  前月比の増減率も計算して

# 注文月の列を追加
df['注文月'] = df['注文日'].dt.to_period('M')

# 月別集計
monthly = df.groupby('注文月').agg(
    注文件数=('注文ID', 'count'),
    売上合計=('売上金額', 'sum'),
    平均客単価=('売上金額', 'mean'),
    ユニーク顧客数=('顧客ID', 'nunique')
).round(0)

# 前月比の増減率を計算
monthly['前月比'] = monthly['売上合計'].pct_change() * 100
monthly['前月比'] = monthly['前月比'].round(1)

print(monthly)

# 曜日別の集計
df['曜日'] = df['注文日'].dt.day_name()
weekday_order = ['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday', 'Saturday', 'Sunday']

weekday_sales = df.groupby('曜日').agg(
    注文件数=('注文ID', 'count'),
    平均売上=('売上金額', 'mean')
).reindex(weekday_order).round(0)

print("\n=== 曜日別の集計 ===")
print(weekday_sales)

> カテゴリ別・地域別の売上金額をピボットテーブルで
  集計して。合計行と合計列もつけて

# ピボットテーブル: カテゴリ × 地域
pivot = pd.pivot_table(
    df,
    values='売上金額',
    index='カテゴリ',
    columns='地域',
    aggfunc='sum',
    margins=True,       # 合計行・合計列を追加
    margins_name='合計'
).round(0)

print(pivot)

# 複数の集計関数
pivot_multi = pd.pivot_table(
    df,
    values='売上金額',
    index='カテゴリ',
    columns='地域',
    aggfunc=['sum', 'count']
)

print(pivot_multi)

# カテゴリ × 支払方法のクロス集計
cross = pd.crosstab(
    df['カテゴリ'],
    df['支払方法'],
    margins=True
)
print(cross)

# 構成比（行方向のパーセント）
cross_pct = pd.crosstab(
    df['カテゴリ'],
    df['支払方法'],
    normalize='index'  # 行方向で正規化
) * 100

print(cross_pct.round(1))

> 商品別の売上ランキングトップ10と、
  地域別の注文構成比を出して

# 商品別の売上ランキング
product_sales = df.groupby('商品名')['売上金額'].sum().sort_values(ascending=False)
print("=== 商品別 売上ランキング TOP 10 ===")
print(product_sales.head(10))

# 地域別の注文構成比
region_counts = df['地域'].value_counts()
region_pct = df['地域'].value_counts(normalize=True) * 100
print("\n=== 地域別 注文件数と構成比 ===")
region_summary = pd.DataFrame({
    '注文件数': region_counts,
    '構成比(%)': region_pct.round(1)
})
print(region_summary)

# 支払方法の構成比
print("\n=== 支払方法の構成比 ===")
print(df['支払方法'].value_counts(normalize=True).mul(100).round(1))

# 顧客別の購買分析（RFM分析の基礎）
customer_summary = df.groupby('顧客ID').agg(
    購入回数=('注文ID', 'count'),
    合計売上=('売上金額', 'sum'),
    平均客単価=('売上金額', 'mean'),
    最終購入日=('注文日', 'max'),
    購入カテゴリ数=('カテゴリ', 'nunique')
).sort_values('合計売上', ascending=False)

print("=== 顧客別購買サマリー TOP 10 ===")
print(customer_summary.head(10).round(0))

# 集計結果を保存
customer_summary.to_csv('data/processed/customer_summary.csv', encoding='utf-8-sig')
monthly.to_csv('data/processed/monthly_sales.csv', encoding='utf-8-sig')

> matplotlibで日本語が表示されるように設定して。
  Windows でも macOS でも動くようにして

import matplotlib.pyplot as plt
import matplotlib

# Windows の場合
plt.rcParams['font.family'] = 'MS Gothic'

# macOS の場合
# plt.rcParams['font.family'] = 'Hiragino Sans'

# Linux の場合
# plt.rcParams['font.family'] = 'IPAGothic'

# マイナス記号の文字化け防止
plt.rcParams['axes.unicode_minus'] = False

# 自動判別する汎用的な方法
import platform
if platform.system() == 'Windows':
    plt.rcParams['font.family'] = 'MS Gothic'
elif platform.system() == 'Darwin':
    plt.rcParams['font.family'] = 'Hiragino Sans'
else:
    plt.rcParams['font.family'] = 'IPAGothic'

plt.figure(figsize=(6, 3))
plt.text(0.5, 0.5, '日本語テスト: データ分析', fontsize=20, ha='center')
plt.title('フォント確認')
plt.show()

> 月別の売上合計を棒グラフで描画して。
  タイトル、軸ラベル、数値ラベルもつけて

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('data/processed/sales_cleaned.csv', parse_dates=['注文日'])
df['売上金額'] = df['単価'] * df['数量']
df['月'] = df['注文日'].dt.month

monthly_sales = df.groupby('月')['売上金額'].sum()

# 棒グラフ
fig, ax = plt.subplots(figsize=(10, 6))
bars = ax.bar(monthly_sales.index, monthly_sales.values, color='#2196F3', edgecolor='white')

# 数値ラベルを棒の上に表示
for bar in bars:
    height = bar.get_height()
    ax.text(bar.get_x() + bar.get_width()/2., height,
            f'¥{height:,.0f}', ha='center', va='bottom', fontsize=9)

ax.set_title('2024年 月別売上推移', fontsize=16, fontweight='bold')
ax.set_xlabel('月', fontsize=12)
ax.set_ylabel('売上金額（円）', fontsize=12)
ax.set_xticks(range(1, 13))
ax.set_xticklabels([f'{m}月' for m in range(1, 13)])

plt.tight_layout()
plt.savefig('reports/figures/monthly_sales_bar.png', dpi=150, bbox_inches='tight')
plt.show()

# 折れ線グラフ（月別売上推移）
fig, ax = plt.subplots(figsize=(10, 6))
ax.plot(monthly_sales.index, monthly_sales.values,
        marker='o', linewidth=2, color='#E91E63', markersize=8)

ax.set_title('2024年 月別売上推移（折れ線）', fontsize=16)
ax.set_xlabel('月')
ax.set_ylabel('売上金額（円）')
ax.set_xticks(range(1, 13))
ax.grid(True, alpha=0.3)

plt.tight_layout()
plt.savefig('reports/figures/monthly_sales_line.png', dpi=150, bbox_inches='tight')
plt.show()

> 単価と数量の散布図を作って。
  さらに売上金額のヒストグラムも作って

# 散布図
fig, ax = plt.subplots(figsize=(8, 6))
scatter = ax.scatter(df['単価'], df['数量'],
                     c=df['売上金額'], cmap='viridis',
                     alpha=0.6, edgecolors='white', s=50)

ax.set_title('単価 vs 数量（色: 売上金額）', fontsize=14)
ax.set_xlabel('単価（円）')
ax.set_ylabel('数量')
plt.colorbar(scatter, label='売上金額（円）')

plt.tight_layout()
plt.savefig('reports/figures/price_qty_scatter.png', dpi=150, bbox_inches='tight')
plt.show()

# ヒストグラム
fig, axes = plt.subplots(1, 2, figsize=(14, 5))

# 売上金額の分布
axes[0].hist(df['売上金額'], bins=30, color='#4CAF50', edgecolor='white', alpha=0.8)
axes[0].set_title('売上金額の分布', fontsize=14)
axes[0].set_xlabel('売上金額（円）')
axes[0].set_ylabel('度数')
axes[0].axvline(df['売上金額'].mean(), color='red', linestyle='--', label=f"平均: ¥{df['売上金額'].mean():,.0f}")
axes[0].legend()

# 単価の分布
axes[1].hist(df['単価'], bins=20, color='#FF9800', edgecolor='white', alpha=0.8)
axes[1].set_title('単価の分布', fontsize=14)
axes[1].set_xlabel('単価（円）')
axes[1].set_ylabel('度数')
axes[1].axvline(df['単価'].median(), color='blue', linestyle='--', label=f"中央値: ¥{df['単価'].median():,.0f}")
axes[1].legend()

plt.tight_layout()
plt.savefig('reports/figures/distribution_hist.png', dpi=150, bbox_inches='tight')
plt.show()

> カテゴリ別の売上を棒グラフ、
  地域別の注文構成比を円グラフ、
  月別の推移を折れ線グラフで、
  3つ並べて1枚の図にして

fig, axes = plt.subplots(1, 3, figsize=(18, 5))

# 1. カテゴリ別売上（横棒グラフ）
cat_sales = df.groupby('カテゴリ')['売上金額'].sum().sort_values()
axes[0].barh(cat_sales.index, cat_sales.values, color='#2196F3')
axes[0].set_title('カテゴリ別売上', fontsize=14)
axes[0].set_xlabel('売上金額（円）')

# 2. 地域別注文構成比（円グラフ）
region_counts = df['地域'].value_counts()
colors = ['#FF6384', '#36A2EB', '#FFCE56', '#4BC0C0', '#9966FF']
axes[1].pie(region_counts.values, labels=region_counts.index,
            autopct='%1.1f%%', colors=colors, startangle=90)
axes[1].set_title('地域別注文構成比', fontsize=14)

# 3. 月別売上推移（折れ線グラフ）
monthly = df.groupby(df['注文日'].dt.month)['売上金額'].sum()
axes[2].plot(monthly.index, monthly.values, marker='o', color='#4CAF50', linewidth=2)
axes[2].set_title('月別売上推移', fontsize=14)
axes[2].set_xlabel('月')
axes[2].set_ylabel('売上金額（円）')
axes[2].set_xticks(range(1, 13))
axes[2].grid(True, alpha=0.3)

plt.suptitle('ECサイト 売上ダッシュボード 2024年', fontsize=18, fontweight='bold', y=1.02)
plt.tight_layout()
plt.savefig('reports/figures/dashboard_basic.png', dpi=150, bbox_inches='tight')
plt.show()

> seabornのグラフスタイルを設定して。
  ビジネスレポート向けの見やすいテーマにして

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

# テーマ設定
sns.set_theme(
    style='whitegrid',     # 背景スタイル
    palette='Set2',        # カラーパレット
    font='MS Gothic',      # 日本語フォント（Windows）
    font_scale=1.1         # フォントサイズの倍率
)

# マイナス記号の文字化け防止
plt.rcParams['axes.unicode_minus'] = False

# カラーパレットの確認
fig, axes = plt.subplots(2, 3, figsize=(15, 6))
palettes = ['deep', 'Set2', 'husl', 'muted', 'pastel', 'colorblind']
for ax, pal in zip(axes.flat, palettes):
    sns.palplot(sns.color_palette(pal, 8))
    ax.set_title(pal)
plt.tight_layout()
plt.show()

> seabornでカテゴリ別の平均売上金額を棒グラフで描いて。
  信頼区間のエラーバーも表示して

df = pd.read_csv('data/processed/sales_cleaned.csv', parse_dates=['注文日'])
df['売上金額'] = df['単価'] * df['数量']

# barplot: 平均値 + 信頼区間を表示
fig, axes = plt.subplots(1, 2, figsize=(14, 6))

# カテゴリ別の平均売上金額（信頼区間付き）
sns.barplot(data=df, x='カテゴリ', y='売上金額', ax=axes[0],
            estimator='mean', errorbar='ci')
axes[0].set_title('カテゴリ別 平均売上金額', fontsize=14)
axes[0].set_ylabel('売上金額（円）')

# 地域別の注文件数
sns.countplot(data=df, x='地域', ax=axes[1],
              order=df['地域'].value_counts().index)
axes[1].set_title('地域別 注文件数', fontsize=14)
axes[1].set_ylabel('件数')

# 各棒の上に数値を表示
for container in axes[1].containers:
    axes[1].bar_label(container)

plt.tight_layout()
plt.savefig('reports/figures/seaborn_barplot.png', dpi=150, bbox_inches='tight')
plt.show()

> seabornで月別・カテゴリ別の売上推移を
  折れ線グラフで描いて。カテゴリごとに色分けして

df['月'] = df['注文日'].dt.month

# カテゴリ別の月次売上
monthly_cat = df.groupby(['月', 'カテゴリ'])['売上金額'].sum().reset_index()

fig, ax = plt.subplots(figsize=(12, 6))
sns.lineplot(data=monthly_cat, x='月', y='売上金額', hue='カテゴリ',
             marker='o', linewidth=2, ax=ax)

ax.set_title('カテゴリ別 月次売上推移', fontsize=16)
ax.set_xlabel('月')
ax.set_ylabel('売上金額（円）')
ax.set_xticks(range(1, 13))
ax.legend(title='カテゴリ', bbox_to_anchor=(1.05, 1), loc='upper left')

plt.tight_layout()
plt.savefig('reports/figures/seaborn_lineplot.png', dpi=150, bbox_inches='tight')
plt.show()

> カテゴリ × 地域の売上ピボットテーブルを
  seabornのヒートマップで可視化して

# ピボットテーブルの作成
pivot = pd.pivot_table(df, values='売上金額', index='カテゴリ',
                       columns='地域', aggfunc='sum')

fig, axes = plt.subplots(1, 2, figsize=(16, 5))

# 売上金額のヒートマップ
sns.heatmap(pivot, annot=True, fmt=',.0f', cmap='YlOrRd',
            linewidths=0.5, ax=axes[0])
axes[0].set_title('カテゴリ × 地域 売上金額', fontsize=14)

# 数値列の相関行列
numeric_cols = df[['単価', '数量', '売上金額']].copy()
corr = numeric_cols.corr()

sns.heatmap(corr, annot=True, fmt='.2f', cmap='coolwarm',
            center=0, vmin=-1, vmax=1, linewidths=1, ax=axes[1])
axes[1].set_title('数値列の相関行列', fontsize=14)

plt.tight_layout()
plt.savefig('reports/figures/seaborn_heatmap.png', dpi=150, bbox_inches='tight')
plt.show()

> カテゴリ別の売上金額の分布を箱ひげ図とバイオリンプロットで
  並べて表示して

fig, axes = plt.subplots(1, 2, figsize=(14, 6))

# 箱ひげ図
sns.boxplot(data=df, x='カテゴリ', y='売上金額', ax=axes[0],
            palette='Set2', showfliers=True)
axes[0].set_title('カテゴリ別 売上金額分布（箱ひげ図）', fontsize=13)
axes[0].set_ylabel('売上金額（円）')

# バイオリンプロット（箱ひげ図 + カーネル密度推定）
sns.violinplot(data=df, x='カテゴリ', y='売上金額', ax=axes[1],
               palette='muted', inner='box')
axes[1].set_title('カテゴリ別 売上金額分布（バイオリン）', fontsize=13)
axes[1].set_ylabel('売上金額（円）')

plt.tight_layout()
plt.savefig('reports/figures/seaborn_boxviolin.png', dpi=150, bbox_inches='tight')
plt.show()

# pairplot: 数値列すべての組み合わせを散布図で表示
pair_data = df[['単価', '数量', '売上金額', 'カテゴリ']].copy()
g = sns.pairplot(pair_data, hue='カテゴリ', palette='Set2', height=3)
g.fig.suptitle('数値列のペアプロット', y=1.02)
plt.savefig('reports/figures/seaborn_pairplot.png', dpi=150, bbox_inches='tight')
plt.show()

> ECサイトの売上データを本格的に分析したい。
  月次トレンド、商品ランキング、顧客分析、季節パターンの
  4つの視点で分析するコードを書いて。
  sales_cleaned.csv を使って

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

# 日本語フォント設定
if platform.system() == 'Windows':
    plt.rcParams['font.family'] = 'MS Gothic'
elif platform.system() == 'Darwin':
    plt.rcParams['font.family'] = 'Hiragino Sans'
plt.rcParams['axes.unicode_minus'] = False
sns.set_theme(style='whitegrid', font_scale=1.1)

# データ読み込み
df = pd.read_csv('data/processed/sales_cleaned.csv', parse_dates=['注文日'])
df['売上金額'] = df['単価'] * df['数量']
df['月'] = df['注文日'].dt.month
df['曜日'] = df['注文日'].dt.dayofweek  # 0=月曜, 6=日曜
df['四半期'] = df['注文日'].dt.quarter

print(f"データ件数: {len(df)}行")
print(f"期間: {df['注文日'].min()} 〜 {df['注文日'].max()}")
print(f"売上合計: ¥{df['売上金額'].sum():,.0f}")

> 月別の売上合計と注文件数を折れ線グラフで描いて。
  前月比の増減も計算して、成長しているか判断して

# 月別集計
monthly = df.groupby('月').agg(
    売上合計=('売上金額', 'sum'),
    注文件数=('注文ID', 'count'),
    平均客単価=('売上金額', 'mean'),
    ユニーク顧客数=('顧客ID', 'nunique')
).round(0)

monthly['前月比(%)'] = monthly['売上合計'].pct_change().mul(100).round(1)

print("=== 月別サマリー ===")
print(monthly)

# 可視化: 売上と注文件数の二軸グラフ
fig, ax1 = plt.subplots(figsize=(12, 6))
ax2 = ax1.twinx()

bars = ax1.bar(monthly.index, monthly['売上合計'], color='#2196F3', alpha=0.7, label='売上合計')
line = ax2.plot(monthly.index, monthly['注文件数'], color='#E91E63',
                marker='o', linewidth=2, markersize=8, label='注文件数')

ax1.set_xlabel('月', fontsize=12)
ax1.set_ylabel('売上金額（円）', fontsize=12, color='#2196F3')
ax2.set_ylabel('注文件数', fontsize=12, color='#E91E63')
ax1.set_title('月別 売上合計 & 注文件数', fontsize=16, fontweight='bold')
ax1.set_xticks(range(1, 13))
ax1.set_xticklabels([f'{m}月' for m in range(1, 13)])

# 凡例を統合
lines1, labels1 = ax1.get_legend_handles_labels()
lines2, labels2 = ax2.get_legend_handles_labels()
ax1.legend(lines1 + lines2, labels1 + labels2, loc='upper left')

plt.tight_layout()
plt.savefig('reports/figures/analysis_monthly_trend.png', dpi=150, bbox_inches='tight')
plt.show()

# KPIサマリー
print(f"\n=== KPIサマリー ===")
print(f"年間売上: ¥{df['売上金額'].sum():,.0f}")
print(f"月平均売上: ¥{monthly['売上合計'].mean():,.0f}")
print(f"最高月: {monthly['売上合計'].idxmax()}月 (¥{monthly['売上合計'].max():,.0f})")
print(f"最低月: {monthly['売上合計'].idxmin()}月 (¥{monthly['売上合計'].min():,.0f})")

> 商品別の売上ランキングTOP10を棒グラフで描いて。
  カテゴリ別の売上構成比も円グラフで出して。
  パレート分析（累積構成比）もやって

# 商品別売上ランキング
product_sales = df.groupby('商品名')['売上金額'].sum().sort_values(ascending=False)

fig, axes = plt.subplots(1, 2, figsize=(16, 6))

# TOP10 商品
top10 = product_sales.head(10)
axes[0].barh(range(len(top10)), top10.values, color=sns.color_palette('viridis', len(top10)))
axes[0].set_yticks(range(len(top10)))
axes[0].set_yticklabels(top10.index)
axes[0].invert_yaxis()
axes[0].set_title('商品別売上 TOP10', fontsize=14)
axes[0].set_xlabel('売上金額（円）')

for i, v in enumerate(top10.values):
    axes[0].text(v + 1000, i, f'¥{v:,.0f}', va='center', fontsize=9)

# カテゴリ別構成比
cat_sales = df.groupby('カテゴリ')['売上金額'].sum().sort_values(ascending=False)
colors = ['#FF6384', '#36A2EB', '#FFCE56', '#4BC0C0', '#9966FF']
axes[1].pie(cat_sales.values, labels=cat_sales.index, autopct='%1.1f%%',
            colors=colors, startangle=90, pctdistance=0.85)
axes[1].set_title('カテゴリ別売上構成比', fontsize=14)

plt.tight_layout()
plt.savefig('reports/figures/analysis_product_ranking.png', dpi=150, bbox_inches='tight')
plt.show()

# パレート分析
cumulative_pct = product_sales.cumsum() / product_sales.sum() * 100
top_80 = cumulative_pct[cumulative_pct <= 80]
print(f"\n=== パレート分析 ===")
print(f"全商品数: {len(product_sales)}")
print(f"売上80%を占める商品数: {len(top_80)} ({len(top_80)/len(product_sales)*100:.0f}%)")

> 顧客別の購入回数、合計売上、平均客単価を集計して。
  顧客を購買金額で4つのセグメントに分けて可視化して

# 顧客別集計
customer = df.groupby('顧客ID').agg(
    購入回数=('注文ID', 'count'),
    合計売上=('売上金額', 'sum'),
    平均客単価=('売上金額', 'mean'),
    最終購入日=('注文日', 'max'),
    購入カテゴリ数=('カテゴリ', 'nunique')
).round(0)

# 顧客セグメント（合計売上の四分位で分類）
customer['セグメント'] = pd.qcut(customer['合計売上'], 4,
                               labels=['ライト', 'ミドル', 'ヘビー', 'VIP'])

print("=== 顧客セグメント別 統計 ===")
segment_summary = customer.groupby('セグメント').agg(
    顧客数=('購入回数', 'count'),
    平均購入回数=('購入回数', 'mean'),
    平均売上=('合計売上', 'mean'),
    売上合計=('合計売上', 'sum')
).round(0)
print(segment_summary)

# 可視化
fig, axes = plt.subplots(1, 2, figsize=(14, 6))

# セグメント別顧客数
seg_counts = customer['セグメント'].value_counts().reindex(['ライト', 'ミドル', 'ヘビー', 'VIP'])
colors = ['#90CAF9', '#42A5F5', '#1E88E5', '#0D47A1']
axes[0].bar(seg_counts.index, seg_counts.values, color=colors)
axes[0].set_title('顧客セグメント別 人数', fontsize=14)
axes[0].set_ylabel('顧客数')

for i, v in enumerate(seg_counts.values):
    axes[0].text(i, v + 1, str(v), ha='center', fontweight='bold')

# 購入回数 vs 合計売上の散布図
scatter = axes[1].scatter(customer['購入回数'], customer['合計売上'],
                          c=customer['セグメント'].cat.codes, cmap='Blues',
                          alpha=0.6, edgecolors='white', s=50)
axes[1].set_title('購入回数 vs 合計売上', fontsize=14)
axes[1].set_xlabel('購入回数')
axes[1].set_ylabel('合計売上（円）')

plt.tight_layout()
plt.savefig('reports/figures/analysis_customer_segment.png', dpi=150, bbox_inches='tight')
plt.show()

# TOP10顧客
print("\n=== 売上 TOP10 顧客 ===")
print(customer.sort_values('合計売上', ascending=False).head(10))

> 曜日別・四半期別の売上パターンを分析して。
  ヒートマップで曜日 × カテゴリの売上を可視化して

# 曜日別売上
weekday_names = ['月', '火', '水', '木', '金', '土', '日']
df['曜日名'] = df['曜日'].map(dict(zip(range(7), weekday_names)))

fig, axes = plt.subplots(2, 2, figsize=(14, 10))

# 曜日別平均売上
weekday_avg = df.groupby('曜日')['売上金額'].mean()
axes[0, 0].bar(weekday_names, weekday_avg.values, color='#4CAF50')
axes[0, 0].set_title('曜日別 平均売上金額', fontsize=13)
axes[0, 0].set_ylabel('平均売上金額（円）')

# 四半期別売上
quarterly = df.groupby('四半期')['売上金額'].sum()
axes[0, 1].bar([f'Q{q}' for q in quarterly.index], quarterly.values,
               color=['#FF6384', '#36A2EB', '#FFCE56', '#4BC0C0'])
axes[0, 1].set_title('四半期別 売上合計', fontsize=13)
axes[0, 1].set_ylabel('売上金額（円）')

for i, v in enumerate(quarterly.values):
    axes[0, 1].text(i, v + 1000, f'¥{v:,.0f}', ha='center', fontsize=9)

# 曜日 × カテゴリのヒートマップ
pivot_weekday = pd.pivot_table(df, values='売上金額', index='曜日名',
                                columns='カテゴリ', aggfunc='sum')
pivot_weekday = pivot_weekday.reindex(weekday_names)
sns.heatmap(pivot_weekday, annot=True, fmt=',.0f', cmap='YlOrRd',
            linewidths=0.5, ax=axes[1, 0])
axes[1, 0].set_title('曜日 × カテゴリ 売上ヒートマップ', fontsize=13)

# 月別 × カテゴリの売上推移
monthly_cat = df.groupby(['月', 'カテゴリ'])['売上金額'].sum().reset_index()
sns.lineplot(data=monthly_cat, x='月', y='売上金額', hue='カテゴリ',
             marker='o', ax=axes[1, 1])
axes[1, 1].set_title('月別 × カテゴリ 売上推移', fontsize=13)
axes[1, 1].set_xticks(range(1, 13))
axes[1, 1].legend(title='カテゴリ', fontsize=9)

plt.suptitle('季節性パターン分析', fontsize=18, fontweight='bold', y=1.02)
plt.tight_layout()
plt.savefig('reports/figures/analysis_seasonal.png', dpi=150, bbox_inches='tight')
plt.show()

# 分析インサイトの出力
print("\n" + "=" * 50)
print("分析インサイト")
print("=" * 50)
best_month = monthly['売上合計'].idxmax() if 'monthly' in dir() else df.groupby('月')['売上金額'].sum().idxmax()
best_weekday = weekday_names[df.groupby('曜日')['売上金額'].sum().idxmax()]
best_category = df.groupby('カテゴリ')['売上金額'].sum().idxmax()
print(f"1. 最も売上が高い月: {best_month}月")
print(f"2. 最も売上が高い曜日: {best_weekday}曜日")
print(f"3. 売上トップカテゴリ: {best_category}")
print(f"4. VIP顧客数: {len(customer[customer['セグメント']=='VIP'])}人")
print(f"5. 年間売上: ¥{df['売上金額'].sum():,.0f}")

> ECサイトの売上分析レポートをJupyter Notebookで作りたい。
  エグゼクティブサマリー、月次トレンド、商品分析、顧客分析、
  提言の5セクションで構成して。
  マークダウンセルとコードセルの構成を教えて

セル1 [Markdown]: タイトルと概要
セル2 [Code]:     ライブラリインポート + データ読み込み
セル3 [Markdown]: エグゼクティブサマリー
セル4 [Code]:     KPI計算
セル5 [Markdown]: 月次トレンド分析
セル6 [Code]:     月別売上グラフ
セル7 [Markdown]: 商品分析
セル8 [Code]:     商品ランキンググラフ
セル9 [Markdown]: 顧客分析
セル10 [Code]:    顧客セグメントグラフ
セル11 [Markdown]: 提言まとめ

# CLAN SHOP 売上分析レポート 2024年

**分析期間**: 2024年1月 〜 2024年12月
**作成日**: 2025年1月
**作成者**: データ分析チーム

---

## 分析の目的

本レポートでは、CLAN SHOP の2024年1年間の売上データ（1,000件）を分析し、
以下の問いに答える。

1. 売上はどのように推移しているか
2. どの商品カテゴリが成長しているか
3. 優良顧客の特徴は何か
4. 今後のアクションとして何が有効か

> 売上データの主要KPIを計算して、
  エグゼクティブサマリー用の文章を自動生成して

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

# 日本語フォント設定
if platform.system() == 'Windows':
    plt.rcParams['font.family'] = 'MS Gothic'
elif platform.system() == 'Darwin':
    plt.rcParams['font.family'] = 'Hiragino Sans'
plt.rcParams['axes.unicode_minus'] = False
sns.set_theme(style='whitegrid', font_scale=1.1)

# データ読み込み
df = pd.read_csv('data/processed/sales_cleaned.csv', parse_dates=['注文日'])
df['売上金額'] = df['単価'] * df['数量']
df['月'] = df['注文日'].dt.month

# KPI 計算
total_sales = df['売上金額'].sum()
total_orders = len(df)
unique_customers = df['顧客ID'].nunique()
avg_order_value = df['売上金額'].mean()
monthly_sales = df.groupby('月')['売上金額'].sum()
best_month = monthly_sales.idxmax()
worst_month = monthly_sales.idxmin()
top_category = df.groupby('カテゴリ')['売上金額'].sum().idxmax()
growth_rate = (monthly_sales.iloc[-1] - monthly_sales.iloc[0]) / monthly_sales.iloc[0] * 100

# サマリー出力
print("=" * 60)
print("エグゼクティブサマリー")
print("=" * 60)
print(f"""
■ 年間売上: ¥{total_sales:,.0f}（月平均: ¥{total_sales/12:,.0f}）
■ 総注文数: {total_orders:,}件（ユニーク顧客: {unique_customers}人）
■ 平均客単価: ¥{avg_order_value:,.0f}
■ 最高売上月: {best_month}月（¥{monthly_sales.max():,.0f}）
■ 売上トップカテゴリ: {top_category}
■ 12月 vs 1月 成長率: {growth_rate:+.1f}%

【主要な発見】
1. 年間を通じて売上は増加傾向にある
2. {top_category}カテゴリが売上全体の大きな割合を占める
3. 12月に季節的な売上ピークが見られる
""")

> レポート用の見やすいグラフを4つ作って。
  1. 月別売上推移（棒+折れ線の二軸）
  2. カテゴリ別売上構成比（円グラフ）
  3. 商品ランキングTOP5（横棒）
  4. 顧客セグメント分布
  すべて統一感のある配色にして

# レポート用カラーパレット
COLORS = {
    'primary': '#1565C0',
    'secondary': '#E91E63',
    'accent': ['#2196F3', '#4CAF50', '#FF9800', '#9C27B0', '#00BCD4'],
    'bg': '#FAFAFA'
}

fig, axes = plt.subplots(2, 2, figsize=(16, 12))
fig.patch.set_facecolor(COLORS['bg'])

# 1. 月別売上推移
ax1 = axes[0, 0]
ax1_twin = ax1.twinx()
monthly_orders = df.groupby('月')['注文ID'].count()
ax1.bar(monthly_sales.index, monthly_sales.values,
        color=COLORS['primary'], alpha=0.7, label='売上合計')
ax1_twin.plot(monthly_orders.index, monthly_orders.values,
              color=COLORS['secondary'], marker='o', linewidth=2, label='注文件数')
ax1.set_title('月別売上推移', fontsize=14, fontweight='bold')
ax1.set_xlabel('月')
ax1.set_ylabel('売上金額（円）', color=COLORS['primary'])
ax1_twin.set_ylabel('注文件数', color=COLORS['secondary'])
ax1.set_xticks(range(1, 13))

# 2. カテゴリ別構成比
ax2 = axes[0, 1]
cat_sales = df.groupby('カテゴリ')['売上金額'].sum().sort_values(ascending=False)
wedges, texts, autotexts = ax2.pie(
    cat_sales.values, labels=cat_sales.index,
    autopct='%1.1f%%', colors=COLORS['accent'],
    startangle=90, pctdistance=0.85
)
for autotext in autotexts:
    autotext.set_fontsize(10)
    autotext.set_fontweight('bold')
ax2.set_title('カテゴリ別売上構成比', fontsize=14, fontweight='bold')

# 3. 商品ランキング TOP5
ax3 = axes[1, 0]
product_sales = df.groupby('商品名')['売上金額'].sum().sort_values(ascending=True).tail(5)
ax3.barh(product_sales.index, product_sales.values, color=COLORS['accent'])
ax3.set_title('商品別売上 TOP5', fontsize=14, fontweight='bold')
ax3.set_xlabel('売上金額（円）')
for i, v in enumerate(product_sales.values):
    ax3.text(v + 500, i, f'¥{v:,.0f}', va='center', fontsize=9)

# 4. 地域別売上
ax4 = axes[1, 1]
region_sales = df.groupby('地域')['売上金額'].sum().sort_values(ascending=False)
ax4.bar(region_sales.index, region_sales.values, color=COLORS['accent'])
ax4.set_title('地域別売上', fontsize=14, fontweight='bold')
ax4.set_ylabel('売上金額（円）')
for i, v in enumerate(region_sales.values):
    ax4.text(i, v + 500, f'¥{v:,.0f}', ha='center', fontsize=9)

plt.suptitle('CLAN SHOP 売上分析ダッシュボード 2024年',
             fontsize=20, fontweight='bold', y=1.02)
plt.tight_layout()
plt.savefig('reports/figures/report_dashboard.png', dpi=200, bbox_inches='tight',
            facecolor=COLORS['bg'])
plt.show()

> Jupyter NotebookをHTMLにエクスポートして。
  コードセルは非表示にして、グラフとテキストだけの
  きれいなレポートにして

# 基本的なHTML変換
jupyter nbconvert --to html notebooks/sales_report.ipynb

# コードを非表示にしたバージョン
jupyter nbconvert --to html --no-input notebooks/sales_report.ipynb

# 出力先を指定
jupyter nbconvert --to html --no-input \
    --output-dir=reports/ \
    notebooks/sales_report.ipynb

import subprocess

# nbconvert で HTML 変換
subprocess.run([
    'jupyter', 'nbconvert',
    '--to', 'html',
    '--no-input',
    '--output-dir=reports/',
    'notebooks/sales_report.ipynb'
], check=True)

print("レポートを reports/sales_report.html に出力しました")

> 分析結果をもとに、ECサイトの売上向上のための
  提言を3つ、データの根拠とセットで書いて

## 提言

### 1. 12月の売上集中を活かしたキャンペーン強化
12月は年間最高売上（前月比+XX%）。この時期に合わせて
早期割引やギフトセットの展開を推奨。

### 2. VIP顧客向けロイヤリティプログラムの導入
上位25%の顧客が全売上のXX%を占める。リピート率向上のための
ポイント制度やVIP限定セールの実施を提案。

### 3. 低パフォーマンスカテゴリの改善
XX カテゴリの売上構成比が最も低い。商品ラインナップの見直し
またはマーケティング強化が必要。

[1. データ読み込み] → [2. クリーニング] → [3. 集計] → [4. 可視化] → [5. レポート出力]

> ECサイト売上データの分析パイプラインを
  Pythonスクリプトで作って。
  1. CSVデータ読み込み
  2. クリーニング（欠損値処理、異常値除去）
  3. 月別・カテゴリ別の集計
  4. グラフ生成（4種類）
  5. HTMLレポート出力
  コマンドライン引数で入力ファイルと出力先を指定できるようにして

#!/usr/bin/env python
"""ECサイト売上データ 分析パイプライン"""

import argparse
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import platform
from pathlib import Path
from datetime import datetime


def setup_plot_style():
    """グラフの日本語フォントとスタイルを設定する"""
    if platform.system() == 'Windows':
        plt.rcParams['font.family'] = 'MS Gothic'
    elif platform.system() == 'Darwin':
        plt.rcParams['font.family'] = 'Hiragino Sans'
    else:
        plt.rcParams['font.family'] = 'IPAGothic'
    plt.rcParams['axes.unicode_minus'] = False
    sns.set_theme(style='whitegrid', font_scale=1.1)


def load_data(filepath):
    """CSVファイルを読み込んでDataFrameを返す"""
    print(f"[1/5] データ読み込み: {filepath}")
    df = pd.read_csv(filepath, parse_dates=['注文日'])
    print(f"  読み込み完了: {len(df)}行 x {len(df.columns)}列")
    return df


def clean_data(df):
    """欠損値処理と異常値除去を行う"""
    print("[2/5] データクリーニング")
    original_count = len(df)

    # 欠損値処理
    df['単価'] = df['単価'].fillna(df['単価'].median())
    df['数量'] = df['数量'].fillna(df['数量'].median())
    for col in ['地域', '支払方法', 'カテゴリ']:
        if col in df.columns:
            df[col] = df[col].fillna(df[col].mode()[0])
    df = df.dropna(subset=['商品名'])

    # 異常値除去（IQR法）
    for col in ['単価', '数量']:
        Q1 = df[col].quantile(0.25)
        Q3 = df[col].quantile(0.75)
        IQR = Q3 - Q1
        df = df[(df[col] >= Q1 - 1.5 * IQR) & (df[col] <= Q3 + 1.5 * IQR)]

    # 重複削除
    df = df.drop_duplicates(subset=['注文ID'], keep='first')

    # 派生列の追加
    df['売上金額'] = df['単価'] * df['数量']
    df['月'] = df['注文日'].dt.month
    df['四半期'] = df['注文日'].dt.quarter

    print(f"  クリーニング完了: {original_count}行 → {len(df)}行")
    return df


def aggregate_data(df):
    """月別・カテゴリ別の集計を実行する"""
    print("[3/5] データ集計")

    results = {}

    # 月別集計
    results['monthly'] = df.groupby('月').agg(
        売上合計=('売上金額', 'sum'),
        注文件数=('注文ID', 'count'),
        平均客単価=('売上金額', 'mean'),
        ユニーク顧客数=('顧客ID', 'nunique')
    ).round(0)

    # カテゴリ別集計
    results['category'] = df.groupby('カテゴリ').agg(
        売上合計=('売上金額', 'sum'),
        注文件数=('注文ID', 'count'),
        平均単価=('単価', 'mean')
    ).round(0).sort_values('売上合計', ascending=False)

    # 商品別売上
    results['products'] = df.groupby('商品名')['売上金額'].sum()\
        .sort_values(ascending=False)

    # 地域別集計
    results['region'] = df.groupby('地域')['売上金額'].sum()\
        .sort_values(ascending=False)

    # 顧客セグメント
    customer = df.groupby('顧客ID').agg(
        購入回数=('注文ID', 'count'),
        合計売上=('売上金額', 'sum')
    ).round(0)
    customer['セグメント'] = pd.qcut(
        customer['合計売上'], 4,
        labels=['ライト', 'ミドル', 'ヘビー', 'VIP']
    )
    results['customers'] = customer

    print(f"  集計完了: {len(results)}種類の集計テーブル生成")
    return results


def generate_charts(df, results, output_dir):
    """分析グラフを生成して画像として保存する"""
    print("[4/5] グラフ生成")
    figures_dir = output_dir / 'figures'
    figures_dir.mkdir(parents=True, exist_ok=True)

    COLORS = ['#2196F3', '#4CAF50', '#FF9800', '#9C27B0', '#00BCD4']

    # ダッシュボード（4グラフ構成）
    fig, axes = plt.subplots(2, 2, figsize=(16, 12))

    # 1. 月別売上推移
    monthly = results['monthly']
    axes[0, 0].bar(monthly.index, monthly['売上合計'],
                   color='#2196F3', alpha=0.8)
    axes[0, 0].set_title('月別売上推移', fontsize=14, fontweight='bold')
    axes[0, 0].set_xlabel('月')
    axes[0, 0].set_ylabel('売上金額（円）')
    axes[0, 0].set_xticks(range(1, 13))

    # 2. カテゴリ別構成比
    cat = results['category']
    axes[0, 1].pie(cat['売上合計'].values, labels=cat.index,
                   autopct='%1.1f%%', colors=COLORS, startangle=90)
    axes[0, 1].set_title('カテゴリ別売上構成比', fontsize=14, fontweight='bold')

    # 3. 商品ランキング TOP5
    top5 = results['products'].head(5).sort_values()
    axes[1, 0].barh(top5.index, top5.values,
                    color=COLORS[:len(top5)])
    axes[1, 0].set_title('商品別売上 TOP5', fontsize=14, fontweight='bold')
    axes[1, 0].set_xlabel('売上金額（円）')

    # 4. 地域別売上
    region = results['region']
    axes[1, 1].bar(region.index, region.values, color=COLORS)
    axes[1, 1].set_title('地域別売上', fontsize=14, fontweight='bold')
    axes[1, 1].set_ylabel('売上金額（円）')

    plt.suptitle('売上分析ダッシュボード',
                 fontsize=20, fontweight='bold', y=1.02)
    plt.tight_layout()

    chart_path = figures_dir / 'dashboard.png'
    plt.savefig(chart_path, dpi=200, bbox_inches='tight',
                facecolor='white')
    plt.close()

    print(f"  グラフ保存: {chart_path}")
    return chart_path


def generate_report(df, results, chart_path, output_dir):
    """HTML形式の分析レポートを生成する"""
    print("[5/5] レポート生成")

    monthly = results['monthly']
    total_sales = df['売上金額'].sum()
    total_orders = len(df)
    unique_customers = df['顧客ID'].nunique()
    avg_order = df['売上金額'].mean()
    best_month = monthly['売上合計'].idxmax()
    top_category = results['category'].index[0]
    vip_count = len(results['customers'][
        results['customers']['セグメント'] == 'VIP'
    ])

    # 月別テーブルHTML
    monthly_rows = ""
    for month, row in monthly.iterrows():
        monthly_rows += f"""
        <tr>
            <td>{month}月</td>
            <td>&yen;{row['売上合計']:,.0f}</td>
            <td>{row['注文件数']:.0f}件</td>
            <td>&yen;{row['平均客単価']:,.0f}</td>
        </tr>"""

    report_date = datetime.now().strftime('%Y年%m月%d日')
    chart_relative = chart_path.name if chart_path else 'figures/dashboard.png'

    html = f"""<!DOCTYPE html>
<html lang="ja">
<head>
    <meta charset="UTF-8">
    <title>売上分析レポート 2024年</title>
    <style>
        body {{ font-family: 'Helvetica Neue', Arial, 'Hiragino Sans', sans-serif;
               max-width: 900px; margin: 0 auto; padding: 20px;
               color: #333; line-height: 1.8; }}
        h1 {{ color: #1565C0; border-bottom: 3px solid #1565C0; padding-bottom: 10px; }}
        h2 {{ color: #1565C0; margin-top: 40px; }}
        .kpi-grid {{ display: grid; grid-template-columns: repeat(3, 1fr);
                     gap: 16px; margin: 20px 0; }}
        .kpi-card {{ background: #E3F2FD; border-radius: 8px; padding: 20px;
                     text-align: center; }}
        .kpi-value {{ font-size: 28px; font-weight: bold; color: #1565C0; }}
        .kpi-label {{ font-size: 14px; color: #666; margin-top: 4px; }}
        table {{ width: 100%; border-collapse: collapse; margin: 20px 0; }}
        th, td {{ border: 1px solid #ddd; padding: 10px; text-align: right; }}
        th {{ background: #1565C0; color: white; }}
        tr:nth-child(even) {{ background: #f9f9f9; }}
        img {{ max-width: 100%; height: auto; margin: 20px 0;
               border: 1px solid #ddd; border-radius: 4px; }}
        .insight {{ background: #FFF3E0; border-left: 4px solid #FF9800;
                    padding: 16px; margin: 16px 0; border-radius: 4px; }}
        footer {{ margin-top: 40px; padding-top: 20px; border-top: 1px solid #ddd;
                  color: #999; font-size: 12px; }}
    </style>
</head>
<body>
    <h1>CLAN SHOP 売上分析レポート 2024年</h1>
    <p><strong>作成日:</strong> {report_date} | <strong>分析期間:</strong> 2024年1月〜12月</p>

    <h2>エグゼクティブサマリー</h2>
    <div class="kpi-grid">
        <div class="kpi-card">
            <div class="kpi-value">&yen;{total_sales:,.0f}</div>
            <div class="kpi-label">年間売上</div>
        </div>
        <div class="kpi-card">
            <div class="kpi-value">{total_orders:,}</div>
            <div class="kpi-label">総注文数</div>
        </div>
        <div class="kpi-card">
            <div class="kpi-value">{unique_customers}</div>
            <div class="kpi-label">ユニーク顧客数</div>
        </div>
        <div class="kpi-card">
            <div class="kpi-value">&yen;{avg_order:,.0f}</div>
            <div class="kpi-label">平均客単価</div>
        </div>
        <div class="kpi-card">
            <div class="kpi-value">{best_month}月</div>
            <div class="kpi-label">最高売上月</div>
        </div>
        <div class="kpi-card">
            <div class="kpi-value">{vip_count}人</div>
            <div class="kpi-label">VIP顧客数</div>
        </div>
    </div>

    <h2>分析ダッシュボード</h2>
    <img src="figures/{chart_relative}" alt="売上分析ダッシュボード">

    <h2>月別売上詳細</h2>
    <table>
        <tr><th>月</th><th>売上合計</th><th>注文件数</th><th>平均客単価</th></tr>
        {monthly_rows}
    </table>

    <h2>主要インサイト</h2>
    <div class="insight">
        <strong>1. 年末に売上が集中</strong><br>
        {best_month}月が年間最高売上。ギフト需要とセール施策の効果が見られる。
    </div>
    <div class="insight">
        <strong>2. {top_category}カテゴリが牽引</strong><br>
        {top_category}が売上構成比トップ。高単価商品のラインナップ強化が有効。
    </div>
    <div class="insight">
        <strong>3. VIP顧客の維持が重要</strong><br>
        上位{vip_count}人のVIP顧客が売上の大きな部分を占める。ロイヤリティプログラムの導入を推奨。
    </div>

    <footer>
        <p>本レポートは Python + pandas + matplotlib で自動生成されました。</p>
        <p>Generated by CLAN SHOP Analysis Pipeline</p>
    </footer>
</body>
</html>"""

    report_path = output_dir / 'sales_report.html'
    report_path.write_text(html, encoding='utf-8')
    print(f"  レポート保存: {report_path}")
    return report_path


def main():
    parser = argparse.ArgumentParser(
        description='ECサイト売上データ 分析パイプライン'
    )
    parser.add_argument(
        '--input', '-i',
        default='data/raw/sales_2024.csv',
        help='入力CSVファイルのパス（デフォルト: data/raw/sales_2024.csv）'
    )
    parser.add_argument(
        '--output', '-o',
        default='reports',
        help='出力ディレクトリ（デフォルト: reports/）'
    )
    args = parser.parse_args()

    output_dir = Path(args.output)
    output_dir.mkdir(parents=True, exist_ok=True)

    print("=" * 50)
    print("ECサイト売上分析パイプライン 開始")
    print("=" * 50)

    setup_plot_style()
    df = load_data(args.input)
    df = clean_data(df)
    results = aggregate_data(df)
    chart_path = generate_charts(df, results, output_dir)
    report_path = generate_report(df, results, chart_path, output_dir)

    print("=" * 50)
    print("パイプライン完了")
    print(f"レポート: {report_path}")
    print("=" * 50)


if __name__ == '__main__':
    main()