【matplotlib】年代別の年間死亡者数とコロナ死亡者数を棒グラフと円グラフで描く

今回は、年代別で新型コロナの死亡者数と年間の死亡者数をグラフの作成をしながら比較して見る。
matplotlibでの棒グラフと円グラフ、pandasでの積み上げ棒グラフの練習を兼ねて。

新型コロナは騒動当初から「重症化傾向や死亡者は高齢者、さらには基礎疾患のひとが多い」と言われてきた。コロナのデータを見ても確かにそのようになっている。しかしそれは別にコロナに限ったことではなく、年間を通した死亡者数は高齢者のほうが多い。

年間の年代別死亡者と、新型コロナの年代別死亡者をそれぞれグラフ化することによって、改めてその傾向を見てみる。

【実行環境】

• Windows10 WSL：Ubuntu
• Anaconda
• Python3.8
• Jupyter Notebook
• ライブラリ
  • pandas、matplotlib、japanize-matplotlib(豆腐文字化け回避の日本語表示用：個人的事情)

# インストール
$ pip install pandas matplotlib japanize-matplotlib

目次

使用するデータ（3つ）

• 人口統計、年代別死亡者数
  • 厚生労働省の「人口動態統計年報 主要統計表（最新データ、年次推移）」のページにある、
    「死亡 第4表 性・年齢階級別にみた死亡数・死亡率（人口10万対）の年次推移」をExcelにコピペしたもの
    
    
• 新型コロナの年代別死亡者数
  • 東洋経済オンラインの年代別国内発生動向 'demography.csv'
    
    
• 新型コロナの累計死亡者数
  • 厚生労働省オープンデータdeath_total.csv

人口動態統計年報 年齢階級別にみた死亡数

「人口動態統計年報 主要統計表（最新データ、年次推移）」というページからExcelにコピペしたデータを使う。

import pandas as pd
import matplotlib.pyplot as plt
import japanize_matplotlib


# データファイル （元は厚生労働省のデータ
fname = '年次・年齢階級別の死亡者数.xlsx'

df = pd.read_excel(fname)
df = df.rename(columns={'Unnamed: 0':'年齢階級'})
df

	年齢階級	1985	1990	1995	2000	2005	2007	2008	2009
0	0～4	10834	7983	7040	5269	4102	3809	3747	3460
1	5～9	1791	1377	1235	738	655	552	557	534
2	10～14	1649	1242	1184	744	590	534	516	487
3	15～19	4212	4353	3362	2397	1802	1599	1621	1467
4	20～24	4669	4795	5087	4035	3370	3049	2977	2960
5	25～29	4725	4277	4596	4817	4170	3641	3622	3561
6	30～34	6733	5038	5129	5596	5952	5410	5282	4931
7	35～39	11127	8551	6839	7046	7469	7679	7690	7786
8	40～44	15884	15311	12814	10479	10238	10064	10034	10375
9	45～49	22707	21728	24136	19736	15754	14966	14674	14584
10	50～54	35851	30258	32946	35843	28964	24562	23321	22686
11	55～59	45575	47541	44732	45992	49579	49777	46146	41934
12	60～64	50845	62728	68310	60680	62258	58505	60767	61606
13	65～69	64730	69931	89089	89058	80829	80094	80491	82052
14	70～74	95991	89813	102443	116528	120825	116667	115785	109527
15	75～79	121250	127523	125428	131000	159362	159772	163351	159471
16	80～84	123573	139549	157863	147060	174185	188314	198991	201406
17	85～89	86351	111120	134363	148980	165385	173407	183113	189913
18	90～94	34768	52814	72295	90913	127573	134751	140585	139746
19	95～99	7772	12355	19831	29230	50503	58983	64764	67799
20	100歳以上	825	1569	2780	4789	9578	11678	13837	14949
21	総数	752283	820305	922139	961653	1083796	1108334	1142407	1141865

年齢階級は5歳ずつに分けてある。年次は1985年～2009年まで飛び飛び。

年次別の年間死亡者と推移の棒グラフ

# データ
y = (df.iloc[21,1:]/10000).tolist() # 万人単位にする為10000で割った
x = list(map(str, df.columns[1:]))

print('年次：',x)
print('死亡者総数：',y)

年次： ['1985', '1990', '1995', '2000', '2005', '2007', '2008', '2009']
死亡者総数： [75.2283, 82.0305, 92.2139, 96.1653, 108.3796, 110.8334, 114.2407, 114.1865]

# 年次別の年間死亡者と推移 グラフ
plt.figure(figsize=(15, 12))
plt.bar(x, y, width=0.6)
plt.title('年次別の年間死亡者と推移', size=20)
plt.xlabel('年次', size=15)
plt.ylabel('年間死亡者総数（万人）', size=14)
plt.xticks(size=15)
plt.yticks(size=15)
plt.grid()
plt.savefig('年次別の年間死亡者と推移棒グラフ.jpg')
plt.show()

年間の死亡者総数は上昇傾向。2009年の総数は114万1865人。2020年のデータはここには載っていないが138万4544人。

年次別の年齢階級ごとの積み上げ棒グラフ

年齢階級ごとの積み上げ棒グラフを、年次ごとに棒にする。

積み上げ棒グラフをmatplotlibで描くと面倒ですが、Pandasのグラフ機能を使うと比較的簡単に描けます。
行が一つの棒に積みあがるグラフになるので、下のコードではデータを転置させている。

# データ 
df_stacked = df.iloc[:-1, :] # 総数行以外に絞り込み
df_stacked = df_stacked.set_index('年齢階級') # インデックスを置換
df_stacked = df_stacked.T # 行と列を転置
#  表示
df_stacked

年齢階級	0～4	5～9	10～14	15～19	20～24	25～29	30～34	35～39	40～44	45～49	...	55～59	60～64	65～69	70～74	75～79	80～84	85～89	90～94	95～99	100歳以上
1985	10834	1791	1649	4212	4669	4725	6733	11127	15884	22707	...	45575	50845	64730	95991	121250	123573	86351	34768	7772	825
1990	7983	1377	1242	4353	4795	4277	5038	8551	15311	21728	...	47541	62728	69931	89813	127523	139549	111120	52814	12355	1569
1995	7040	1235	1184	3362	5087	4596	5129	6839	12814	24136	...	44732	68310	89089	102443	125428	157863	134363	72295	19831	2780
2000	5269	738	744	2397	4035	4817	5596	7046	10479	19736	...	45992	60680	89058	116528	131000	147060	148980	90913	29230	4789
2005	4102	655	590	1802	3370	4170	5952	7469	10238	15754	...	49579	62258	80829	120825	159362	174185	165385	127573	50503	9578
2007	3809	552	534	1599	3049	3641	5410	7679	10064	14966	...	49777	58505	80094	116667	159772	188314	173407	134751	58983	11678
2008	3747	557	516	1621	2977	3622	5282	7690	10034	14674	...	46146	60767	80491	115785	163351	198991	183113	140585	64764	13837
2009	3460	534	487	1467	2960	3561	4931	7786	10375	14584	...	41934	61606	82052	109527	159471	201406	189913	139746	67799	14949

8 rows × 21 columns

df_stacked.columns

Index(['0～4', '5～9', '10～14', '15～19', '20～24', '25～29', '30～34', '35～39',
       '40～44', '45～49', '50～54', '55～59', '60～64', '65～69', '70～74', '75～79',
       '80～84', '85～89', '90～94', '95～99', '100歳以上'],
      dtype='object', name='年齢階級')

df_stacked.index

Index([1985, 1990, 1995, 2000, 2005, 2007, 2008, 2009], dtype='object')

# 年次別の年代別死亡者総数 積み上げ棒グラフ作成
fig, ax = plt.subplots(figsize=(25,15))

# 積み上げ棒グラフ描画
df_stacked.plot.bar(y=df_stacked.columns, ax=ax, stacked=True)

# タイトル等の設置と設定
plt.title('年次別の年代別死亡者総数積み上げ棒グラフ', size=28)
plt.xlabel('年次', size=20)
plt.ylabel('死亡者総数', size=20)
plt.xticks(size=20, rotation=0)
plt.grid()

# グラフ保存
plt.savefig('年次別の年代別死亡者総数積み上げ棒グラフ.jpg')
# 表示
plt.show()

グラフの真ん中に自動的に設置された凡例は上から順に年齢が若い。
一方、グラフは逆に上の方が高齢者。

２列ずつ足した年齢階級のデータを作成

年齢階級が５歳ずつで細かいので、２列ずつ加算していって階級数を半分にする。手作業で。

df_stacked.head(1)

年齢階級	0～4	5～9	10～14	15～19	20～24	25～29	30～34	35～39	40～44	45～49	...	55～59	60～64	65～69	70～74	75～79	80～84	85～89	90～94	95～99	100歳以上
1985	10834	1791	1649	4212	4669	4725	6733	11127	15884	22707	...	45575	50845	64730	95991	121250	123573	86351	34768	7772	825

1 rows × 21 columns

# ２列ずつ足したデータを生成
df_stacked2 = pd.DataFrame() # 空のデータフレーム

# 空データフレームに横に結合
df_stacked2 = pd.concat([
    df_stacked.iloc[:, 0:2].sum(axis=1),
    df_stacked.iloc[:, 2:4].sum(axis=1),
    df_stacked.iloc[:, 4:6].sum(axis=1),
    df_stacked.iloc[:, 6:8].sum(axis=1),
    df_stacked.iloc[:, 8:10].sum(axis=1),
    df_stacked.iloc[:, 10:12].sum(axis=1),
    df_stacked.iloc[:, 12:14].sum(axis=1),
    df_stacked.iloc[:, 14:16].sum(axis=1),
    df_stacked.iloc[:, 16:18].sum(axis=1),
    df_stacked.iloc[:, 18:20].sum(axis=1),
    df_stacked.iloc[:, 20:22].sum(axis=1)
], axis=1)

# カラム名の変更
df_stacked2 = df_stacked2.rename(columns={0:'0～9', 1:'10～19', 2:'20～29', 3:'30～39',4:'40～49', 5:'50～59',6:'60～69', 7:'70～79',8:'80～89',9:'90～99',10:'100歳以上'})

# 表示
df_stacked2

	0～9	10～19	20～29	30～39	40～49	50～59	60～69	70～79	80～89	90～99	100歳以上
1985	12625	5861	9394	17860	38591	81426	115575	217241	209924	42540	825
1990	9360	5595	9072	13589	37039	77799	132659	217336	250669	65169	1569
1995	8275	4546	9683	11968	36950	77678	157399	227871	292226	92126	2780
2000	6007	3141	8852	12642	30215	81835	149738	247528	296040	120143	4789
2005	4757	2392	7540	13421	25992	78543	143087	280187	339570	178076	9578
2007	4361	2133	6690	13089	25030	74339	138599	276439	361721	193734	11678
2008	4304	2137	6599	12972	24708	69467	141258	279136	382104	205349	13837
2009	3994	1954	6521	12717	24959	64620	143658	268998	391319	207545	14949

# 年次別の年代別死亡者総数 積み上げ棒グラフ作成
fig, ax = plt.subplots(figsize=(25,15))

# 積み上げ棒グラフ
df_stacked2.plot.bar(y=df_stacked2.columns, ax=ax, stacked=True)

# タイトル等
plt.title('年次別の年代別死亡者総数積み上げ棒グラフ', size=28)
plt.xlabel('年次', size=20)
plt.ylabel('死亡者総数', size=20)
plt.xticks(size=20, rotation=0)
plt.grid()

# 画像保存
plt.savefig('年次別の年代別死亡者総数積み上げ棒グラフ2.jpg')
# 表示
plt.show()

凡例は上から若い順、棒グラフは上から高齢者。天に近い。
ピンクの60～69歳以上の年齢階級までが棒のほとんどを占めている。

2009年の年代別死亡者総数の棒グラフ

今度は、データの最新年次の2009年を見る。
横軸：年齢階級、縦軸：死亡者総数の棒グラフを描く。

# 2009年のデータ
pd.DataFrame(df_stacked2.iloc[-1, :])

	2009
0～9	3994
10～19	1954
20～29	6521
30～39	12717
40～49	24959
50～59	64620
60～69	143658
70～79	268998
80～89	391319
90～99	207545
100歳以上	14949

# 2009年の年代別棒グラフ
# データ
label = df_stacked2.columns
y_data = df_stacked2.iloc[-1, :].values

# グラフ描画
plt.figure(figsize=(18,15))
plt.bar(label, y_data, color='purple')
plt.title('2009年の年代別死亡者総数', size=25)
plt.xlabel('年代', size=20)
plt.ylabel('死亡者総数', size=20)
plt.xticks(size=20)
plt.grid()

plt.savefig('2009年の年代別死亡者総数棒グラフ.jpg')
plt.show()

平均寿命の定義は、「その年に生まれた子が何歳まで生きるか」つまり余命。その年に亡くなった方の平均年齢ではない。測定値ではなく、予測値。
日本の平均寿命が延びた大きな要因は、上下水道の完備だそうだ。新生児の死亡数が激減した。我が町では江戸時代にヨーロッパ人が持ち込んだ感染症が流行った際に水路の完備を行ったりしている。水は大切。

2009年の年代別死亡者総数の円グラフ

上の棒グラフを円グラフのパーセンテージで表す。

# 2009年の年代別円グラフ
#データ
data = df_stacked2.iloc[-1, :].values # データ
label = df_stacked2.columns  # ラベル名

# 円グラフ描画
plt.figure(figsize=(15,15))

plt.pie(
    x=data,   # データ
    labels=label,  # ラベルの設置
    autopct='%1.1f%%', # パーセント表示のオンとフォーマット設定
    startangle=90, # スタート位置を0時から
)

# タイトル設置
plt.title('2009年の年代別 年間死亡者総数 円グラフ', size=20)
# ラベルのフォントサイズ
plt.rcParams['font.size'] = 18

# 保存
plt.savefig('2009年の年代別死亡者総数円グラフ.jpg')

# 表示
plt.show()

数値や文字が重なって見えないところがあるが、直し方がわからないのでそのままにしている。

matplotlibの円グラフは、デフォルトで時計の3時から右回りになっている。そのためplt.pie()の引数startangleで0時からに変更した。
外国では3時から右回りが円グラフの当たり前な描き方なのか？と思って海外メディアの円グラフの画像を検索したが、特にそうではない。直交座標の象限を利用してあるのか？と思ったが、それなら左回りになるでしょうし。

円グラフのスタートはデータの最終行から始まっている。ということは、0時スタートに変更したが、直交座標の象限通りにデータの最上行から左回りで描画されているとも考えられる。これだな。

コロナの年代別死亡者数

データは東洋経済オンラインのdemography.csvというファイル。年代別のコロナのデータが入っている。
データの期間は不明。たぶん2020年3月ぐらいから現在2021年7月28日までの、1年以上の累計。

# コロナの年代別死亡者データ （元は東洋経済オンライン
fname = 'demography.csv'

# csvファイル読込
df_demo = pd.read_csv(fname)
df_demo

	year	month	date	age_group	tested_positive	hospitalized	serious	death
0	2021	7	28	10歳未満	30813	2547	0	0
1	2021	7	28	10代	68613	5034	0	0
2	2021	7	28	20代	201758	14380	0	9
3	2021	7	28	30代	134145	9810	1	29
4	2021	7	28	40代	130003	10374	27	116
5	2021	7	28	50代	114826	9348	65	317
6	2021	7	28	60代	70864	6192	100	990
7	2021	7	28	70代	60251	5884	137	3076
8	2021	7	28	80代以上	58905	5390	79	8346
9	2021	7	28	不明	10574	1237	5	317

ワクチン接種が始まる前までは、20代は２，３人だったのに。ワクチン死。

コロナの年代別死亡者総数 棒グラフ

横軸：age_group、縦軸：deathで棒グラフを描く。

# 棒グラフ描画
# データ
x = df_demo['age_group']
y = df_demo['death']

# 描画
plt.figure(figsize=(15,12))
plt.bar(x, y)

# タイトル等
plt.title('コロナの年代別死亡者総数棒グラフ', size=25)
plt.xlabel('年代', size=18)
plt.ylabel('死亡者総数', size=18)
plt.xticks(size=18)
plt.grid()

# 保存
plt.savefig('コロナの年代別死亡者総数棒グラフ.jpg')

# 表示
plt.show()

コロナの年代別死亡者総数 円グラフ

# コロナの年代別円グラフ
#データ
label = df_demo['age_group']  # ラベル名
data = df_demo['death']   # データ

# 円グラフ描画
plt.figure(figsize=(15,15))

plt.pie(
    x=data,   # データ
    labels=label,  # ラベルの設置
    autopct='%1.1f%%', # パーセント表示のオンとフォーマット設定
    startangle=90, # スタート位置を0時から
)

# タイトル設置
plt.title('コロナの年代別死亡者総数円グラフ', size=20)
# ラベルのフォントサイズ
plt.rcParams['font.size'] = 18

# 保存
plt.savefig('コロナの年代別死亡者総数円グラフ.jpg')
# 表示
plt.show()

コロナの年代別死亡者数 円グラフ

これは、決定的に、高齢者寄りが顕著。

字の重なりの解消法がわからないので放置した。

# 年代別死亡者総数占有率
df_dtrate = pd.DataFrame([df_demo['age_group'], df_demo['death'],  df_demo['death']/df_demo['death'].sum()])
print('60代～80代以上：', df_dtrate.iloc[1,:][6:9].sum())
df_dtrate

60代～80代以上： 12412

	0	1	2	3	4	5	6	7	8	9
age_group	10歳未満	10代	20代	30代	40代	50代	60代	70代	80代以上	不明
death	0	0	9	29	116	317	990	3076	8346	317
death	0.0	0.0	0.000682	0.002197	0.008788	0.024015	0.075	0.23303	0.632273	0.024015

コロナの月別死亡者集計

最後に、厚生労働省オープンデータdeath_total.csvを月別で集計し、棒グラフにする。

コロナの累計死亡者を日毎に変換

このデータは累計データになっているので、日毎に変換する。

import numpy as np

# 厚労省オープンデータ コロナの死亡者数データ
fname = 'death_total.csv'

# CSVを日付インデックスにして読み込み
df_total = pd.read_csv(fname, index_col=0, parse_dates=True)
# 日毎に変換
df_d_daily = np.append(1, np.diff(df_total['死亡者数']))
# 死亡者数列を日毎に置換
df_total['死亡者数'] = df_d_daily
# 死亡者数列名のカラム名を変更
df_total = df_total.rename(columns={'死亡者数':'死亡者数(日毎)'})
# 表示
df_total

	死亡者数(日毎)
日付
2020-02-14	1
2020-02-15	0
2020-02-16	0
2020-02-17	0
2020-02-18	0
...	...
2021-07-23	9
2021-07-24	8
2021-07-25	5
2021-07-26	8
2021-07-27	14

530 rows × 1 columns

月別で集計

Pandasのresample().sum()を使うと、時系列データの一定期間の集計が簡単にできる。
インデックスは日付列で。

# 月別で集計
mon_data = df_total.resample('m').sum()
mon_data

	死亡者数(日毎)
日付
2020-02-29	5
2020-03-31	51
2020-04-30	359
2020-05-31	477
2020-06-30	81
2020-07-31	37
2020-08-31	285
2020-09-30	275
2020-10-31	195
2020-11-30	373
2020-12-31	1321
2021-01-31	2261
2021-02-28	2165
2021-03-31	1274
2021-04-30	1067
2021-05-31	2818
2021-06-30	1732
2021-07-31	369

月別集計データの棒グラフ

集計した月別データを棒グラフにする。

# 月別データから棒グラフ
# データ
data = mon_data['死亡者数(日毎)'].values
label = mon_data.index

# 棒グラフ
plt.figure(figsize=(15,8))
plt.bar(label, data, width=15)

# タイトル等
plt.title('コロナの死亡者数月別集計棒グラフ～2021-7-27まで', size=25)
plt.xlabel('日付', size=18)
plt.ylabel('人数', size=18)
plt.xticks(size=18)
plt.grid()

# 保存と表示
plt.savefig('コロナの死亡者数月別集計棒グラフ～2021-7-27まで.jpg')
plt.show()

コロナの月別死亡者集計 棒グラフ

冬が多いのは分かるが、2021年6月・7月 5月・6月の死亡者数の多さは不自然。高齢者がワクチン接種し始めたころだ。ワクチン死かな。

おわりに

日本では年間138万人以上が亡くなる（2020年）。その多くを寿命を迎えるお年頃の高齢者が占める。コロナにしても極端に高齢者に偏る。そして、コロナの年間死亡人数は全体の年間死亡者総数の1％未満。1年以上ワクチンがなくとも幸い死亡者はそこまで増えていない。

結局コロナ騒動は、少数の高齢者が風邪ひいてコロナウィルス由来の肺炎で亡くなったのをカウントして大騒ぎする政治的イベントだという疑念は晴れない。しかも国際的に行われている。

大人な方は、「シラケつつ乗る、これである。」でこんな馬鹿な騒動を傍観しているんでしょうか？

長くなりました、以上です。