Python でクエリ分析のためのバブルチャート作成

Google Search Console から取得した “クエリ.csv” を Python で読み込む。そして，CTR を横軸，掲載順位を縦軸として，クリック数，表示回数をバブルの大きさで示したバブルチャートを作成する。なお，バブルのデータラベルとして，クエリを表示する。

Python とライブラリのバージョン

今回，使用した Python のバージョン，ライブラリのバージョンは以下のとおり。

• Python 3.7.4
• matplotlib 3.1.1
• japanize-matplotlib 1.1.3
• pandas 1.3.5

データの概要

今回，使用した “クエリ.csv” には，以下のデータ（抜粋）が記載されている。

• 上位のクエリ（バブルのデータラベルとして使用）
• クリック数（バブルの大きさとして使用）
• 表示回数（バブルの大きさとして使用）
• CTR（グラフの横軸として使用）
• 掲載順位（グラフの縦軸として使用）

※『目指せ！電気主任技術者～解説ノート』の 2022年1月1日～12月31日までのデータである。

上位のクエリ,クリック数,表示回数,CTR,掲載順位
短絡容量,924,2804,32.95%,1.53
短絡容量とは,630,1936,32.54%,1.73
間欠アーク地絡,238,733,32.47%,2.47
同期リアクタンス,227,718,31.62%,2.41
中性点接地,225,2950,7.63%,6.57

バブルチャートを作成するコード

Python で作成した，バブルチャートを作成するコードを示す。

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

# csvからのデータ読み込み
df = pd.read_csv('クエリ.csv', usecols = ['上位のクエリ','クリック数','表示回数','CTR','掲載順位'], encoding='utf-8')

# CTR の単位 "%" を削除し，数値に変換
df['CTR']=df['CTR'].str.replace('%','')
df['CTR']=df['CTR'].astype(float)

# クリック数が 30 未満のクエリは足切り
df=(df[df['クリック数'] >= 30])

# クリック数の規格化
df['クリック数']=df['クリック数']/df['クリック数'].max()*1000

# CTR と 掲載順位の関係（大きさ：クリック数）
fig, ax = plt.subplots()
ax.invert_yaxis()
ax.scatter(df['CTR'],df['掲載順位'],s=df['クリック数'])
ax.grid()
ax.set_xlabel('CTR')
ax.set_ylabel('掲載順位')
for i in range(30):
    plt.text(df['CTR'].values[i],df['掲載順位'].values[i],df['上位のクエリ'].values[i])
plt.savefig("query_scat_CTR_RANK_clicks.png",dpi=300)
plt.show()

作成したバブルチャート

上記のコードを実行して作成したクリック数のバブルチャートを下図に示す。

コードの解説

ライブラリのインポート

バブルチャートを作成するため，matplotlib.pyplot，japanize_matplotlib，pandas のライブラリを読み込む。

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

CSV 読み込み

Google Search Console から取得した “クエリ.csv” を Python で読み込む。

# csvからのデータ読み込み
df = pd.read_csv('クエリ.csv', usecols = ['上位のクエリ','クリック数','表示回数','CTR','掲載順位'], encoding='utf-8')

データ前処理

CTR は文字列として読み込まれるため，数値に変換する。具体的には，CTR の単位 “%” を削除し，数値に変換する。

また，クリック数が少ないクエリがあると，バブルチャートが見づらくなるため，足切りを行う（今回の場合，30 未満のクエリを足切り）。

# CTR の単位 "%" を削除し，数値に変換
df['CTR']=df['CTR'].str.replace('%','')
df['CTR']=df['CTR'].astype(float)

# クリック数が 30 未満のクエリは足切り
df=(df[df['クリック数'] >= 30])

バブルチャートの作成

以下のコードでバブルチャートを作成する。クリック数の上位 30 のみ，データラベルを付与した。なお，バブルの大きさはクリック数の大きさとしているが，クリック数が最大のクエリのバブルの大きさが 1000 となるようにクリック数を規格化している。

# クリック数の規格化
df['クリック数']=df['クリック数']/df['クリック数'].max()*1000

# CTR と 掲載順位の関係（大きさ：クリック数）
fig, ax = plt.subplots()
ax.invert_yaxis()
ax.scatter(df['CTR'],df['掲載順位'],s=df['クリック数'])
ax.grid()
ax.set_xlabel('CTR')
ax.set_ylabel('掲載順位')
for i in range(30):
    plt.text(df['CTR'].values[i],df['掲載順位'].values[i],df['上位のクエリ'].values[i])
plt.savefig("query_scat_CTR_RANK_clicks.png",dpi=300)
plt.show()

参考文献

• Search Console のバブルチャートによるウェブサイトのパフォーマンスの最適化

更新履歴

• 2023年1月7日　新規作成
• 2023年1月8日　コードの解説を追加
• 2024年1月3日　説明を加除修正