円グラフ

デジタル大辞泉

えん‐グラフ〔ヱン‐〕【円グラフ】

読み方：えんぐらふ

全体を一つの円で表し、中心角を各部分の数量に比例する角度に分けていくつかの扇形にしたグラフ。

IT用語辞典バイナリ

円グラフ

読み方：えんグラフ
別名：パイチャート
【英】pie chart

円グラフとは、360℃の円を、100分比に応じて中心点から扇状に区切ったグラフ表現のことである。構成比を表す用途に適している。

円グラフの種類としては、半円グラフや二重円グラフ、ドーナツグラフなどがある。表計算ソフトなどの多くには円グラフを作成することのできる機能が備わっており、円グラフ内の扇形を色分けしたり、区切りを切り離したりといった加工も簡単に行えるようになっている。

情報処理のほかの用語一覧

アルゴリズム：	ツリー構造  有限要素法
グラフ：	絵グラフ  円グラフ  円交差図  円多重図解  円形グラデーション

>>グラフカテゴリの他の用語

統計学用語辞典

円グラフ

　全体に対する比率（構成比）を扇形の大きさで表す。
　変形としては，円の中心をくり抜きそこに対象についての情報等を書き込む，ドーナッツグラフがある。
　同じ対象をいくつかの群別に比較するような場合には，円グラフを並べることになる。しかし，そのような場合には後述の帯グラフの方が適切である。
　ただし，群の数が 2 であるときは，上下（左右）の半円グラフを隣り合わせて描くこともできる。

図 1．円グラフ（ドーナツグラフ）の例

ウィキペディア

円グラフ

出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2023/01/23 02:46 UTC 版)

ウィキペディアにおける円グラフについては、Template:pie chartをご覧ください。

英語を母国語とする人の人口を表した円グラフ

円グラフ（えんグラフ、英: pie chartまたはcircle chart）とは、丸い図形を扇形に分割し、何らかの構成比率を表したグラフ。円グラフでは、扇形の円弧の長さ（および中心角と面積）は、その扇形で表される量と比例する。扇形を全てあわせると完全な円となる。

一般に世界初の円グラフはウィリアム・プレイフェアの Statistical Breviary（1801年）とされている^[1][2]。

概要

表現

円グラフでは円全体を100%として扇形の面積で構成比を表現する^[3]。データは時計の12時方向から構成比が大きい順に時計回りに並べるのが一般的である^[3]。構成比の小さいものデータは最後にまとめられ「その他」と表示することが多い^[3]。

例

例示されたデータの円グラフ

例示されたデータの円グラフで、最大政党に対応する扇形を分離した場合

ここでは、2004年の欧州議会選挙結果を例として説明する。以下の表は各政党の獲得議席数の一覧である。全議席に対するパーセンテージと、そこから計算した（円グラフにするときの）中心角を記している。中心角はパーセンテージに360°をかければよい。

政党	議席数	割合 (%)	中心角 (°)
EUL	39	5.3	19.2
PES	200	27.3	98.4
CPC	42	5.7	20.7
CRAIG	15	2.0	7.4
ERIC	67	9.2	33.0
AKINS	276	37.7	135.7
GEI	27	3.7	13.3
その他	66	9.0	32.5
合計	732	99.9*	360.2*

*丸め誤差があるため、合計しても正確に100や360にはならない。

それぞれの中心角は対応する量（ここでは議席数）に比例する。中心角の合計は360°なので、ある量が全体を1としたとき Q で表される場合、その中心角は360Q度になる。この例では、最大政党（EPP）の中心角は135.7°である。割合が 0.377 なので、360°にかけて小数点以下第1位に丸めると 135.7 になる。

評価

3種類のデータ群を円グラフと棒グラフで表現

円グラフはおそらく最も一般的な統計図表としてビジネスやマスメディアで使われているが、科学や工学の分野ではあまり使われない^[4]。円グラフには批判も多く^[5]、統計学者は円グラフを使用しないことを推奨していることが多い^[6][7]。問題とされているのは、円グラフ内の異なる領域の比較や、複数の円グラフの比較が難しい点である。円グラフは情報提示の方法として効果的な場合もあり、特に（扇形同士の比較ではなく）円グラフ内の扇形と円全体を比較する場合は有効である^[2]。円グラフは扇形が全体の25%や50%となる場合に最も理解しやすいが^[8]、棒グラフなどの他の図や表形式の方が情報提示方法としては適切である。

ベル研究所の研究によると、人間による角度の比較は長さの比較ほど正確ではない。このことは右の図で示すことができる。3つの円グラフとその下にそれぞれ同じデータから描画した棒グラフがある。円グラフでは各領域の大小比較が困難だが、棒グラフでは容易に大小比較できる^[9]。しかし、目的が合計（円全体）と各領域（扇形）の比較で、各領域が全体の25%か50%なら、円グラフの方がわかりやすい。

変種と類似した図

3次元円グラフの例

ナイチンゲールが作成した「東部での軍隊における死亡原因の図」

分離のある円グラフ

1つ以上の扇形が円から分離されているグラフ。その部分を目立たせる効果があり、特に小さい部分を目立たせるときによく使われる。

3次元円グラフ

円グラフを3次元で描画したもの。見た目を美しくする目的で使われることが多く、データの読み取りが改善されるわけではない。円盤を斜めから見た状態になるため、データの正確な読み取りはむしろ困難になる。データを表現するのに不要な次元を導入してグラフを描画することは、円グラフだけでなくあらゆるグラフで好ましくないとされている^[10]。

鶏頭図

フローレンス・ナイチンゲールは1858年、「鶏頭図（polar area diagram）」「鶏のとさか^[11]」と呼ばれる一種の円グラフを考案した（Nightingale rose diagram とも）。日本語で「鶏頭」と名づけられているのは、その図が掲載された著書をナイチンゲールが "coxcomb"（cockscomb はケイトウの意）と呼んでいたため、図そのものを "coxcomb" と誤って呼ぶようになったことに由来する^[12]。

数量が半径に比例するように描かれるともされるが^[13]、少なくともナイチンゲールの例では面積に比例するように描かれている^[14][15]。一般的な円グラフと異なり、鶏頭図の各領域の中心角は一定である。

ナイチンゲールがこの図を考案したとされているが、もっと早い時期にこれを使った例がある。Léon Lalanne は1843年、32方位での風向の頻度を鶏頭図で表した。1829年、André-Michel Guerry は周期的現象の頻度を鶏頭図で表したものを論文に掲載している。

歴史

世界初の円グラフは、1801年に William Playfair が著書 Statistical Breviary に掲載した2つの図とされている^[1][2]。しかし、円グラフがその後すぐに広まったわけではない^[2]。初期の使用例としては1858年に Charles Joseph Minard が描いた地図がある。彼は、地図に三次元的な情報を追加する必要にせまられて円グラフを使用した^[16]。

• 

  William Playfair が著書 Statistical Breviary に掲載した円グラフの1つ。1789年以前のオスマン帝国における人口割合（アジア系、ヨーロッパ系、アフリカ系）

• 

  Minard の円グラフを使った地図。フランス各地からパリに出荷された牛の量を表している。（1858年）

脚注

1. ^ ^{a b} Tufte 2001, p. 44
2. ^ ^{a b c d} Spence 2005
3. ^ ^{a b c} “円グラフ : 総務省統計局”. https://www.stat.go.jp/naruhodo/4_graph/shokyu/pie-chart.html 2021年8月17日閲覧。 
4. ^ Cleveland 1985, p. 262
5. ^ Wilkinson 2005, p. 23
6. ^ Tufte 2001, p. 178
7. ^ van Belle 2002, pp. 160–162
8. ^ Good & Hardin 2003, pp. 117–118
9. ^ Cleveland 1985, pp. 86–87
10. ^ Good & Hardin 2003, chapter 8
11. ^ http://www.stat.go.jp/teacher/c2epi3.htm　ナイチンゲールと統計　総務省 統計局　2015年8月29日閲覧
12. ^ “Florence Nightingale's Statistical Diagrams”. Florence Nightingale Museum. 2006年12月7日時点のオリジナル^{[リンク切れ]}よりアーカイブ。2006年11月21日閲覧。
13. ^ https://kotobank.jp/word/%E9%B6%8F%E9%A0%AD%E5%9B%B3-1690717
14. ^ https://blog.goo.ne.jp/r-de-r/e/0c16be5592393687449b03d4561b9af7
15. ^ https://wild.maths.org/compassionate-statistician
16. ^ Palsky 1996, pp. 144–145

参考文献

• Cleveland, William S. (1985), The Elements of Graphing Data, Pacific Grove, CA: Wadsworth & Advanced Book Program, ISBN 0-534-03730-5 
• Good, Phillip I; Hardin (2003), Common Errors in Statistics (and How to Avoid Them), Wiley, ISBN 0-471-46068-0 
• Guerry, A.-M. (1829). Tableau des variations météorologique comparées aux phénomènes physiologiques, d'aprés les observations faites à l'obervatoire royal, et les recherches statistique les plus récentes. Annales d'Hygiène Publique et de Médecine Légale , 1 :228-.
• Harris, Robert L. (1999年). Information Graphics: A comprehensive Illustrated Reference. Oxford University Press. ISBN 0-19-513532-6 
• Palsky, Gilles (1996), Des chiffres et des cartes: la cartographie quantitative au XIXè siècle, Paris: Comité des travaux historiques et scientifiques, ISBN 2-7355-0336-4 
• Playfair, William, Commercial and Political Atlas and Statistical Breviary, Cambridge University Press (2005) ISBN 0-521-85554-3.
• Spence, Ian (2005), “No Humble Pie: The Origins and Usage of a statistical Chart”, Journal of Educational and Behavioral Statistics (Winter) 30 (4): 353–368, http://www.psych.utoronto.ca/~spence/Spence%202005.pdf 
• Tufte, Edward (2001), The Visual Display of Quantitative Information, Graphics Press, ISBN 0961392142 
• van Belle, Gerald (2002), Statistical Rules of Thumb, Wiley, ISBN 0471402273 
• Wilkinson, Leland (2005), The Grammar of Graphics (2nd ed.), Springer, ISBN 0-387-24544-8 

外部リンク

ウィキメディア・コモンズには、円グラフに関連するメディアがあります。

• Warning against using pie charts
• Pie Charts, on Edward Tufte's "Ask E.T." forum.
• Polar area diagram, on Edward Tufte's "Ask E.T." forum.

表 話 編 歴 統計学
標本調査	標本 母集団 無作為抽出 層化抽出法
記述統計学	連続データ 位置 平均 算術 幾何 調和 中央値 分位数 順序統計量 最頻値 階級値 分散 範囲 偏差 偏差値 標準偏差 標準誤差 変動係数 決定係数 相関係数 自己相関 共分散 自己共分散 分散共分散行列 百分率 統計的ばらつき モーメント 分散 歪度 尖度 カテゴリデータ 頻度 分割表
推計統計学	仮説検定 パラメトリック t検定 ウェルチのt検定 F検定 Z検定 二項検定 ジャック–ベラ検定 シャピロ–ウィルク検定 分散分析 共分散分析 ノンパラメトリック ウィルコクソンの符号順位検定 マン・ホイットニーのU検定 カイ二乗検定 イェイツのカイ二乗検定 累積カイ二乗検定 フィッシャーの正確確率検定 尤度比検定 G検定 アンダーソン–ダーリング検定 コルモゴロフ–スミルノフ検定 カイパー検定 マンテル検定 コクラン・マンテル・ヘンツェルの統計量 その他 帰無仮説 対立仮説 有意 棄却 区間推定 信頼区間 予測区間 モデル選択基準 AIC BIC WAIC MDL その他 偏り 偏りと分散 過剰適合 推定量 点推定 最尤推定 尤度関数 尤度方程式 最小距離推定 メタアナリシス ブートストラップ法
ベイズ統計学	確率 主観確率 ベイズ確率 事前確率 事後確率 最大事後確率 その他 ベイズ推定 ベイズ因子
相関	交絡変数 ピアソンの積率相関係数 順位相関（スピアマンの順位相関係数・ケンドールの順位相関係数）
モデル	一般線形モデル 一般化線形モデル 混合モデル 一般化線形混合モデル
回帰	線形 線形回帰 リッジ回帰 ラッソ回帰 エラスティックネット 非線形 k近傍法 回帰木 ランダムフォレスト ニューラルネットワーク サポートベクター回帰 射影追跡回帰 時系列 自己回帰モデル 自己回帰移動平均モデル ARCHモデル 対移動平均比率法 トレンド定常 傾向推定 共和分 構造変化
分類	線形 線形判別分析 ロジスティック回帰 単純ベイズ分類器 単純パーセプトロン 線形サポートベクターマシン 二次 二次判別分析 非線形 k近傍法 決定木 ランダムフォレスト ニューラルネットワーク サポートベクターマシン ベイジアンネットワーク 隠れマルコフモデル その他 二項分類 多クラス分類 第一種過誤と第二種過誤
教師なし学習	クラスタリング k平均法（k-means++法） DBSCAN 密度推定（英語版） カーネル密度推定（カーネル） その他 主成分分析 独立成分分析 自己組織化写像
統計図表	棒グラフ バイプロット（英語版） 箱ひげ図 管理図 フォレストプロット ヒストグラム 円グラフ Q-Qプロット ランチャート 散布図 幹葉図 バイオリン図 ドットプロット ヒートマップ 階級区分図
生存時間分析	生存時間関数 カプラン＝マイヤー推定量 ログランク検定 故障率 比例ハザードモデル
歴史	統計学の創始者 確率論と統計学の歩み
応用	社会統計学 疫学 生物統計学 系統学 統計力学 計量経済学 機械学習 実験計画法
出版物	統計学に関する学術誌一覧 重要な出版物
全般	統計 頻度主義統計学 統計学および機械学習の評価指標
その他	方向統計学 S言語 R言語 統計検定 社会調査士 JDLA Deep Learning For GENERAL JDLA Deep Learning for ENGINEER 実用数学技能検定 品質管理検定
カテゴリ

ウィキペディア小見出し辞書

円グラフ

出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2021/08/11 04:46 UTC 版)

「誤解を与える統計グラフ」の記事における「円グラフ」の解説

大きさの異なる円グラフを比較することは、比較されている領域を正確に読み取ることができないため、誤解を与える可能性がある。 認識するのが難しいほど細長い領域は、解釈するのが難しい場合がある。 サンプル数が少ない場合、円グラフのラベルとしてパーセントを用いるのは、誤解を与える可能性がある。 円グラフを3Dにしたり傾斜をつけたりすることで、透視効果の変形により解釈するのが難しくなる。スライスの高さが変化する棒グラフにした円グラフは、読み手を混乱させる恐れがある。