🧪 開発・試作メモ

第7回｜感情分析②：感情の波をグラフで見える化してみた！

第7回｜感情分析②：感情の波をグラフで見える化してみた！

🏄 はじめに

前回の記事で、コーチングセッションの会話をひとことずつAIに読ませて、

「この発言はポジティブ？ネガティブ？それともニュートラル？」を数値で付けてもらいました。

無事に session_emotion.json という、感情スコア付きのファイルも作れましたね。

でも！

数字だけだと、いまいちピンと来ない…

どのあたりで気持ちが上がって、どこで下がってるのか、流れで見たいじゃないですか。

というわけで今回は、このスコアをグラフにして「気持ちの波」を丸見えにします！

やることはシンプル

棒グラフと折れ線グラフの2種類を作ってPNGで保存するだけ。

これでWebポータルに埋め込めば、あとから見返してニヤニヤできます。

さあ、感情の波サーフィンに出発しましょう！🌊

🗂 用意するもの

今回使う道具はとってもシンプルです。

1️⃣ session_emotion.json
前回（第6回）で作った「発言ごとの感情スコア入りのJSONファイル」です。
忘れた方は前回の記事を復習して、PCやGoogle Driveに用意しておいてください。

✅ 2️⃣ Google Colab
いつもの作業場所です。
まだColabの基本が不安な方はこちらの記事をどうぞ👇
🔗 Colabの使い方まとめ

✅ 3️⃣ やってみる勇気と好奇心！
これが一番大事です。失敗してもJSONがあれば何度でもやり直せます。

準備ができたら、いよいよグラフを作っていきましょう！

📈 感情の波グラフを作ってみよう！

準備ができたら、さっそく session_emotion.json を使って、感情スコアをグラフにしてみましょう！

今回は「棒グラフ」と「推移グラフ」の2種類を作って、会話の気持ちの動きをパッと見で分かるようにします✨

ステップ1：Colabで環境準備

まずは Google Colab を開いて、新しいノートブックを作りましょう。

今回のグラフでは、日本語が豆腐（□）にならないようにjapanize-matplotlib を使います！

これがあれば面倒なフォント設定は一発で解決です。

以下のコードを、最初のセルにコピペして実行してください👇

# 日本語フォントを入れておく（念のため）
!apt-get -y install fonts-noto-cjk

# 日本語グラフを簡単にする便利パッケージ
!pip install japanize-matplotlib

# 必要なライブラリ
import json
import matplotlib.pyplot as plt
import japanize_matplotlib  # ← これがポイント！

これで準備OK！

次は、前回作った session_emotion.json を読み込んでいきます。

ステップ2：JSONを読み込む

japanize-matplotlib の準備ができたら、前回作った session_emotion.json を Colab にアップロードして読み込みます。

以下のコードを新しいセルにコピペして実行してください👇

from google.colab import files
import json

# ファイルをアップロードする
uploaded = files.upload()

# アップロードしたファイル名を取得
filename = list(uploaded.keys())[0]

# JSONを読み込む
with open(filename, 'r', encoding='utf-8') as f:
    data = json.load(f)

# スコアだけ取り出す
scores = [item['score'] for item in data]

# 確認
print("スコア一覧:", scores)

アップロード画面が出てくるので、session_emotion.json を選んでポイッと入れればOKです。

スコアのリストが表示されたら準備完了！

次はグラフ用のデータを整形していきましょう✨

ステップ3：データを整形

アップロードした JSON から感情スコアだけを取り出したので、次はグラフ用の X軸（発言番号） と Y軸（スコア） を準備します。

以下のコードを新しいセルにコピペして実行してください👇

# X軸：発言番号（1から順番）
x = list(range(1, len(scores) + 1))

# Y軸：感情スコア（すでに取り出したやつ）
y = scores

# 確認
print("発言番号:", x)
print("スコア:", y)

これで発言順とスコアのペアが完成です！

あとはこのデータをグラフに流し込むだけ 🎉

次は、いよいよ棒グラフを作っていきましょう！

ステップ4：棒グラフを作る

整形したデータを使って、まずは 発言ごとの感情スコアを棒グラフに してみましょう！

どの発言がポジティブ・ネガティブなのか、一目でわかります✨

以下のコードを新しいセルにコピペして実行してください👇

# 棒グラフを作る
plt.figure(figsize=(12, 6))
plt.bar(x, y)
plt.xlabel('発言番号')
plt.ylabel('感情スコア')
plt.title('発言ごとの感情スコア（棒グラフ）')
plt.grid(axis='y')

# 画像として保存
plt.savefig('graph_bar.png')
plt.show()

これで棒グラフが表示され、同時に graph_bar.png という画像ファイルが保存されます。

棒グラフで発言ごとの感情の強さをチェックしたら、次は会話全体の「感情の波」を折れ線グラフで見ていきましょう🌊

ステップ5：推移グラフを作る

棒グラフで発言ごとの感情スコアをチェックしたら、次は会話全体の 「気持ちの波」を折れ線グラフで可視化 してみましょう！

今回は 累積なし で、発言ごとのスコアの上下をそのままつないで、感情のうねりをリアルに見ます。

以下のコードを新しいセルにコピペして実行してください👇

# 累積なし、スコアそのままの推移グラフ
plt.figure(figsize=(12, 6))
plt.plot(x, scores, marker='o')
plt.xlabel('発言番号')
plt.ylabel('感情スコア')
plt.title('感情の波（スコア推移グラフ）')
plt.grid()
plt.savefig('graph_wave_raw.png')
plt.show()

# 画像として保存
plt.savefig('graph_wave.png')
plt.show()

これで スコア推移グラフ が表示され、同時に graph_wave_raw.png という画像ファイルが保存されます。

ステップ６：グラフの画像をダウンロードする

以下のコードを実行すればパソコンにダウンロードできます。👇（折れ線グラフと棒グラフ）

from google.colab import files

# 棒グラフの画像をダウンロード
files.download('graph_bar.png')

# 波形グラフの画像をダウンロード
files.download('graph_wave.png')

最後、レポートを表示する時に使うので、分かりやすい場所に保存しておいてください。

🗒 おさらいと次回

今回は、前回作った session_emotion.json を使って、

✅ 発言ごとの感情スコアを棒グラフ にして、どの発言がポジティブかネガティブかを一目でチェック！

✅ 感情スコアの波を折れ線グラフ にして、会話の流れの中で気持ちのアップダウンを丸見えに！

✅ どちらのグラフも PNG画像として保存 しておいたので、あとからいつでもWebポータルに埋め込んで表示できます✨

これで「感情の波をデータで眺める準備」は完了！

次回はさらに一歩進んで、この感情の流れや話題の傾向から、GPTに“気づき”を引き出してもらいます！

🚀 次回のテーマ

第8回｜感情分析③：“気づき”を引き出すレポートをつくろう

  • 各発言に 「話題タグ」 を自動で付ける
    （例：雑談／学習／振り返り／ネガティブ思考 など）
  • 感情の波と話題の流れをもとに、
    GPTに 「今回の気づき・感想・次に意識したいこと」 を文章化してもらう
  • 出来上がった“気づきレポート”を report.json の insight フィールド に保存
  • ポータルで 300〜500文字程度のまとまった形で表示できるようにする

🧩 次回のアウトプット

「気づきレポート」が自動生成され、ポータルに載せられる！

これで「感情を可視化するだけ」で終わらず、次のアクションにつながる“学び”まで自動化できます。


お楽しみに！🚀✨

🔗 関連リンク｜AI秘書ツール制作シリーズ

💡 迷ったらこちらも

  • この記事を書いた人

SHIRAN

「コードは知らない。でも作れる。」AIとツールで便利を生む非エンジニア。挫折も経験しながら、今は作る楽しさを発信中。詳しくはこちら

-🧪 開発・試作メモ
-, ,