101
115

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 5 years have passed since last update.

matplotlib によるデータ可視化の方法 (2)

Last updated at Posted at 2014-05-02

昨日に引き続き matplotlib の機能を説明していきます。

色、マーカー、線種

import numpy as np
from pandas import *
from pylab import *
import matplotlib.pyplot as plt
from matplotlib import font_manager
from numpy.random import randn

prop = matplotlib.font_manager.FontProperties(fname="/usr/share/fonts/truetype/fonts-japanese-gothic.ttf")

r = randn(30).cumsum()

# 色、線種、マーカーを指定する
# 黒、破線、マーカーは o
plt.plot(r, color='k', linestyle='dashed', marker='o')

plt.show()
plt.savefig("image.png")

image.png

折れ線はデフォルトでは直線で結ばれます。 drawstyle オプションでこれを変更できます。

# RGB 値を明示
plt.plot(r, color='#ff0000', linestyle='dashed', marker='o', label='dashed')
# drawstyle を変更
plt.plot(r, color='#0000ff', drawstyle='steps-post', label='steps-post')
# 凡例を付ける
plt.legend(loc='best')

plt.show()
plt.savefig("image2.png")

image2.png

目盛り、ラベル

plt.xlim() や plt.xticks() は引数を与えずに呼ぶと現在の値を返します。
これに値を引数で指定することでパラメーターを設定できます。

# 引数を与えずに現在値を確認する
print( plt.xlim() )
# => (0.0, 30.0)
print( plt.xticks() )
# => (array([  0.,   5.,  10.,  15.,  20.,  25.,  30.]), <a list of 7 Text xticklabel objects>)

# 新しい値を設定する
plt.xlim([0, 40])
plt.xticks([0,4,8,12,16,20,24,28,32,36,40])

print( plt.ylim() )
# => (-7.0, 3.0)
print( plt.yticks() )
# => (array([-8., -6., -4., -2.,  0.,  2.,  4.]), <a list of 7 Text yticklabel objects>)

plt.ylim([-10, 10])
plt.yticks([-10,-8,-6,-4,-2,0,2,4,6,8,10])

plt.show()
plt.savefig("image3.png")

image3.png

軸のカスタマイズ

次のようなランダムウォークのプロットを考えてみます。

fig = plt.figure()
ax = fig.add_subplot(1,1,1)

r = randn(1000).cumsum()
ax.plot(r)

plt.show()
plt.savefig("image4.png")

image4.png

これの目盛り、ラベルをカスタマイズしてみます。
たとえば X 軸については 250 ごとにランクを分け、文字は 30 度傾け、日本語で表示するといったところです。

ax.set_xticks([0, 250, 500, 750, 1000])
ax.set_xticklabels(['A', 'B', 'C', 'D', 'E'], rotation=30, fontsize='small')
ax.set_title('テストの matplotlib plot です', fontproperties=prop)
ax.set_xlabel('ランク', fontproperties=prop)

plt.show()
plt.savefig("image5.png")

image5.png

凡例の追加

プロットされたデータの識別において簡単な方法はラベルを指定し凡例で表示することです。データごとに色や線種を分けるとわかりやすいでしょう。

fig = plt.figure()
ax = fig.add_subplot(1,1,1)

def randn1000():
    return randn(1000).cumsum()

ax.plot(randn1000(), 'k', label='one')
ax.plot(randn1000(), 'b--', label='two')
ax.plot(randn1000(), 'r.', label='three')
ax.plot(randn1000(), 'g+', label='four')
ax.plot(randn1000(), 'b*', label='five')

plt.ylim([-100, 100])

ax.legend(loc='best')

plt.show()
plt.savefig("image6.png")

image6.png

ファイル保存時のオプション

plt.savefig() のときに画像ファイルのオプションを指定することができます。

引数 説明
fname ファイルのパスを含む文字列か Python のファイルオブジェクト、形式は拡張子から自動判定される。
dpi 1 インチあたりのドット数であり図の解像度。デフォルトは 100 。
facecolor,edgecolor サブプロット外側の背景色。デフォルトは w (白) 。
format ファイル形式を明示的に指定したいときに。 png, pdf など。
bbox_inches 図中の保存する部分の指定。 tight を指定すると図の周りの空白領域を除去する。

今回はまだ pandas は登場していませんので、ここまでは純粋に matplotlib の話となります。次回以降、 pandas と組み合わせてプロットをしていきます。

参考

Matplotlib 利用ノート
http://www.geocities.jp/showa_yojyo/note/python-matplotlib.html

Pythonによるデータ分析入門――NumPy、pandasを使ったデータ処理
http://www.oreilly.co.jp/books/9784873116556/

101
115
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
101
115

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?