LoginSignup
0
0

More than 3 years have passed since last update.

@PipoPi

Matplotlib備忘録

Last updated at Posted at 2020-08-24

概要

Matplotlibで覚えておきたいことをメモ
(神記事ありました、こちらで全て済むかも笑)

タスク

1. plt.〇〇で折れ線グラフを描画

2. plt.〇〇で複数の折れ線グラフを描画

3. 日本語化について(Mac)

4. 目盛りの整数化

5. x軸の目盛りを時刻表示

6. 縦線と横線の追加

方法

1. plt.〇〇で折れ線グラフを描画

1で扱うサンプル

sample1 sample2 sample3
1 2 3
1 2 3
1 2 3
1 2 3
1 2 3
1 2 3
1 2 3
1 2 3
1 2 3
1 2 3
1 2 3
1 2 3
1 2 3
1 2 3
10 20 30
10 20 30
10 20 30
10 20 30
10 20 30
10 20 30
10 20 30
10 20 30
10 20 30
10 20 30
10 20 30
10 20 30
100 200 300
100 200 300
100 200 300
100 200 300
100 200 300
100 200 300
100 200 300
100 200 300
100 200 300
100 200 300
100 200 300
100 200 300
100 200 300 
import matplotlib as mpl
import matplotlib.pyplot as plt
df = pd.read_csv("./matplotlib1.csv")
name="sample1" 
x = df.index
y = df[name]
plt.figure(figsize=(6, 4), dpi=72, tight_layout=True)
plt.title('タイトル')
plt.tick_params(bottom=False)
plt.plot(x, y, label=name)
plt.ylabel("value")
plt.xlabel("index")
plt.legend(loc="upper left",bbox_to_anchor=(1, 1))
plt.grid()
plt.show()

sample1-mlp.png

2. plt.〇〇で複数の折れ線グラフを描画

2で扱うサンプル

sample1 sample2 sample3
1 -2 3
1 -2 3
1 -2 3
1 -2 3
1 -2 3
1 -2 3
1 -2 3
1 -2 3
1 -2 3
1 -2 3
1 -2 3
1 -2 3
1 -2 3
1 -2 3
10 -20 30
10 -20 30
10 -20 30
10 -20 30
10 -20 30
10 -20 30
10 20 -30
10 20 -30
10 20 -30
10 20 -30
10 20 -30
10 20 -30
100 200 300
100 200 300
100 200 300
100 200 300
100 200 300
100 200 300
100 200 30
100 200 30
100 200 30
100 200 30
100 20 30
100 2 3
100 2 3 
# 1行3列表示
# tight_layout: 重なっている部分を重ならないようにする
df = pd.read_csv("./matplotlib2.csv")
plt.figure(figsize=(6*3, 4), dpi=72, tight_layout=True)
for i in range(3):
    plt.subplot(1,3,i+1)
    name="sample1" 
    x = df.index
    y = df[df.columns[i]]
    plt.title(df.columns[i])
    plt.tick_params(bottom=False)
    plt.plot(x, y, label=df.columns[i])
    # plt.plot(x, y, 'rs:', label='line_1')
    plt.ylabel("value")
    plt.xlabel("index")
    plt.legend(loc="upper left",bbox_to_anchor=(1, 1))
    plt.grid()
plt.show()

sample2-mlp.png

3. 日本語化について

基本はいろんな記事で紹介されているように（例：MacでMatplotlibの日本語の文字化けを直す）

①ipaexフォントのダウンロード
↓
②（pythonパス）/site-packages/matplotlib/mpl-data/fonts/ttfにipaexg.ttfを配置 　
↓
③（pythonパス）/site-packages/matplotlib/mpl-data/matplotlibrcの編集

自分は③で詰まった
デフォ設定のfont.familyをコメントアウトしようとしたら、最初から#が1つあった。
そのときは特に考えず、「最初からコメントアウトされてるじゃんラッキー！」と思って、下にfont.family: IPAexGothic を記述したらduplicatedの警告が。
ちゃんとファイルの説明を読むと、matplotlibrcのコメントアウトは#1つではなくて、##なので注意
、みたいな旨の文章ありました。やっぱり説明はしっかり読まんとですね。。。
# font.family:〜〜を、## font.family〜〜にしたらちゃんと日本語になりましたとさ

4. 目盛りの整数化

4で扱うサンプルデータ

sample1 sample2 sample3
NaN NaN NaN
0.0 0.0 0.0
0.0 0.0 0.0
0.0 0.0 0.0
0.0 1.0 1.0
0.0 0.0 0.0
0.0 0.0 0.0
0.0 0.0 0.0
0.0 1.0 1.0
0.0 0.0 0.0
0.0 0.0 0.0
0.0 0.0 0.0
0.0 1.0 1.0
0.0 0.0 0.0
0.0 0.0 1.0
0.0 1.0 0.0
0.0 0.0 0.0
0.0 0.0 0.0
0.0 0.0 1.0 
# 目盛りの整数化
import matplotlib.ticker as ticker
import numpy as np

# x = np.array([2006, 2007, 2008])
# y = np.array([35.2, 27.4, 41.2])

# plt.plot(x, y)
# plt.show()

x = df.index
y = df[name]
plt.figure(figsize=(12, 4), dpi=72, tight_layout=True)

# 値の範囲がわかっているならこっちのほうが楽
# こっちは目盛り幅も調整できる、今回は4
plt.xticks(np.arange(0, 100 + 1, 4))
# X軸の数字をオフセットを使わずに表現する（状況によっては追加）
#plt.gca().get_xaxis().get_major_formatter().set_useOffset(False)
# X軸の数字が必ず整数になるようにする
#plt.gca().get_xaxis().set_major_locator(ticker.MaxNLocator(integer=True))

# Y軸の数字をオフセットを使わずに表現する（状況によっては追加）
# plt.gca().get_yaxis().get_major_formatter().set_useOffset(False)
# Y軸の数字が必ず整数になるようにする
plt.gca().get_yaxis().set_major_locator(ticker.MaxNLocator(integer=True))
plt.title('タイトル')
plt.tick_params(bottom=False)
plt.plot(x, y, marker='.', label=name)
plt.ylabel("value")
plt.xlabel("index")
plt.legend(loc="upper left",bbox_to_anchor=(1, 1))
plt.grid()

plt.show()

スクリーンショット 2020-10-11 16.43.46.png

5. x軸の目盛りを時刻表示

サンプルデータ

time s1
0:00:00 105
0:05:00 100
0:10:00 105
0:15:00 100
0:20:00 105
0:25:00 100
0:30:00 105
0:35:00 100
0:40:00 105
0:45:00 100
0:50:00 105
0:55:00 100
1:00:00 105 
import pandas as pd
from matplotlib import pyplot as plt
import matplotlib.dates as mdates 

df = pd.read_csv("./excel-sample8-qiita.csv")
# 型をObjectからdatetimeに変換
df.time2 = pd.to_datetime(df.time)

# 変数用意
param = df[col]
leng = len(param)

fig =plt.figure(figsize=(12, 4),tight_layout=True)
ax = fig.add_subplot(111)
# 必要な情報に応じてDateFormatter()の中身を書き換える
ax.xaxis.set_major_formatter(mdates.DateFormatter('%H:%M'))
plt.setp(ax.get_xticklabels(), rotation=30)
plt.plot(df.time2, param, lw=2)
plt.show()

mlp-no5.png

6. 縦線と横線の追加

サンプルデータ

time s1
0:00:00 105
0:05:00 100
0:10:00 105
0:15:00 100
0:20:00 105
0:25:00 100
0:30:00 105
0:35:00 100
0:40:00 105
0:45:00 100
0:50:00 105
0:55:00 100
1:00:00 105 
import pandas as pd
from matplotlib import pyplot as plt
import matplotlib.dates as mdates 

df = pd.read_csv("./excel-sample8-qiita.csv")
# 型をObjectからdatetimeに変換
df.time2 = pd.to_datetime(df.time)

# 変数用意
param = df[col]
leng = len(param)

fig =plt.figure(figsize=(12, 4),tight_layout=True)
ax = fig.add_subplot(111)
ax.xaxis.set_major_formatter(mdates.DateFormatter('%H:%M'))

plt.setp(ax.get_xticklabels(), rotation=30)
plt.plot(df.time2, param, lw=2)
# 横線追加
# hlinesでいいかも???⇛参考記事:https://ensekitt.hatenablog.com/entry/2018/10/01/200000
plt.plot(df.time2, leng*[param.max()], "green", alpha=0.7)
plt.plot(df.time2, leng*[param.min()], "green", alpha=0.7)

# vlinesで縦線追加
plt.vlines(df.time2[0],param.min(),param.max(), "black", alpha = 0.7)
plt.vlines(df.time2[6],param.min(),param.max(), "black", alpha = 0.7)
plt.vlines(df.time2[12],param.min(),param.max(), "black", alpha = 0.7)

plt.show()
fig.savefig("mlp-no6.png")

mlp-no6.png

0
0
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
Sign upLogin
0
0