【Python】matplotlibで学ぶデータ可視化入門

はじめに

Pythonでデータを可視化する際によく使われるのが matplotlib です。
シンプルな折れ線グラフから、棒グラフ、散布図、複数グラフまで、幅広く対応できます。

本記事では、matplotlibの基本的な使い方を解説しながら、
折れ線・棒・散布図・複数グラフ・サイン波などの描画例を紹介します。

---

1. ライブラリのインストール

まずは必要なライブラリをインストールします。

pip install matplotlib japanize-matplotlib numpy

• matplotlib → データ可視化のためのライブラリ
• japanize_matplotlib → 日本語ラベルを使いたいときに便利
• numpy → サイン波・コサイン波の計算で使用

---

2. サンプルプログラム全体

以下のプログラムでは、5種類のグラフをまとめて学習できます。

import matplotlib.pyplot as plt
import japanize_matplotlib  # 日本語表示用（補助的に使用）
import numpy as np
import random

# ==========================================================
# ① 基本の折れ線グラフ
# ==========================================================
def plot_line_chart():
    x = [1, 2, 3, 4, 5]
    y = [10, 20, 15, 30, 25]

    plt.figure(figsize=(6, 4))
    plt.plot(x, y, marker="o", color="blue")
    plt.title("① 基本の折れ線グラフ")
    plt.xlabel("月")
    plt.ylabel("売上額（万円）")
    plt.grid()
    plt.show()

# ==========================================================
# ② 棒グラフ（Bar Chart）
# ==========================================================
def plot_bar_chart():
    labels = ["1月", "2月", "3月", "4月", "5月"]
    sales = [23, 35, 30, 40, 28]

    plt.figure(figsize=(6, 4))
    plt.bar(labels, sales, color="skyblue")
    plt.title("② 月別売上高（棒グラフ）")
    plt.xlabel("月")
    plt.ylabel("売上（万円）")
    plt.show()

# ==========================================================
# ③ 散布図（Scatter Plot）
# ==========================================================
def plot_scatter_chart():
    x = [random.randint(0, 50) for _ in range(50)]
    y = [random.randint(0, 50) for _ in range(50)]

    plt.figure(figsize=(6, 4))
    plt.scatter(x, y, color="green")
    plt.title("③ サンプル散布図")
    plt.xlabel("身長(cm)")
    plt.ylabel("体重(kg)")
    plt.show()

# ==========================================================
# ④ 複数グラフの描画（サブプロット）
# ==========================================================
def plot_multiple_charts():
    x = [1, 2, 3, 4, 5]
    y1 = [1, 4, 9, 16, 25]
    y2 = [25, 16, 9, 4, 1]

    fig, axs = plt.subplots(1, 2, figsize=(10, 4))

    # 左のグラフ
    axs[0].plot(x, y1, color="red", marker="o")
    axs[0].set_title("上昇傾向")

    # 右のグラフ
    axs[1].plot(x, y2, color="blue", marker="s")
    axs[1].set_title("下降傾向")

    fig.suptitle("④ 複数グラフの描画")
    plt.tight_layout()
    plt.show()

# ==========================================================
# ⑤ 実践例：サイン波とコサイン波
# ==========================================================
def plot_sin_cos():
    x = np.linspace(0, 10, 100)
    y1 = np.sin(x)
    y2 = np.cos(x)

    plt.figure(figsize=(8, 5))
    plt.plot(x, y1, label="サイン波", color="blue")
    plt.plot(x, y2, label="コサイン波", color="orange")
    plt.title("⑤ サイン波とコサイン波の比較")
    plt.xlabel("時間 (秒)")
    plt.ylabel("値")
    plt.legend()
    plt.grid()
    plt.show()

# ==========================================================
# メイン関数
# ==========================================================
def main():
    print("=== matplotlib 学習プログラム ===")
    print("1: 折れ線グラフ")
    print("2: 棒グラフ")
    print("3: 散布図")
    print("4: 複数グラフ")
    print("5: サイン波とコサイン波")
    print("6: 全部まとめて表示")
    choice = input("見たいグラフの番号を入力してください: ")

    if choice == "1":
        plot_line_chart()
    elif choice == "2":
        plot_bar_chart()
    elif choice == "3":
        plot_scatter_chart()
    elif choice == "4":
        plot_multiple_charts()
    elif choice == "5":
        plot_sin_cos()
    elif choice == "6":
        plot_line_chart()
        plot_bar_chart()
        plot_scatter_chart()
        plot_multiple_charts()
        plot_sin_cos()
    else:
        print("無効な入力です。1〜6を入力してください。")

if __name__ == "__main__":
    main()

---

3. プログラムの解説

① 折れ線グラフ

plt.plot(x, y, marker="o", color="blue")

• plt.plot() … 折れ線グラフを描画
• marker="o" … データ点に丸を付ける
• color="blue" … 線の色を青に設定

---

② 棒グラフ

plt.bar(labels, sales, color="skyblue")

• plt.bar() … 棒グラフを描画
• ラベルに 日本語（1月, 2月…） を直接指定可能

---

③ 散布図

plt.scatter(x, y, color="green")

• 点の分布を可視化するのに便利
• random.randint() でランダムなサンプルデータを生成

---

④ 複数グラフ（サブプロット）

fig, axs = plt.subplots(1, 2, figsize=(10, 4))

• 1行2列 のレイアウトで2つのグラフを並べて表示
• axs[0] → 左側、axs[1] → 右側

---

⑤ サイン波とコサイン波

x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

• np.linspace(0, 10, 100) → 0〜10を100分割したデータ
• plt.legend() → 凡例を表示

---

まとめ

• matplotlib はPythonで最も使われるデータ可視化ライブラリ
• 折れ線・棒・散布図・複数グラフ・サイン波をまとめて学習可能
• japanize_matplotlib を使えば、日本語ラベルも簡単に対応できる
• このプログラムで基本を押さえれば、データ分析にも応用できる

---

おわりに

本記事では、matplotlibの基礎を学びながら、
日本語対応したグラフ描画を行う方法も紹介しました。

次回はさらに発展して、以下の内容も記事にしたいと思います：

• matplotlibのデザインカスタマイズ
• pandasとの連携によるデータ可視化
• 実データを使ったグラフ分析

ぜひ参考にしてみてください！