【第2回】Pythonではじめるディープラーニング

今回はグラフ表示ライブラリ(Matplotlib)のセットアップについてまとめました。

Matplotlibのインストール

Matplotlibをインストールします。

pip3 install matplotlib

Matplotlibの実行

Jupyter notebook(IPython)でMatplotlibを実行するには%matplotlibマジックを使用します。過去の方法では名前空間を汚染してしまうため、このマジックを使用します。

%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np

# Data for plotting
t = np.arange(0.0, 2.0, 0.01)
s = 1 + np.sin(2 * np.pi * t)

# Note that using plt.subplots below is equivalent to using
# fig = plt.figure() and then ax = fig.add_subplot(111)
fig, ax = plt.subplots()
ax.plot(t, s)

ax.set(xlabel='time (s)', ylabel='voltage (mV)',
       title='About as simple as it gets, folks')
ax.grid()

plt.show()

Jupyter notebook(IPython)でプログラムを実行するとブラウザ上にグラフが表示されます。

Tkinterのインストール

PythonでMatplotlibを実行できるように、Tkinterをインストールします。

apt install python3-tk

Matplotlibにはバックエンドと呼ばれるものがあり、異なる出力先を設定できます。use()関数はmatplotlib.pyplotをインポートする前に実行してください。AggはAnti-Grain Geometryと呼ばれるレンダリングエンジンで、高品質のイメージをレンダリングできます。

import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt

次のプログラムを作成して、Pythonで実行するとtest.pngが作成されます。

import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import numpy as np

# Data for plotting
t = np.arange(0.0, 2.0, 0.01)
s = 1 + np.sin(2 * np.pi * t)

# Note that using plt.subplots below is equivalent to using
# fig = plt.figure() and then ax = fig.add_subplot(111)
fig, ax = plt.subplots()
ax.plot(t, s)

ax.set(xlabel='time (s)', ylabel='voltage (mV)',
       title='About as simple as it gets, folks')
ax.grid()

fig.savefig("test.png")
plt.show()

test.png

Matplotlibの設定

設定ファイルは~/.config/matplotlib/matplotlibrcに作成します。

wget 'https://matplotlib.org/_static/matplotlibrc'

設定ファイルをダウンロードして、バックエンドをAggに変更します。これでuse()関数は不要になります。

#backend      : qt5agg
backend      : Agg

【第2回】Pythonではじめるディープラーニング

【第2回】Pythonではじめるディープラーニング

Matplotlibのインストール

Matplotlibの実行

Tkinterのインストール

test.png

Matplotlibの設定

参考文献