よく使う図とmarkdown、pythonでの作り方 #Python

イントロダクション

図と言っても、用途や見せ方によって多くの種類があり、世の中には自分の知らないものがあるものです。
そこでよく使われる図をまとめ、議事録やプログラムでも使えるように、pythonやmermaid(markdownエディタでよくサポートされているjavascriptライブラリ)のコードも作りました。
こちらの記事をベースに一部内容を編集して共有します。

一覧

サンプル : pはpython(主にmatplotlibで作成した図), mはmermaidで作ったサンプルを載せています。

名前	用途	サンプル	備考
折れ線グラフ	時系列データ、スペクトル	p
棒グラフ	量の比較	p
円グラフ	割合	p
ヒストグラム	データの分布	p
レーダーチャート	項目の評価	p
散布図	離散データ	p
パレート図	重要な項目抽出	p
クラス図	モデルを表す	m	UML
シーケンス図	オブジェクト間のやり取り	m	UML
フローチャート	流れ	m
ガントチャート	進捗確認	m
樹形図	枝分かれ	m
箱ひげ図	誤差	p
等値線図	天気図	p
アローダイアグラム	矢印で工期	m
サイクル図	ループ	m
流線図	矢印でベクトルを示す	p
テーブル	表	-

mermaidはデスクトップエディタならTypora、vscodeで書くならMarkdown Preview Mermaid Support、ブラウザならmermaid live editorで読み込むことができます。
mermaidについては以前の記事も参考にしてください。

Typoraでシーケンス図、フローチャート、ガントチャートを描くための書き方まとめ

折れ線グラフ

時系列データ、スペクトル、運行ダイヤグラムを示す
必ずしも軸は線形でなくてもよい(片対数、両対数グラフ等)

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(5)
y = x**2

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

棒グラフ

他者と量を比較

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(3)
y = np.array([100, 30, 70])
plt.bar(x, y)

円グラフ

割合を円で示す

import numpy as np
import matplotlib.pyplot as plt

x = np.array([12, 23, 100])
str_label = ['a', 'b', 'c']
plt.pie(x, labels=str_label, counterclock=False, startangle=90)

ヒストグラム

データの分布を示す

import numpy as np
import matplotlib.pyplot as plt

x = np.random.normal(50, 10, 100)
plt.hist(x)

レーダーチャート

項目を数値で評価するときに使用

import numpy as np
import matplotlib.pyplot as plt

labels = ['a', 'b', 'c', 'd']
values = [10, 20, 30, 40]
angles = np.linspace(0, 2*np.pi, len(labels) + 1, endpoint=True)
values = np.concatenate((values, [values[0]]))

fig = plt.figure()
ax = fig.add_subplot(111, polar=True)
ax.plot(angles, values, 'o-')
ax.fill(angles, values, alpha=0.25)
ax.set_thetagrids(angles[:-1] * 180 / np.pi, labels)

散布図

離散データを示す

import numpy as np
import matplotlib.pyplot as plt

x = np.random.rand(10)
y = np.random.rand(10)
plt.scatter(x, y)

パレート図

重要な項目を抽出

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(4)
y1 = np.array([10, 5, 3, 2])
sum_y1 = np.sum(y1)
y2 = np.cumsum(y1) / sum_y1

fig = plt.figure()
ax1 = fig.add_subplot(111)
ax2 = ax1.twinx()

ax1.bar(x, y1)
ax2.plot(x, y2, c='r')

クラス図

システムの構造を表す
状態遷移図、オブジェクト図、パッケージ図へ応用可
mermaid使用(classDiagramは実験的機能)

classDiagram

Class01 <|-- AveryLongClass : Cool
Class03 *-- Class04
Class05 o-- Class06
Class07 .. Class08
Class09 --> C2 : Where am i?
Class09 --* C3
Class09 --|> Class07
Class07 : equals()
Class07 : Object[] elementData
Class01 : size()
Class01 : int chimp
Class01 : int gorilla
Class08 <--> C2: Cool label

シーケンス図

オブジェクト間のやり取りを時系列に沿って表現
mermaid使用

sequenceDiagram
    participant Alice
    participant Bob
    Alice->>John: Hello John, how are you?
    loop Healthcheck
        John->>John: Fight against hypochondria
    end
    Note right of John: Rational thoughts <br/>prevail...
    John-->>Alice: Great!
    John->>Bob: How about you?
    Bob-->>John: Jolly good!

フローチャート

流れを示す
アクティビティ図へ応用可
mermaid使用

graph TD

A-->B
A-->C
B-->D
C-->D

ガントチャート

時系列でタスクの進捗を示す
mermaid使用

gantt
dateFormat  YYYY-MM-DD
title Adding GANTT diagram to mermaid

section A section
Completed task            :done,    des1, 2014-01-06,2014-01-08
Active task               :active,  des2, 2014-01-09, 3d
Future task               :         des3, after des2, 5d
Future task2               :         des4, after des3, 5d

樹形図

事象の場合分け、家系図で使用
マインドマップ(思考を整理するための図)や特性要因図(問題を洗い出すための図)
mermaidを応用

graph LR

A---B
A---C
B---D
B---E
C---F

箱ひげ図

データのばらつきを示す

import numpy as np
import matplotlib.pyplot as plt

spread = np.random.rand(50) * 100
center = np.ones(25) * 50
flier_high = np.random.rand(10) * 100 + 100
flier_low = np.random.rand(10) * -100
data = np.concatenate((spread, center, flier_high, flier_low))

plt.boxplot(data)(self, parameter_list):

等値線図

等高線図や天気図
matplotlibを使用

import numpy as np
import matplotlib.pyplot as plt

delta = 0.025
x = np.arange(-3.0, 3.0, delta)
y = np.arange(-2.0, 2.0, delta)
X, Y = np.meshgrid(x, y)
Z1 = np.exp(-X**2 - Y**2)
Z2 = np.exp(-(X - 1)**2 - (Y - 1)**2)
Z = (Z1 - Z2) * 2

CS = plt.contour(X, Y, Z)

アローダイアグラム

日程計画を決定するための図
mermaid使用

graph TD

1 -->|1 day| 2
2 -->|2 days| 3
2 -->|4 days| 4
3 -->|3 days| 5
4 -->|3 hours| 5

サイクル図

PDCAやリサイクルを示す
要は無限ループ
mermaid使用

graph LR

P-->D
D-->C
C-->A
A-->P

流線図

ものや人の流れを矢印で示した図
統計地図、流体解析、電磁界解析へ応用

import numpy as np
import matplotlib.pyplot as plt

X = [1, 3]
Y = [2, 4]
U = [5, 60]
V = [70, 8]
plt.quiver(X, Y, U, V)

テーブル

エクセルなどの表
マトリックス図

a	n
b	1
c	2

終わりに

コードや説明にミスがあればご連絡ください。
また、追加すべき図があればできる範囲で対応します。

よく使う図とmarkdown、pythonでの作り方