ヒストグラム・散布図をJupyter Notebook上で表示する

Matplotlibを使ってJupyter Notebook上でヒストグラムや散布図を表示させる方法です。

この記事の内容は、以下の記事に従って準備したJupyter Notebookの環境で試しています。
Jupyter NotebookをDockerを使って簡単にインストールし起動（nbextensions、Scalaにも対応） - Qiita

この環境でブラウザで8888番ポートにアクセスして、Jupyter Notebookを使うことができます。右上のボタンのNew > Python3をたどると新しいノートを開けます。

また、この記事では適当なランダムで作成したCSVファイル
https://github.com/suzuki-navi/sample-data/blob/master/sample-data-1.csv
を使っています。

データ準備

各種importとデータを読み込みます。

%matplotlib inline
import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_csv("sample-data-1.csv", names=["id", "target", "data1", "data2", "data3"])

dfはDataFrameのオブジェクトになります。

CSVからの読み込みとDataFrameの扱いについては前回の記事参照。
DataFrameに対する基本操作を試す - Qiita

ヒストグラム

Matplotlib documentation
https://matplotlib.org/api/_as_gen/matplotlib.pyplot.hist.html#matplotlib.pyplot.hist

plt.hist(df["data1"])

binsというオプションで横軸の分割する数を指定できます。

plt.hist(df["data1"], bins=30)

rangeで横軸の範囲を指定できます。

plt.hist(df["data1"], range=(-100, 100))

density=Trueを指定すると、縦軸の合計が1.0になるように正規化されます。

散布図

Matplotlib documentation
https://matplotlib.org/api/_as_gen/matplotlib.pyplot.scatter.html#matplotlib.pyplot.scatter

plt.scatter(df["data1"], df["data2"])

cに整数の列を指定すると、その値ごとに色分けしてくれるようです。

plt.scatter(df["data1"], df["data2"], c = df["target"])

点がたくさんある場合はalphaを指定するとよさそうです。0.0で透明、1.0が不透明で、その中間を指定すれば濃淡がわかります。

plt.scatter(df["data1"], df["data2"], c = df["target"], alpha=0.5)

xlim, ylimというメソッドで横軸の範囲を指定できるようです。

plt.xlim(-50, 50)
plt.ylim(-5, 5)

以上。