【入門】matplotlib (Python ライブラリ) の使い方

matplotlib

matplotlib とは、Python 用のグラフ描画ライブラリです。

初めに

本記事では、機械学習/科学計算/データ分析でよく利用する matplotlib の紹介です。

その他の記事は以下をご覧ください。

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

オライリージャパン

Amazonの商品レビュー・口コミを見る

［増補改訂］ビッグデータを支える技術 ——ラップトップ1台で学ぶデータ基盤のしくみ WEB+DB PRESS plus

技術評論社

Amazonの商品レビュー・口コミを見る

matplotlib のインストール

以下のいずれかの方法で matplotlib をインストールします。

pip コマンドを利用しない方法
pip コマンドを利用する方法

pip コマンドを利用しない方法

Anaconda | Unleash AI innovation and value

Accelerate growth efficiently for everyone with the AI and data science experts.

pip コマンドを利用する方法

pip install matplotlib

matplotlib の使い方

本記事では、以下のライブラリをインポートしている前提で話を進めます。

import matplotlib.pylab as plt
import numpy as np

必要に応じて、ソースコードに上記の import 文を追加してください。

グラフの作成

ここでは、グラフの描写方法を紹介します。

点を打つ

plt.plot(1, 1, marker='o') #x, y, オプション(marker=点の形)の順
plt.show()

２次元グラフを描画

x = np.arange(0, 5, 0.1) #0~5まで 0.1 刻みで生成
y = 2 * x

plt.plot(x, y) #２次元グラフ
plt.show()

複数のグラフを描画

x1 = np.arange(0, 5, 0.1) #0~5まで 0.1 刻みで生成
y1 = 2 * x1 -5

x2 = np.arange(0, 5, 0.1) #0~5まで 0.1 刻みで生成
y2 = -2 * x2 +5

plt.plot(x1, y1) #１つ目のグラフ
plt.plot(x2, y2) #２つ目のグラフ
plt.show()

複数のグラフ領域 (axes) を横に作成

fig = plt.figure()

ax1 = fig.add_subplot(121) #1行2列の１番目
ax1.plot(1,1, marker='o')

ax2 = fig.add_subplot(122) #1行2列の２番目
ax2.plot(0, 0, marker='o')

plt.show()

fig.add_subplot の引数は (行、列、場所) を表します。

複数のグラフ領域 (axes) を縦に作成

fig = plt.figure()

ax1 = fig.add_subplot(211) #2行1列の１番目
ax1.plot(1,1, marker='o')

ax2 = fig.add_subplot(212) #2行1列の２番目
ax2.plot(0, 0, marker='o')

plt.show()

３次元のグラフを描画

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d') #３次元グラフ

x = np.arange(-2.0, 2.0, 0.1)
y = np.arange(-2.0, 2.0, 0.1)
z = x **2 + y**2

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

ワイヤーフレームを描画

fig = plt.figure()
ax = fig.add_subplot(projection='3d') #３次元グラフ

x = np.arange(-2.0, 2.0, 0.1)
y = np.arange(-2.0, 2.0, 0.1)

X, Y = np.meshgrid(x, y)
Z = X**2 + Y**2

ax.plot_wireframe(X, Y, Z) #ワイヤーフレーム

plt.show()

マーカーの設定

ここでは、マーカーの設定を紹介します。

形を変える

plt.plot(1, 1, marker='*') #マーカーの形

plt.show()

なお、マーカーの一覧は以下です。

matplotlib.markers — Matplotlib 3.8.2 documentation

色を変える

plt.plot(1, 1, color='red', marker='o') #color で色を変更

plt.show()

なお、以下の方法で色と形を一括で指定できます。

plt.plot(1, 1, 'ro') #r = color が red, o = maker が 'o' を表す

plt.show()

サイズを変える

plt.plot(1, 1, marker='o', markersize=100) #マーカーのサイズ変更

plt.show()

なお、markersize の代わりに ms でも同様機能となります。

軸や目盛の設定

目盛の範囲を制限

plt.xlim(-2,2) #x軸の範囲
plt.ylim(-2,2) #y軸の範囲

plt.show()

目盛の間隔

plt.xticks(np.arange(-2.0, 2.1, 0.4)) #x軸の目盛の間隔
plt.yticks(np.arange(-2.0, 2.1, 0.4)) #y軸の目盛の間隔

plt.show()

補助線 (グリッド)

plt.grid() #補助線

plt.show()

０の軸線

plt.plot( [-2, 2], [0,0], '--b')
plt.plot( [0,0], [-2, 2], '--b')

plt.show()

アニメーション

matplotlib のアニメーションは次の２種類があります。

ArtistAnimation：アニメーションで利用する全てのグラフを配列に格納
FuncAnimation：１フレームごとに関数でグラフを生成

ArtistAnimation

#jupyter notebook でアニメーションを再生する場合
import matplotlib.animation as animation
%matplotlib nbagg

fig = plt.figure()

ims = []
for i in range(10):
        graph = plt.plot(i,i, marker='*')             # グラフを作成
        ims.append(graph)                  # グラフを配列に格納

ani = animation.ArtistAnimation(fig, ims, interval=100) #100msごとに配列のグラフを切り替え
plt.show()

FuncAnimation

#jupyter notebook でアニメーションを再生する場合
%matplotlib nbagg

x = np.arange(0, 10.0, 1)
y = np.arange(0, 10.0, 1)
fig = plt.figure()
ax = fig.add_subplot(111)
line, = ax.plot(x, y, '*', color='orange', markersize=10) #カンマは Line2D "リストの先頭" を代入

def func(i):
    line.set_data(i,i)
    return line,

ani = animation.FuncAnimation(fig, func, frames=10, interval=100, blit=True) #１０個のグラフを100msごとに blitting 手法で描写
ani.save('fig2.gif', writer="pillow")
plt.show()