Pythonの描画ライブラリmatplotlibの詳しい説明

Python の matplotlib 描画ライブラリは、非常に強力なデータ視覚化ツールです。折れ線グラフ、散布図、棒グラフ、ヒストグラム、円グラフなど、さまざまな種類のグラフを描画するために使用できます。 matplotlib は、学習と使用の容易さ、およびコミュニティ サポートのおかげで、Python 科学技術コンピューティング コミュニティにおける標準の視覚化ツールの 1 つになりました。この記事では、matplotlib 描画ライブラリの使い方と一般的なグラフィックの描画方法を詳しく紹介します。

1. Matplotlib の基本

1. Matplotlib のインポート

matplotlib を使用する前に、まずそれをインポートする必要があります。通常、インポートには次のコードが使用されます。

import matplotlib.pyplot as plt

このうち、plt は matplotlib の使用を簡素化するために使用される慣用的な名前です。

2. 描画ウィンドウ

グラフィックを描画する前に、描画ウィンドウを作成する必要があります。次のコードを使用して、最も単純な描画ウィンドウを作成できます。

plt.figure()

パラメータが渡されない場合、デフォルトで (8, 6) インチのサイズのウィンドウが作成されます。

3. グラフィックの描画

描画ウィンドウを作成したら、グラフィックの描画を開始できます。たとえば、単純な直線を描くには、次のコードを使用できます。

import numpy as np

x = np.array([0, 1, 2, 3, 4])
y = np.array([0, 1, 2, 3, 4])

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

ここで、np は、x 軸と y 軸のデータを生成するために使用される NumPy ライブラリのエイリアスです。直線を描画するにはplot関数を使用し、グラフィックを表示するにはshow関数を使用します。このコードを実行すると、描画ウィンドウがポップアップして直線が表示されます。

2. 一般的なグラフ描画方法

1. 折れ線グラフ

折れ線グラフは、連続データを描画するために使用されるグラフです。プロット関数を使用してプロットできます。たとえば、次のコードはサイン関数曲線を描画します:

x = np.arange(0, 10, 0.1)
y = np.sin(x)

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

ここで、x の範囲は 0 ～ 10、ステップ サイズは 0.1、y は対応するサイン関数の値です。

2. 散布図

散布図は、X 座標と Y 座標などの 2 つの変数間の関係をプロットするために使用されます。スキャッター機能を利用して描画することができます。たとえば、次のコードはランダム データの散布図を作成します:

x = np.random.rand(50)
y = np.random.rand(50)

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

ここで、x と y は両方とも長さ 50 の乱数です。

3. ヒストグラム

ヒストグラムは、さまざまなカテゴリの数値を比較するために使用されます。 bar関数を使用して描画できます。たとえば、次のコードは単純なヒストグラムを描画します:

x = ["A", "B", "C", "D", "E"]
y = [10, 5, 8, 12, 7]

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

ここで、x はカテゴリ、y は各カテゴリの数値サイズです。

4. ヒストグラム

ヒストグラムは、一連のデータの分布を表示するために使用されます。 hist関数を使用して描画することができます。たとえば、次のコードはランダム データのヒストグラムをプロットします:

x = np.random.randn(1000)

plt.hist(x)
plt.show()

ここで、x は長さ 1000 の乱数です。

5. 円グラフ

円グラフは、さまざまなカテゴリの割合を表示するために使用されます。円グラフ機能を使って描画することができます。たとえば、次のコードは単純な円グラフを描画します。

labels = ["A", "B", "C", "D", "E"]
sizes = [15, 30, 45, 10, 5]

plt.pie(sizes, labels=labels)
plt.show()

ここで、size は各カテゴリのサイズ、label は各カテゴリの名前です。

3. Matplotlib Advanced

1. 座標軸の設定

xlabel、ylabel、title 関数を使用して、横軸、縦軸、グラフィックを設定します。 title:

plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.title("Title")
plt.plot(x, y)
plt.show()

2. 凡例の設定

legend 関数を使用して、さまざまなデータ セットを区別する凡例を設定します:

x1 = np.arange(0, 10, 0.1)
y1 = np.sin(x1)

x2 = np.arange(0, 10, 0.1)
y2 = np.cos(x2)

plt.plot(x1, y1, label="sin")
plt.plot(x2, y2, label="cos")
plt.legend()
plt.show()

その中で、label パラメーター異なるデータセットを区別するために使用されます。凡例を表示するには、凡例関数が使用されます。

3. スタイル設定の書式設定

fmt パラメーターを使用して、色、線の形状、線の幅などの線のスタイルを設定できます。

plt.plot(x, y, "r--", linewidth=2)
plt.show()

このうち、r- - は赤い点線を表し、線幅パラメータは線幅を設定するために使用されます。

4. サブプロット設定

subplot 関数を使用して、複数のサブプロットを描画できます。

plt.subplot(2, 2, 1)
plt.plot(x, y)

plt.subplot(2, 2, 2)
plt.scatter(x, y)

plt.subplot(2, 2, 3)
plt.bar(x, y)

plt.subplot(2, 2, 4)
plt.hist(x)

plt.show()

そのうち、 subplot 関数は、それぞれの行数、列番号、およびサブ図のシリアル番号。

5. グラフィックの保存

savefig 関数を使用して、グラフィックをファイルとして保存します。

plt.plot(x, y)
plt.savefig("figure.png")

パラメーターはファイル名とパスを表します。

結論

この記事では、matplotlib 描画ライブラリの基本的な使用法と一般的なグラフィックスの描画方法、およびいくつかの高度なテクニックを紹介します。 Python 科学技術コンピューティングの不可欠な部分として、matplotlib 描画ライブラリを学習すると、データの視覚化とデータ分析をより適切に実行できるようになります。

以上がPythonの描画ライブラリmatplotlibの詳しい説明の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。