matplotlib の入門: 簡単なチュートリアル

matplotlib をすぐに使い始める: 簡潔なチュートリアル

Matplotlib は、豊富な描画ツールを提供し、データの分野で広く使用されているよく知られた Python データ視覚化ライブラリです。解析、科学計算、エンジニアリング図面などの分野。この記事では、matplotlib をすぐに使い始める方法を紹介し、いくつかの具体的なコード例を示します。

1. Matplotlib のインストール
始める前に、まず Matplotlib ライブラリをインストールする必要があります。 pip コマンドでインストールできます:

pip install matplotlib

2. 基本的な描画機能
2.1 折れ線グラフ
折れ線グラフは、データの傾向変化を示すことができる最も一般的に使用されるデータ視覚化方法です。

次は、特定の場所の年間降雨量を示す簡単な例です:

import matplotlib.pyplot as plt

years = [2015, 2016, 2017, 2018, 2019, 2020]
rainfall = [800, 900, 850, 1000, 950, 1100]

plt.plot(years, rainfall, marker='o', linestyle='--', color='blue')
plt.xlabel('Year')
plt.ylabel('Rainfall (mm)')
plt.title('Annual Rainfall')
plt.show()

この例では、まず、年と降雨量をそれぞれ表す 2 つのリスト years と Rainfall を定義します。 。次に、plt.plot() 関数を使用して折れ線グラフが描画され、線のスタイルと色が指定されます。最後に、グラフの水平軸と垂直軸のラベルとタイトルが plt.xlabel()、plt.ylabel()、および plt.title() 関数によって設定され、グラフは plt.show() 関数によって表示されます。 。

2.2 散布図
散布図は、2 つの変数間の関係を表し、それらの間の分布パターンを観察するために使用できます。

以下は、生徒の体重と身長の関係を示す簡単な例です:

import matplotlib.pyplot as plt

weight = [50, 55, 60, 65, 70, 75]
height = [150, 160, 165, 170, 175, 180]

plt.scatter(weight, height, marker='o', color='red')
plt.xlabel('Weight (kg)')
plt.ylabel('Height (cm)')
plt.title('Student Weight vs Height')
plt.show()

この例では、生徒の体重と身長をそれぞれ表す、体重と身長の 2 つのリストを定義します。次に、 plt.scatter() 関数を通じて散布図が描画され、散布点のスタイルと色が指定されます。最後に、グラフの水平軸と垂直軸のラベルとタイトルが plt.xlabel()、plt.ylabel()、および plt.title() 関数によって設定され、グラフは plt.show() 関数によって表示されます。 。

2.3 ヒストグラム
ヒストグラムは、異なるカテゴリ間のデータのサイズを比較するために使用できます。

次は、特定の場所の月間降雨量を示す簡単な例です:

import matplotlib.pyplot as plt

months = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun']
rainfall = [50, 45, 60, 70, 65, 80]

plt.bar(months, rainfall, color='green')
plt.xlabel('Month')
plt.ylabel('Rainfall (mm)')
plt.title('Monthly Rainfall')
plt.show()

この例では、月と雨をそれぞれ表す 2 つのリスト month と Rainfall を定義します。次に、plt.bar() 関数を通じてヒストグラムが描画され、列の色が指定されます。最後に、グラフの水平軸と垂直軸のラベルとタイトルが plt.xlabel()、plt.ylabel()、および plt.title() 関数によって設定され、グラフは plt.show() 関数によって表示されます。 。

3. 高度な関数
基本的な描画関数に加えて、Matplotlib はサブグラフ、凡例、注釈などの多くの高度な関数も提供します。

3.1 サブプロット
plt.subplot() 関数を使用してサブプロットを作成し、各サブプロットに異なるグラフを描画できます。

次は、折れ線グラフと散布図の 2 つのサブプロットを示す簡単な例です。

import matplotlib.pyplot as plt

years = [2015, 2016, 2017, 2018, 2019, 2020]
rainfall = [800, 900, 850, 1000, 950, 1100]
weight = [50, 55, 60, 65, 70, 75]
height = [150, 160, 165, 170, 175, 180]

plt.subplot(1, 2, 1)
plt.plot(years, rainfall, marker='o', linestyle='--', color='blue')
plt.xlabel('Year')
plt.ylabel('Rainfall (mm)')
plt.title('Annual Rainfall')

plt.subplot(1, 2, 2)
plt.scatter(weight, height, marker='o', color='red')
plt.xlabel('Weight (kg)')
plt.ylabel('Height (cm)')
plt.title('Student Weight vs Height')

plt.tight_layout()
plt.show()

この例では、plt.subplot(1, 2, 1) と plt を使用します。 subplot(1, 2, 2) はそれぞれ 2 つのサブプロットを作成します。 (1, 2, 1) は 1 行 2 列のサブプロットの最初のサブプロットを表し、 (1, 2, 2 ) は次のサブグラフの 2 番目のサブプロットを表します。 1行2列。次に、各部分図に異なるグラフが描画されました。最後に、 plt.tight_layout() 関数を使用してサブグラフのレイアウトを調整し、 plt.show() 関数を使用してチャートを表示します。

3.2 凡例
plt.legend() 関数を使用して、さまざまなデータの意味を示す凡例を追加できます。

次は、特定の場所の年間および月間降雨量を示し、対応する凡例を追加する簡単な例です:

import matplotlib.pyplot as plt

years = [2015, 2016, 2017, 2018, 2019, 2020]
rainfall_year = [800, 900, 850, 1000, 950, 1100]
months = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun']
rainfall_month = [50, 45, 60, 70, 65, 80]

plt.plot(years, rainfall_year, marker='o', linestyle='--', color='blue', label='Yearly')
plt.bar(months, rainfall_month, color='green', label='Monthly')
plt.xlabel('Time')
plt.ylabel('Rainfall (mm)')
plt.title('Rainfall')
plt.legend()
plt.show()

この例では、plt を渡します。ラベル パラメーターを追加します。また、plt.legend() 関数を使用して凡例を追加します。最後に、グラフの水平軸と垂直軸のラベルとタイトルが plt.xlabel()、plt.ylabel()、および plt.title() 関数によって設定され、グラフは plt.show() 関数によって表示されます。 。

3.3 注釈
plt.annotate() 関数を使用して、テキスト注釈をチャートに追加できます。

次は、特定の場所の最大年間降雨量を表示し、対応するテキスト注釈をグラフに追加する簡単な例です:

import matplotlib.pyplot as plt

years = [2015, 2016, 2017, 2018, 2019, 2020]
rainfall = [800, 900, 850, 1000, 950, 1100]

plt.plot(years, rainfall, marker='o', linestyle='--', color='blue')
plt.xlabel('Year')
plt.ylabel('Rainfall (mm)')
plt.title('Annual Rainfall')

max_rainfall = max(rainfall)
max_index = rainfall.index(max_rainfall)
plt.annotate(f'Max: {max_rainfall}', xy=(years[max_index], max_rainfall),
             xytext=(years[max_index]+1, max_rainfall-50),
             arrowprops=dict(facecolor='black', arrowstyle='->'))

plt.show()

この例では、最初に max() 関数を渡します。降水量の最大値と対応する指数を検索し、plt.annotate() 関数を使用してグラフにテキスト ラベルを追加し、ラベルの位置と矢印のスタイルを指定します。最後に、グラフの水平軸と垂直軸のラベルとタイトルが plt.xlabel()、plt.ylabel()、および plt.title() 関数によって設定され、グラフは plt.show() 関数によって表示されます。 。

4. 概要
この記事の導入部を通じて、Matplotlib が豊富な描画ツールを提供する強力なデータ視覚化ライブラリであることがわかります。折れ線グラフ、散布図、棒グラフのいずれであっても、Matplotlib は簡単に実装できます。さらに、Matplotlib は、グラフをより柔軟にカスタマイズできるサブグラフ、凡例、ラベルなどの高度な機能も提供します。このチュートリアルが Matplotlib をすぐに使い始めるのに役立ち、特定のコード例を通じて Matplotlib の使用方法をよりよく理解できることを願っています。

以上がmatplotlib の入門: 簡単なチュートリアルの詳細内容です。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。