Matplotlibでデータ値を色情報に変換する方法をわかりやすく解説

Matplotlibでは、数値データの値に応じて色を割り当てることで、散布図などを視覚的に分かりやすく表現できます。この記事では、データ値をカラーマップを使って色情報に変換し、プロットに反映させる具体的な手順をサンプルコードとともに解説します。

データ値を色情報に変換する基本の手順

• 図のサイズを設定し、サブプロット間および周囲の余白（パディング）を調整します。
• plt.get_cmap() を使ってカラーマップのインスタンスを取得します。名前が指定されない場合は、rc設定のデフォルト値が使用されます。
• 色情報に変換する対象となるランダムな数値データを作成します。
• プロット用のランダムなデータポイント x と y を生成します。
• scatter() メソッドを使用して x と y を散布図として描画します。このとき、各点の色は変換した色情報で指定します。
• show() メソッドを呼び出して図を表示します。

サンプルコード

import numpy as np
import matplotlib.pyplot as plt

plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

plasma = plt.get_cmap('GnBu_r')
values = np.random.rand(100)

x = np.random.rand(len(values))
y = np.random.rand(len(values))

sc = plt.scatter(x, y, c=[plasma(val) for val in values])

plt.show()

このコードでは、GnBu_r カラーマップを取得し、0〜1の範囲のランダムな値100個を生成しています。リスト内包表記 [plasma(val) for val in values] により、各データ値がRGBA形式の色情報へと変換され、scatter() の引数 c に渡されることで、各点が値に応じた色で描画されます。

実行結果

実行すると、データ値の大きさに応じて青から緑へとグラデーション状に変化する散布図が表示されます。この手法は、3つ目の次元（強度や密度など）を色で表現したい場合に非常に有効です。また、plt.colorbar(sc) を追加すれば、色と数値の対応関係を示すカラーバーも表示でき、グラフの可読性がさらに向上します。