【Matplotlib入門】set_xlimとset_xboundの違いを徹底解説！X軸の範囲設定の使い分け方

MatplotlibでグラフのX軸の表示範囲を制御する際、set_xlim()とset_xbound()という2つの似たメソッドがあります。一見同じように見えますが、実際には動作が異なります。この記事では、両者の違いと具体的な使い方をサンプルコード付きで解説します。

set_xlimとset_xboundの基本的な違い

set_xlim() ― X軸の表示範囲（ビューの上限・下限）を直接設定します。このメソッドを使うと、指定した範囲外のデータは表示されなくなり、X軸の自動スケーリング（オートスケール）が無効になります。

set_xbound() ― X軸の数値的な下限と上限（バウンド）を設定します。こちらは自動スケーリングを維持したまま、軸が取りうる範囲を制約する役割を持ちます。つまり、データに応じて軸は自動調整されますが、設定したバウンドの範囲内に収まります。

簡単にまとめると、set_xlim()は表示範囲を固定し、set_xbound()は自動スケーリングの上限・下限を制御するという違いがあります。

実装手順

xlimとxboundをそれぞれ設定するには、以下の手順に従います。

• subplots(2) を使って、図（figure）と2つのサブプロットを作成します。
• NumPyを使ってxとyのデータポイントを生成します。
• 1つ目の軸（axes[0]）で plot() メソッドによりデータをプロットします。
• set_xlim() メソッドでX軸の表示範囲を設定します。
• 2つ目の軸（axes[1]）でも同様に plot() メソッドでデータをプロットします。
• set_xbound() メソッドでX軸のバウンドを設定します。
• show() メソッドで図を表示します。

サンプルコード

import numpy as np
from matplotlib import pyplot as plt

plt.rcParams["figure.figsize"] = [7.00, 3.50]
plt.rcParams["figure.autolayout"] = True

fig, axes = plt.subplots(2)

x = np.linspace(-5, 5, 100)
y = np.sin(x)

# set_xlim() でX軸の表示範囲を固定
axes[0].plot(x, y, c='g')
axes[0].set_xlim(-3, 3)

# set_xbound() でX軸のバウンドを設定
axes[1].plot(x, y, c='r')
axes[1].set_xbound(-3, 3)

plt.show()

実行結果のポイント

このコードを実行すると、2つのサイン波グラフが縦に並んで表示されます。

• 上のグラフ（緑）：set_xlim(-3, 3) を適用しているため、X軸は厳密に -3 から 3 の範囲で固定表示されます。それ以外の領域のデータは切り取られます。
• 下のグラフ（赤）：set_xbound(-3, 3) を適用していますが、自動スケーリングが有効なため、データの範囲に応じて表示が調整されつつ、バウンド値が基準として機能します。

使い分けのまとめ

グラフの見せ方を厳密にコントロールしたい場合は set_xlim() を、データに合わせた柔軟な表示を維持したい場合は set_xbound() を選ぶとよいでしょう。状況に応じて適切に使い分けることで、より意図に沿った可視化が実現できます。