Pythonで統計グラフを作成する方法|matplotlibの基本をわかりやすく解説
Pythonには、matplotlibという非常に強力なグラフ描画ライブラリが用意されています。matplotlibはPythonで最も人気のあるデータ可視化モジュールであり、たった3行のコードからグラフの作成を始められる手軽さが魅力です。
最小限のコードでグラフを描いてみよう
まずは、最もシンプルなグラフ描画の例から見ていきましょう。
from matplotlib import pyplot as plt # キャンバスにプロット plt.plot([1,2,3],[4,5,1]) # 描画した内容を表示 plt.show()
このコードを実行すると、(1,4)、(2,5)、(3,1) の3つの座標点を結んだシンプルな折れ線グラフが表示されます。plt.plot()の第1引数がX座標、第2引数がY座標のリストに対応しています。
軸ラベルとタイトルを追加する
xlabel関数とylabel関数を使うことで、それぞれX軸・Y軸にラベルを設定できます。
plt.ylabel('Y axis')
plt.xlabel('X axis')
さらに、title関数を使えばグラフ全体にタイトルを付けることも可能です。
plt.title('My Graph')
注意点:これらの設定は必ずshow()を呼び出す前に行ってください。show()の実行後に呼び出しても、画面には反映されません。
グラフを見栄えよくカスタマイズする
plt.plot関数に「linewidth=2」のような引数を渡すことで、線の太さなどをお好みに合わせてスタイリングできます。また、legend()関数を使用すれば、複数のデータ系列を区別しやすい凡例(レジェンド)を表示することもできます。
plt.legend()
さまざまな種類のグラフに挑戦しよう
matplotlibで作成できるのは折れ線グラフだけではありません。棒グラフ、散布図、円グラフなど、目的に応じた多彩なチャートを簡単に描画できます。データの特性や伝えたい内容に合わせて、最適なグラフ形式を選びましょう。
各グラフの詳しい使い方については、以下のチュートリアルが参考になります。
-
PythonのBokehを使ってインタラクティブな散布図を生成する方法
Bokehとは?Bokehは、Pythonでデータ可視化を行うためのオープンソースのパッケージです。最大の特徴は、HTMLとJavaScriptを使ってグラフを描画する点にあり、Webベースのダッシュボードを構築する際に特に威力を発揮します。仕組みとしては、BokehがデータソースをJSONファイルに変換し、それをJavaScriptライブラリである「BokehJS」への入力として渡します。BokehJSはTypeScriptで実装されており、モダンブラウザ上で高速に可視化をレンダリングできるのが強みです。Matplotlib・Seabornとの違いMatplotlibやSeabornが静的な
-
【Python入門】Matplotlibで複数のグラフを1つの図に組み合わせる方法(subplot・twinx活用)
はじめに Matplotlibは、同じグラフ上に複数のプロットを重ねて描画できる強力なPythonの可視化ライブラリです。本チュートリアルでは、2つの異なるY軸を使いながら、1つの図の中に複数のデータを組み合わせて表示する方法を、実際に動くコード例とともにわかりやすく解説します。 事前準備:Matplotlibのインストール まず、Pythonのコマンドプロンプト(ターミナル)を開き、以下のコマンドでmatplotlibをインストールしてください。 pip install matplotlib 手順1:表示するデータを準備する ここでは、iPhone・Galaxy・Pixelの3機種につい