Python

MatplotlibでPandasデータフレームのデータポイントに注釈を付けるには、以下の手順を実行します。手順図のサイズを設定し、サブプロット間および周囲のパディングを調整します。x、y、text の3つの列を持つ、2次元でサイズ変更可能な表形式データ（Pandasデータフレーム）を作成します。plot() メソッドを使用して、x 列と y 列のデータポイントをプロットします。pd.concat() を使って、Pandasオブジェクトを特定の軸に沿って連結します。iterrows() でPandasオブジェクトを反復処理します。text() メソッドを使って、各プロットされたポイントにテキス

Matplotlibのpyplot.hist()では、引数binsの指定方法によってヒストグラムのビン（階級）の解釈が大きく変わります。この記事では、「数値」「配列」「文字列」という3つの異なる指定方法でヒストグラムを描画し、それぞれの挙動の違いをわかりやすく解説します。 実装手順 図のサイズを設定し、サブプロット間および周囲のパディングを調整します。 ヒストグラムにプロットするデータのリストを作成します。 現在の図にサブプロットを追加します（nrows=1、ncols=3、index=1）。 binsに数値を指定してヒストグラムを描画します。 現在の図にサブプロットを追加します（nrows

Matplotlibで箱ひげ図を作成する基本手順 MatplotlibとSeabornを組み合わせれば、Pythonで簡単に箱ひげ図（ボックスプロット）を作成できます。箱ひげ図は、データの中央値、四分位範囲、外れ値などをひと目で把握できる便利な可視化手法であり、統計分析やデータ探索の場面で広く活用されています。 作成の流れ 図のサイズ設定：figureサイズを指定し、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。 xticksリストの作成：X軸の目盛りとして使用するデータのリストを用意します。 箱ひげ図の描画：xticksのデータをもとにboxplotをプロットします。 ラベルの

Python の Matplotlib では、条件に応じて線の色を切り替えることで、1本のグラフに複数の色を持つ「多色の線」を描画できます。この記事では、正弦波データを例に、値がプラスの区間は赤、マイナスの区間は青で表示する方法を解説します。実装の手順図（figure）のサイズを設定し、サブプロット周辺の余白を調整します。NumPy を使って y データポイントを作成します。色を切り替えるための条件判定用データとして、u（上側）と l（下側）の2つの配列を用意します。plot() メソッドを使い、u と l をそれぞれ異なる色でプロットします。show() メソッドで図を表示します。ポイント：

Matplotlibのプロットからすべての凡例（Legend）を取得するには、get_children()メソッドを使って軸が持つすべてのプロパティ（子要素）を取得し、それらを順番に反復処理します。各要素がLegendクラスのインスタンスであるかどうかを判定し、該当する場合はその凡例テキストを取り出すことができます。手順図のサイズを設定し、autolayoutを有効にしてサブプロット間や図の周囲の余白を自動調整します。numpyを使ってx軸用のデータポイントを作成します。図（figure）とサブプロット（axes）を作成します。plot()メソッドを使い、ラベルと色を変えてsin(x)とcos

matplotlibのhist()メソッドは、ヒストグラムを作成するときにn（各ビンの度数）、bins（ビンの境界値）、patches（描画オブジェクトのコンテナ）という3つの戻り値を返します。 patchesは、ヒストグラムを構成する個々のバー（Rectangleアーティスト）を格納するコンテナです。複数のデータセットを入力した場合は、コンテナのリストが返されます。binsは、指定した範囲を等幅に分割する際のビンの境界値を定義します。 それでは、実際の例を使って動作を確認してみましょう。 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を調整します。 numpyを使ってランダムなデ

matplotlib.animation で ffmpeg を有効にする方法 matplotlib.animation で作成したアニメーションを mp4 形式で保存するには、ffmpeg を適切に有効化しておく必要があります。本記事では、必要な事前準備から実際のサンプルコード、実行結果までをわかりやすく解説します。 事前準備：ffmpeg のインストール まず、システムに ffmpeg がインストールされていることを確認してください。未インストールの場合は、OS に応じて以下のコマンドで導入できます。 # Ubuntu / Debian sudo apt-get install ffmpe

matplotlibのテーブルで列の背景色を設定するには？ matplotlibのテーブルでは、ax.table() の cellColours 引数を使って各セルの背景色を個別に指定できます。各列に属するすべてのセルに同じ色を割り当てることで、実質的に「列ごとの背景色」を実現できます。 実装の手順 図のサイズを設定し、サブプロット間および周囲のパディングを調整します。 列ラベル用のタプルを作成します。 レコード（リストのリスト）としてセルのテキストデータを作成します。 各セルの背景色を格納したリストのリストを作成します。 plt.subplots() で図とサブプロットを作成します。 a

matplotlib.pyplot の contourf() を使って円形の等高線図（塗りつぶしコンター）を作成するには、アスペクト比を1:1に設定することがポイントです。以下の手順で実装できます。手順図のサイズを設定し、plt.rcParams でサブプロット間・周囲の余白を自動調整します。NumPy を使用して x、y、a、b、c のデータポイントを作成します。np.meshgrid() でグリッド座標を生成し、c は原点を中心とした同心円状の値になるように計算します。plt.subplots() で図とサブプロットを作成します。contourf() メソッドを使って塗りつぶし等高線図を描

Matplotlibを使えば、2つのヒストグラムを簡単に横並びで表示できます。この記事では、Pandasのデータフレームを組み合わせて、1つの図の中に2つのヒストグラムを並べて描画する手順を解説します。 実装の手順 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。 2次元・サイズ可変・異なる型を含みうる表形式データを持つ2つのデータフレーム df1 と df2 を作成します。 plt.subplots() で図とサブプロットのセットを生成します。 各データフレーム（df1 と df2）のヒストグラムを描画します。 図を表示するには show() メソッドを使

MATLABの surf(x, y, z, c) と同じような3DサーフェスプロットをMatplotlibで描画する方法を、具体例を通して解説します。手順は以下の通りです。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。新しい図を作成するか、既存の図をアクティブにします。サブプロット配置の一部として、図に ax（3D軸）を追加します。Numpyを使用して r、u、v、x、y、z のデータポイントを作成します。サーフェスプロットを作成します。図を表示するには、show() メソッドを使用します。コード例import matplotlib.pyplot as plt

Pythonの可視化ライブラリSeabornを使用すると、数行のコードで美しいヒートマップを簡単に作成できます。この記事では、3列のデータフレームからヒートマップを描画する手順を解説します。 ヒートマップ作成の基本手順 Seabornで3列のデータのヒートマップを描画するには、以下の手順に従います。 図のサイズを設定し、サブプロット間および周囲の余白を調整します。 3列を持つデータフレーム（df）を作成します。 sns.heatmap()を使って、長方形データを色分けされたマトリックスとして描画します。 show()メソッドを呼び出して、図を画面に表示します。 サンプルコード 以下は、Nu

Pythonでグラフを描画する際、import matplotlibとimport matplotlib.pyplotのどちらを使うべきか迷ったことはありませんか？この2つには明確な違いがあります。 matplotlibをインポートすると、パッケージ全体（すべてのサブモジュール）が読み込まれます。一方、matplotlib.pyplotだけをインポートした場合は、pyplotモジュールが持つ機能（プロット用のインターフェース）のみが利用可能になります。実際のデータ可視化では、pyplotの機能だけで十分なケースがほとんどのため、通常は後者の方法が使われます。 実装手順 matplotlib.

Matplotlibでは、ダミーのハンドル（空のプロット）を活用することで、凡例の中に行タイトル（見出し）を追加できます。複数の系列を含むグラフでも、凡例がカテゴリごとに整理されるため、格段に読みやすくなります。 実装の手順 図のサイズを設定し、サブプロット間および周囲のパディングを調整します。 NumPyを使ってyデータポイントを作成します。 マーカーとラベルのリストを用意します。 図とサブプロットのセットを作成します。 plot()メソッドで、異なるラベルとマーカーを指定しながら線を描画します。 get_legend_handles_labels()で凡例用のハンドルとラベルを取得します

Pythonの可視化ライブラリ「Matplotlib」で棒グラフを作成する際、データを昇順に並べ替えて表示したいケースはよくあります。本記事では、組み込み関数sorted()を使って、棒グラフの棒を昇順に並べ替えるシンプルな方法を解説します。 棒グラフを昇順に並べ替える手順 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。 棒グラフ用のデータリストを作成します。 bar()メソッドを使用し、ソート済みのデータで棒グラフを作成します。 show()メソッドで図を表示します。 コード例 from matplotlib import pyplot as plt

matplotlibで作成したパッチ（図形）にラベルを付けて凡例として表示したい場面は多くあります。本記事では、長方形パッチにラベルを付け、グラフ上に凡例を表示する具体的な手順とサンプルコードを紹介します。 パッチにラベルを付ける基本手順 matplotlibでパッチにラベルを付けるには、以下の手順に従います。 図（figure）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。 長方形パッチの中心座標を初期化します。 新しい図を作成するか、既存の図をアクティブにします。 サブプロット構成の一部として、図に ax（軸オブジェクト）を追加します。 軸のパッチとして R

Matplotlibで等高線図（コンタープロット）に特定のレベルをマークしたい場合は、contour()メソッドとclabel()メソッドを組み合わせることで簡単に実現できます。ここでは、その具体的な手順をコード例とともに解説します。 実装の手順 図のサイズを設定し、サブプロット間および周囲のパディング（余白）を調整します。 NumPyを使用して x、y、z のデータポイントを作成します。 contour() メソッドを使って等高線プロットを作成します。 clabel() メソッドで等高線にレベル値のラベルを付けます。 show() メソッドを使って図を表示します。 コード例 import

Matplotlibのグラフ軸には「メジャーティック(主目盛り)」と「マイナーティック(補助目盛り)」の2種類があります。データの性質によっては、主目盛りのラベルを隠しながら、補助目盛りのラベルだけを見せたいケースがあります。このような場合は、setp()メソッドを使ってメジャーティックラベルの可視性を制御することで簡単に実現できます。以下の手順に従ってください。手順図のサイズを設定し、サブプロット間および周囲のパディングを調整します。NumPyを使って x と y のデータポイントを作成します。x と y のデータポイントをプロットします。setp() メソッドを使い、アーティストオブジェク

Matplotlibで軸の単位長（1単位あたりの表示範囲）を設定するには、xlim()やylim()メソッドを使用し、現在の軸の範囲に任意のスケール係数（単位長の倍率）を掛けた値を指定します。これにより、グラフの表示範囲を柔軟に拡大・縮小できます。 手順 図のサイズを設定し、サブプロット周辺の余白（パディング）を調整します。 numpyを使用してxおよびyのデータポイントを作成します。 plot()メソッドを使って、xとyのデータポイントをプロットします。 x軸・y軸それぞれの現在の表示範囲（最小値と最大値）を取得します。 xlim()とylim()メソッドに、スケール係数を掛けた値を渡して

Matplotlibで作成したグラフの軸目盛り（ティック）には、デフォルトでは小数点以下の数字が表示されることがあります。これを整数のみの表示に変更したい場合は、いくつかの簡単な手順で実現できます。本記事では、astype(int)メソッドを使ってX軸の目盛りラベルから小数点以下を取り除く方法を、サンプルコードとともに解説します。 実装の手順 図のサイズ（figure size）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。 NumPyを使用して x と y のデータポイントを作成します。 plt.subplots() を使って、図とサブプロットのセットを生成します。