Python

PythonのMatplotlibで箱ひげ図（ボックスプロット）を作成する際、ボックスの幅を調整したい場合は、boxplot()メソッドのwidths引数を使用します。この引数にタプルやリストを渡すことで、各ボックスの幅を個別に指定できます。手順図のサイズを設定し、サブプロット間および周囲の余白（パディング）を調整します。Pandasのデータフレームを作成します。データフレームは2次元の、サイズ変更可能な表形式データ構造です。boxplot()メソッドを使って箱ひげ図を作成し、widths引数にタプルを渡して各ボックスの幅を調整します。show()メソッドを呼び出して図を表示します。コード例i

Matplotlibでエラーバー付きのグラフを描画し、表示範囲やサブプロットを適切に設定するには、以下の手順に従います。 基本的な手順 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。 NumPyを使用してxデータとyデータを作成します。 figureオブジェクトとサブプロットのセットを作成します。 errorbar()メソッドを使って、y対xの関係を線やマーカーで描画し、エラーバーを付加します。 show()メソッドを呼び出して、図を画面に表示します。 コード例 import numpy as np import matplotlib.pyplot as

データ可視化において、個々のデータポイントを確認しながら分布の統計的な要約も同時に把握したいケースは多くあります。Seabornでは、スウォームプロット（swarmplot）と箱ひげ図（boxplot）を同じ軸上に重ね合わせることで、両方の情報を1つのグラフで表現できます。 この記事では、その具体的な手順とサンプルコードを紹介します。 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次元の表形式データを持つPandasのDataFrameを作成します。 sns.swarmplot()を使ってスウォームプロットを描画します。このとき、後から重ねる箱

Pandas/Matplotlibでヒストグラムを描画する手順PandasのデータフレームとMatplotlibを組み合わせてヒストグラムを描画するには、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パディング（余白）を調整します。Pandasのデータフレームを使って、表形式のデータを作成します。df.hist() を呼び出して、データフレームからヒストグラムを作成します。図を表示するには、show() メソッドを使用します。DataFrame.hist() は、数値型の各列に対して自動的にヒストグラムを生成し、複数のサブプロットとして配置してくれます。こ

PythonのMatplotlibでグラフを描く際、Y軸の目盛りをラジアン単位（π/2、π/4など）で表示したいケースはよくあります。例えば、arctan（逆正接）関数のような三角関数系のグラフでは、ラジアン表記の方が数学的に直感的に理解できます。本記事では、set_yticks() と set_yticklabels() を使って、Y軸の目盛り位置とラベルをラジアン表記にカスタマイズ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。NumPyを使ってxデータとyデータを作成します。figure() メソッドで新しい図を作成するか、既

Matplotlibでは、一度閉じた図（Figure）をそのままの状態で再表示することはできませんが、新しいCanvas Managerを作成し、以前の図を新しいCanvasに割り当てることで、閉じた図を再度表示することが可能です。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。NumPyを使用してxと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。プロットした現在の図をclose()メソッドで閉じます。閉じた図を、新しく作成したCanvasのfigure属

matplotlibでは、set_under()メソッドとextendオプションを組み合わせることで、特定の値（例：閾値未満のデータ）を特別な色で強調表示するカラーマップを簡単に作成できます。以下に、その具体的な手順を紹介します。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。plt.get_cmap(rainbow) を使って、「rainbow」という名前のカラーマップインスタンスを取得します。set_under(red) メソッドを使って、指定した下限値より小さい範囲外の値に対する色を赤に設定します。numpyを使ってランダムなデータと、極小値 ep

Matplotlibのimshow()メソッドを使用して、非線形のY軸を持つ画像をプロットするには、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その周囲のパディング（余白）を調整します。現在の図にサブプロットを追加します。非線形のY軸目盛りを設定します。NumPyを使用してランダムなデータポイントを作成します。データを2次元の正規ラスタ（2D regular raster）として画像形式で表示します。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 import numpy as np plt.rcP

Librosaは、音声や音楽ファイルの分析を支援するPythonパッケージです。音楽情報検索（MIR）システムの構築にも広く活用されています。本記事では、Librosaで生成したスペクトログラムのプロットを、指定したサイズの画像ファイルとして保存する方法を解説します。 手順 図のサイズを設定し、サブプロット間および周囲の余白（パディング）を調整します。 図とサブプロットのセットを作成します。 スペクトログラムの時間ステップあたりのサンプル数、画像の高さ、幅を格納する3つの変数 hl、hi、wi を初期化します。 デモ音源を読み込みます。 音声時系列のリストであるwindowを作成します。 m

matplotlibのグラフでFont Awesomeのような記号（Unicodeシンボル）をマーカーとして使用するには、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（パディング）を調整します。 プロットしたいシンボルのリストを作成します。 numpyを使ってx・yのデータポイントを作成します。 figure()メソッドを使って、新しい図を作成するか、既存の図をアクティブにします。 シンボルを順番に処理しながら、線をプロットする際に各シンボルを適用します。 図を表示するには、show()メソッドを使用します。 コード例 import numpy as np

scikit-learnのMLPClassifier（多層パーセプトロン分類器）は、学習の進行に伴う各イテレーションごとの損失値をloss_curve_属性に記録します。この損失曲線を可視化することで、学習率やモーメンタムなどのハイパーパラメータが収束に与える影響を直感的に把握できます。 ここでは、Matplotlibを使ってloss_curve_で取得した損失値を適切にプロットする手順を紹介します。 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。 ソルバーの設定をまとめた辞書のリスト（params）を作成します。 ラベルのリストと、プロット時のス

Matplotlibでは、tick_params()メソッドを使うことで、X軸の目盛りラベルの色を簡単に変更できます。この記事では、具体的な手順とサンプルコードを紹介します。 X軸の目盛りラベルの色を変更する手順 以下の手順に従って、X軸の目盛りラベルの色を変更することができます。 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。 新しい図（figure）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 ~.axes.Axes を追加します。 NumPy を使って x および y のデータポイントを作成します。 plot() メソ

Matplotlibのcontains_pointメソッドよりも高速に、点が楕円の内側にあるかどうかを判定したい場合は、座標変換と数式による計算を活用する方法が有効です。contains_pointを点ごとに繰り返し呼び出す代わりに、NumPyのベクトル化された演算を使えば、大量のデータ点でも一括して高速に処理できます。以下の手順で実装してみましょう。 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。 Figureとサブプロット（Axes）を作成します。 アスペクト比を「equal」に設定します。 NumPyを使ってx・yのデータ点を生成します。 楕

Matplotlibで最小限の平滑化を施しながら線（折れ線）をプロットするには、SciPyが提供するPCHIP補間を利用するのが効果的です。PCHIP（区分的3次エルミート補間多項式）は、元のデータ点を必ず通過しつつ、単調性を保護して不要なオーバーシュート（行き過ぎた振動）を抑えられるため、「控えめな滑らかさ」を実現したい場合に最適です。 具体的な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。 データ点の数を格納するための変数 N を初期化します。 NumPy を使用して x および y のデータ点を作成します。 pchip() メソ

データの時間変化を視覚的に表現したい場合、matplotlibのアニメーション機能が非常に便利です。この記事では、散布図(scatter plot)をアニメーション化し、GIFファイルとして保存する具体的な手順を解説します。 散布図アニメーションを保存する手順 matplotlibで散布図アニメーションを保存するには、以下の手順に従います。 figure.figsizeで図のサイズを設定し、figure.autolayoutでサブプロット周辺の余白を自動調整します。 ステップ数(steps)、ノード数(nodes)、座標(positions)、解の値(solutions)の4つの変数を初期化

概要Matplotlibでは、X軸の目盛り（ティック）の表示頻度を自由に調整できます。この記事では、xticks()メソッドとnumpy.arange()を組み合わせて、X軸の目盛りの間隔を制御する基本的な手順を、サンプルコード付きでわかりやすく解説します。X軸の目盛り頻度を調整する手順figure.figsizeで図のサイズを設定し、figure.autolayoutで図やサブプロット周辺の余白を自動調整します。サンプルデータ点の数を表す変数 N を初期化します。numpy を使って x および y のデータ点を作成します。plot() メソッドで x と y のデータ点をプロットします。目

Seabornの分布プロット（distribution plot）で曲線の下の領域を塗りつぶしたい場合は、distplot()メソッドとfill_between()メソッドを組み合わせることで簡単に実現できます。 手順 図のサイズを設定し、サブプロット間および周囲の余白（パディング）を調整します。 データポイントのリストを作成します。 観測データの一変量分布をプロットします。 fill_between()メソッドを使用して、曲線の下の領域を塗りつぶします。 自動スケーリングのマージンを設定し、x=0、y=0とします。 show()メソッドで図を表示します。 コード例 import sea

matplotlibで3Dパッチコレクションをプロットする手順matplotlibで3Dパッチコレクションをプロットするには、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その周囲の余白（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。現在のAxesを取得し、投影法（projection）を「3d」に設定します。[x, y, z] のリストを反復処理しながら、pathpatch_2d_to_3d() メソッドを使用して Circle パッチを PathPatch3D オブジェクトへ変換します。これにより、2Dのパッチを3D空間上の任意の平面に配置で

Matplotlibでは、デフォルトのY軸の目盛り（ティック）は自動的に配置されますが、グラフを見やすくするために、目盛りの表示間隔（頻度）を自分で調整したい場合があります。そのようなときは、yticks()メソッドとnumpy.arange()を組み合わせることで、簡単に制御できます。 Y軸の目盛り間隔を調整する手順 図のサイズを設定し、サブプロット間および周囲のパディングを調整します。 サンプルデータの点数を表す変数 N を初期化します。 numpy を使って x と y のデータ点を作成します。 plot() メソッドを使って x と y のデータ点をプロットします。 Y軸の目盛りの間

Pythonでmatplotlib 2.0の「ax」オブジェクトに黒い枠線（境界線）を追加するには、以下の手順に従います。手順図のサイズを設定し、サブプロット間および周囲の余白（パディング）を調整します。軸のエッジカラー（axes.edgecolor）を「black」に設定します。軸の線幅（axes.linewidth）を2.50に設定します。サンプルデータの個数を格納する変数 N を初期化します。numpy を使って x・y のデータポイントを作成します。plot() メソッドで x・y のデータをプロットします。図を表示するには show() メソッドを使用します。コード例import m