Python

Matplotlibでは、set_minor_locator()メソッドを使うことで、マイナーティック（補助目盛り）の位置を自由に設定できます。この記事では、補助目盛りの位置を指定してグリッド線を表示する具体的な手順を解説します。 手順の概要 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を使用してxとyのデータポイントを作成します。 図とサブプロットのセットを作成します。 plot()メソッドを使ってxとyのデータポイントをプロットします。 補助目盛りの位置を指定するには、set_minor_locator()メソッドを使用します。 補助目盛りを表示するには

MatplotlibとNumPyを使えば、数値の配列（アレイ）を簡単にグレースケール画像として表示・保存できます。ここでは、5×5のランダムデータをグレースケール画像として描画する基本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。 NumPyを使って5×5のランダムなデータを作成します。 カラーマップを「gray」に設定します。 imshow() メソッドを使ってデータを画像としてプロットします。 図を画面に表示するには show() メソッドを使用します。 コード例 import numpy as np from mat

Matplotlibでグラフの目盛り（スケール）のフォントサイズを変更するには、tick_params()メソッドのlabelsizeパラメータを使用します。このメソッドを使うことで、X軸やY軸の目盛りラベルの文字サイズを簡単かつ柔軟に調整できます。 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。 図とサブプロットのセットを作成します。 plot()メソッドを使用してxデータポイントをプロットします。 目盛りのフォントサイズを変更するため、tick_params()メソッドにlabelsizeを指定します。 図を表示するには、show()メソッドを使用し

Matplotlibでは、カテゴリ変数（カテゴリカルデータ）も簡単に可視化できます。この記事では、辞書形式のデータを用いて、棒グラフ・散布図・折れ線グラフの3種類のプロットを描画する基本的な手順を紹介します。 カテゴリ変数をプロットする手順 図のサイズを設定し、サブプロット間および周囲の余白（パディング）を調整します。 データを格納した辞書を作成します。 辞書からキー（カテゴリ名）と値（数値）をそれぞれ抽出します。 図（figure）とサブプロット（axes）のセットを作成します。 抽出したnames（カテゴリ名）とvalues（値）を使って、bar（棒グラフ）、scatter（散布図）、p

Matplotlibでは、図の保存などに使われるキーボードショートカットがデフォルトで有効になっています。たとえば「s」キーを押すと、表示中の図が画像として保存されます。このようなショートカットを無効にしたい場合は、rcParams の keymap 設定に対して remove() メソッドを使うことで実現できます。手順図のサイズ（figure.figsize）を設定し、サブプロット間および周囲の余白（figure.autolayout）を調整します。図を保存するためのショートカット「s」を無効にするには、plt.rcParams[keymap.save].remove(s) を呼び出します。

Pythonの可視化ライブラリMatplotlibを使えば、散布図上に自由に線を追加できます。データの傾向や基準線を示したい場合に非常に便利です。ここでは、scatter()メソッドで作成した散布図に、plot()メソッドで線を重ねて描画する基本的な手順を解説します。 散布図に線を追加する手順 図のサイズ設定： rcParamsでフィギュアサイズを指定し、figure.autolayoutを有効にしてサブプロット間・周囲の余白を自動調整します。 データ点の準備： データ点の個数を表す変数nを初期化し、NumPyのrandom.rand()などでx・y座標を生成します。 散布図の描画： sca

pylabの specgram() と同じ方法でスペクトログラム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周囲の余白（パディング）を調整します。numpy を使って t、s1、s2、nse、x、NFFT、Fs のデータ点を作成します。subplots() メソッドで nrows=2 を指定し、新しい図を作成（または既存の図をアクティブ化）します。plot() メソッドを使って t と x のデータ点をプロットします。現在の線スタイルでグリッドを表示します。X軸のマージンを設定します。specgram() メソッドを使ってスペクトログラムをプロットします。

Matplotlibでパッチ（Patch）のエッジ色とフェイス色にそれぞれ異なる不透明度を設定したい場合は、RGBA形式のカラータプルを使用します。カラータプルの4番目の要素（アルファ値）に0～1の範囲の数値を指定することで、エッジとフェイスの不透明度を個別に制御できます。 手順 図のサイズを設定し、サブプロット間および周囲のパディングを調整します。 subplots()メソッドを使って、図とサブプロットを作成します。 エッジ色とフェイス色に、それぞれ異なる不透明度の値を設定します。 add_patch()メソッドを使って、長方形パッチを追加します。 show()メソッドで図を表示します。

PythonのMatplotlibで、複数のサブプロット（グラフ領域）をまたいでグリッド線を表示したい場合があります。そのようなときは、背景用のサブプロットを別途作成し、その軸の枠線（スパイン）や目盛りラベルを非表示にすることで、全体に共通のグリッドを実現できます。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余白（パディング）を調整します。subplots()メソッドを使って、図と複数のサブプロットを作成します。add_subplot()で現在の図に新しいサブプロットを追加し、そのスパイン（枠線）の表示をオフにします。追加した軸（ax3）の目盛りラベルと目盛り線を非表示にします。X

pyplot.plot() を使えば、パラメーター化された曲線（媒介変数表示の曲線）を簡単に描画できます。この記事では、NumPy と Matplotlib を組み合わせて、極座標形式で定義された曲線をプロットする手順を解説します。 描画の手順 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。 サンプル数を表す変数 N を初期化します。 NumPy を使用して、t、r、x、y のデータポイントを作成します。 図（figure）とサブプロット（axes）のセットを作成します。 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。 図を表示

Matplotlibで作成したボックスプロットから、その内部データを取得したい場面はよくあります。本記事では、pandasのboxplot()メソッドを使い、外れ値（fliers）、箱（boxes）、中央値（medians）、ひげ（whiskers）の各データを取り出す手順を、具体的なコード例とともに解説します。ボックスプロットのデータを取得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余白（パディング）を調整します。pandasを使ってデータフレームを作成します。データフレームの列からボックスプロットを作成します。このときreturn_type=bothを指定すると、図と各要素への参

PandasのデータフレームをMatplotlibのサブプロットに描画したい場合、plot()メソッドにax引数を渡すだけで簡単に実現できます。ここでは、2つのサブプロットに同じデータフレームのグラフを配置する基本的な手順を紹介します。 手順 図のサイズを設定し、figure.autolayoutでサブプロット間・周囲の余白を自動調整します。 plt.subplots()を使って、図（Figure）と2つのサブプロット（Axes）を作成します。 pd.DataFrame()でPandasのデータフレームを作成します。 DataFrame.plot()メソッドにax=ax1やax=ax2を指定

Matplotlibで目盛り（xtick）の実際の値に関係なく、等間隔に配置したい場合は、set_ticks()メソッドとset_ticklabels()メソッドを組み合わせて使用します。この手法を使えば、データポイントが不均等な間隔であっても、グラフ上では均一に並べて表示できます。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。numpyを使って x と y のデータポイントを作成します。subplots() メソッドで図とサブプロットのセットを作成します。1つ目の軸（ax1）に x と y のデータポイントをプロットします。xaxis.set_ticks(

Matplotlibでは、キーボード操作などのイベントに応じて、図の中に表示したテキストをリアルタイムに更新できます。本記事では、set_text()メソッドとイベントハンドラを組み合わせて、テキストを動的に書き換える方法を具体的なコード例とともに紹介します。 テキスト更新の基本的な手順 Matplotlibでテキストを更新（リフレッシュ）するには、以下の手順を実行します。 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。 Figureオブジェクトと一連のサブプロット（Axes）を作成します。 ax.text()を使って、軸上にテキストを追加します。 キー「z」

Matplotlibでステムプロット（幹葉グラフ）を描画するには、stem()メソッドを使用します。このメソッドは、基準線から各Y座標まで垂直な線を引いて視覚化し、線の先端にマーカーを配置します。離散的なデータの分布を表現するのに適したグラフです。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とyのデータポイントを作成します。stem()メソッドを使ってステムプロットを作成します。マーカーの塗りつぶし色を赤に設定します。show()メソッドで図を表示します。コード例import matplotlib.pyplot as plt im

MatplotlibとNumPyのマスク配列（masked array）機能を組み合わせると、条件に応じて散布図のデータ点を分類し、それぞれ異なるスタイルで可視化できます。さらに、plot()メソッドで曲線を描くことで、マスクされた領域の境界を視覚的に示すことが可能です。 実装の手順 figureサイズを設定し、サブプロット間および周囲の余白を自動調整します。 NumPyを使って N、r0、x、y、area、c、r、area1、area2 の各データを作成します。 scatter()メソッドで x と y のデータ点をプロットします。 マスクされた領域の境界を示すため、plot()メソッドで

Matplotlibでは、目盛り自体はそのままにして、軸ラベルだけを下側から上側へ移動させたいケースがあります。例えば、ヒートマップなどで上辺にラベルを配置したい場合です。本記事では、tick_params()メソッドを使って、目盛りを追加することなくラベルの位置を変更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。 5×5のランダムなデータ（行列）を作成します。 imshow()メソッドを使用して、2次元の正規ラスター上にデータを画像として表示します。 tick_params()メソッドを使用して、ラベルを下から上へ移動しま

MatplotlibのAxes3Dでズームする方法 MatplotlibのAxes3Dを使って3Dプロットを作成する際、ズーム機能を活用するとデータの細部をより詳しく確認できます。この記事では、3D散布図を作成してズーム可能な状態で表示するための基本的な手順を、コード例とともに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余白（パディング）を調整します。 figure()メソッドを使用して、新しい図を作成するか、既存の図をアクティブにします。 Axes3D(fig)メソッドを使用して、3D軸オブジェクトを取得します。 scatter()メソッドを使用して

データには欠損値（NaN）が含まれることが多く、Matplotlibでそれらをどう扱うかは可視化の品質に直結します。この記事では、条件を満たすデータ点に対して「①ポイントを削除する」「②マスク配列で隠す」「③NaNに置き換える」という3つのアプローチを用いて、マスクされた値とNaN値をプロットする方法を具体的な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。 y > 0.7となる点を除外したx2・y2を用意します（ポイント削除方式）。 y > 0.7となる点をマ

Matplotlibで破線（ダッシュライン）に交互の色を表示したい場合、同じデータを2回プロットするのが簡単な方法です。1回目は実線（-）で一方の色を描画し、2回目は破線（--）でもう一方の色を重ねて描くことで、あたかも1本の線に複数の色が交互に現れているように見せることができます。 以下の手順で実装できます。 figure.figsize で図のサイズを設定し、figure.autolayout を有効にして余白を自動調整します。 plt.gca() で現在の軸（Axes）を取得します。 NumPy を使って x および y のデータ点を作成します。 同じデータに対して、線種「-」（実線）