Python

概要PythonのMatplotlibとNumPyを組み合わせると、読み込んだ画像の任意の位置に簡単に円を描画できます。画像処理やアノテーション作成など、さまざまな場面で活用できるテクニックです。画像に円を描く基本の手順図（figure）のサイズを設定し、サブプロット間および周囲の余白を調整します。ファイルから画像を読み込み、配列として取得します。NumPyを使って、円を描く位置となるx・y座標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を作成します。imshow()メソッドを使い、データを2Dラスタ画像として表示します。axis(off)で軸を非表示にします。

Matplotlibで同じグラフ上に描画した複数の線にそれぞれ名前を付けるには、plot()メソッドのlabel引数を使い、その後legend()で凡例を表示するのが基本の手順です。以下に、具体的な実装手順を紹介します。図のサイズを設定し、サブプロット間および周囲の余白を調整します。データポイントのリストを2つ作成します。plot()メソッドを使ってpoint1とpoint2をそれぞれ異なるスタイル・色で描画し、label引数で名前を指定します。legend()メソッドで図に凡例を配置します。show()メソッドで図を表示します。コード例import matplotlib.pyplot as

Matplotlibでは、patch.set_alpha()メソッドを使ってアルファ値（不透明度）を調整することで、軸（プロット領域）の背景を透明にできます。これにより、複数のグラフを重ねて表示する際などに便利です。 軸を透明にする手順 figureサイズの設定： rcParamsで図のサイズを指定し、サブプロット間・周囲の余白を自動調整します。 図の作成： figure()メソッドで新しい図を作成するか、既存の図をアクティブにします。 Axesの追加： add_subplot()でサブプロット配置の一部としてAxesを図に追加します。 背景色の設定： set_facecolor()メソッド

SeabornやMatplotlibで棒グラフなどを描画した際、Y軸の値が大きいと「1e+06」のような指数表記（科学的記数法）で表示されることがあります。これを通常の数値表示に戻すには、ticklabel_format()メソッドにstyle=plainを指定します。手順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。col1とcol2の2つの列を持つPandasのデータフレームを作成します。かつてのfactorplot()は、現在catplot()に名称変更されているため注意してください。指数表記を抑制するために、ticklabel_format()

Matplotlib.pyplot.quiverとは？quiverは、Matplotlibが提供する矢印（ベクトル）を描画するための関数です。2次元平面上にベクトル場を可視化したい場合に非常に便利で、物理シミュレーションや流体解析などの分野でよく使われています。各ベクトルは始点(x, y)と成分(u, v)によって定義され、指定した位置から矢印として描かれます。以下の手順でquiverを使ったベクトルの描画を行うことができます。図のサイズを設定し、サブプロット間および周囲の余白を調整します。NumPy配列を使ってベクトルの座標データを作成します。x、y、u、v の各データポイントを取得します。

MatplotlibとPandasを組み合わせることで、異なるスケールを持つ2つの時系列データを1つのグラフ上に簡単に重ねて描画できます。この記事では、凡例と第2Y軸（secondary Y-axis）を使用して、2つのPandas時系列を同じプロットに表示する手順を解説します。 実装の手順 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。 日付インデックス（時系列）を持つ1次元のndarrayを作成します。 複数の列を持つDataFrameを作成します。 DataFrameのplot()メソッドを使って、列Aと

Matplotlibを使って、図の軸上にベクトル場（矢印場）をプロットするには、quiver() メソッドを使用します。本記事では、渦状のベクトル場を描画する具体的な手順とサンプルコードを紹介します。 ベクトル場プロットの手順 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、Y、T、R、U、V の各データポイントを作成します。 現在の図に Axes（座標軸）を追加し、それをカレントの軸として設定します。 quiver() メソッドで3次元の矢印場をプロットします。 show() メソッドで図を表示します。 サンプルコード imp

Matplotlibで矢印のような線（矢頭付きの線）を描きたい場合は、quiver()メソッドを使用します。quiver()は本来ベクトル場を可視化するための関数ですが、隣接するデータ点同士をつなぐ短いベクトルを連続して描くことで、矢印が連なった線として表現できます。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を調整します。NumPyを使ってx座標とy座標のデータポイントを作成します。quiver()メソッドを使って矢印状の線を描画します。show()メソッドで図を表示します。コード例import numpy as np import matplotlib.pyplot as

Matplotlibで作成したグラフでは、デフォルトで軸（枠線）が図の左端と下端に表示されます。しかし、数学の教科書のように原点（Origin）がグラフの中央に位置するcos曲線を描きたい場合もあります。そのようなときは、スパイン（spines）の設定を変更することで、軸を図の中央へ移動できます。 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（パディング）を調整する numpyを使ってx座標とy座標のデータポイントを作成する spinesのtop、left、right、bottomを操作して軸の位置を設定する plot()メソッドでxとyのデータポイントをプロットす

PythonのMatplotlibでは、title()メソッドのfontsize引数を指定することで、グラフのタイトル（ラベル）に好みのフォントサイズを簡単に設定できます。この記事では、その基本的な手順を実際のコード例と出力結果とともにわかりやすく解説します。 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（パディング）を調整します。 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とyをプロットします。 フォントサイズを格納する変数fontsizeを初期化します。 title()メソッドの引数にfontsizeを渡して、グラフのタイト

Matplotlibでは、FuncAnimationとmake_axes_locatableを組み合わせることで、カラーバー（カラーマップ）をアニメーションとして動的に変化させることができます。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。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 ~.axes.Axes を追加します。既存のaxesオブジェクト（ax）をもとに Divider を生成し、指定したセルに対する新しい軸ロケーターを取得します。メインaxesと同じ高さ（または幅

Matplotlibでグラフの軸（プロット領域）の外側に線や矢印を引きたい場合は、annotate()メソッドを活用するのが効果的です。このメソッドは本来テキスト注釈を追加するためのものですが、xyとxytextに同じ座標系上の始点・終点を指定し、arrowpropsで矢印スタイルを設定することで、軸の外側にも自由に線を描画できます。 手順 図のサイズとパディングを設定する： rcParamsでfigureサイズを指定し、サブプロット間および周囲の余白を自動調整します。 図を作成またはアクティブ化する： 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。

ディスプレイ（GUI）が利用できないサーバーやSSH接続先などの環境でも、matplotlibのpyplotを使ってグラフを作成することは可能です。画面に表示する代わりに、savefig()メソッドで現在の図をローカルマシン上の画像ファイルとして保存すれば、後から自由に確認できます。 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データポイントを作成します。 plot()メソッドでxとyのデータポイントをプロットします。 savefig()メソッドで図をファイルに保存します。 コード例 import numpy as np imp

PandasのマルチインデックスDataFrameを、すべてのxticks（目盛り）を表示した状態でプロットするには、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パディングを調整します。1000件のサンプルデータからインデックス値を作成します。軸ラベルを持つ1次元のndarrayを作成します。シリーズの平均値を取得します。gデータフレームをプロットします。現在の軸に対して目盛り（ticks）と目盛りラベル（ticklabels）を設定します。図を表示するには、show()メソッドを使用します。サンプルコードimport numpy as np import matplo

Matplotlibでは、set_linewidth()メソッドを使うことで、凡例フレームの枠線の太さを自由に指定できます。この記事では、具体的な手順とサンプルコードを通じて、その使い方をわかりやすく解説します。 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を使用してxデータポイントとyデータポイントを作成します。 subplots()メソッドを使って、図とサブプロットのセットを作成します。 plot()メソッドでxとyのデータをプロットします。 図に凡例を配置し、その凡例インスタンスを取得します。 凡例内の線を取得し、set_lin

画像処理において、スキャン文書や表形式の画像に含まれる水平線（罫線）を除去したいケースはよくあります。本記事では、PythonのOpenCVライブラリを使用して、画像内の水平線を検出し、きれいに削除する手法を解説します。水平線を削除する基本的な流れ画像から水平線を取り除くには、以下の手順で処理を進めます。ローカルの画像ファイルを読み込む。色空間を変換し、グレースケール画像にする。各配列要素に対して固定レベルの閾値処理（大津の二値化）を適用する。モルフォロジー演算用に、指定したサイズと形状の構造要素（カーネル）を取得する。高度なモルフォロジー変換を実行して線分を抽出する。二値画像から輪郭を検出す

Matplotlibでは、HandlerTupleを利用することで、1つの凡例エントリに複数の凡例キー（ハンドル）をまとめて表示できます。複数のデータ系列を「同じ種類のデータ」として1つの凡例に統合したい場合に便利なテクニックです。 以下の手順で実装できます。 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。 plot()メソッドを使ってline1とline2の2本の線を描画します。 legend()メソッドで凡例を配置します。このとき、ハンドルをタプル形式で渡し、numpoints=1を指定します。さらにhandler_map引数にHandlerTupleを登

Pandasを使えば、複数の時系列データフレーム（DataFrame）を1つのプロットにまとめて描画できます。本記事では、ルピーとドルという2つの異なるスケールの時系列データを、左右のY軸を使い分けながら1つのグラフ上に表示する具体的手順を、サンプルコードとともに解説します。 実装の流れ 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）を調整する 時系列データを含むPandasデータフレームを作成する プロット用に日付をインデックスとして設定する 「rupees（ルピー）」と「dollar（ドル）」の2つの系列を同じ図上にプロットする show()メソッドを呼び出して図を表

Matplotlibには多数のカラーマップ（colormap）が標準で用意されており、matplotlib.cm.register_cmap を使えば独自のカラーマップを追加することもできます。組み込みのカラーマップは公式ドキュメントで確認できますが、plt.colormaps() を呼び出せば、現在登録されているすべてのカラーマップ名の一覧をプログラムから取得することも可能です。サンプルコードfrom matplotlib import pyplot as plt cmaps = plt.colormaps() print(Possible color maps are: ) for

Matplotlibでは、プロット要素の描画順序によって、エラーバーが他の線の下に隠れてしまうことがあります。エラーバーを常に一番上（最後）に描画したい場合は、以下の手順に従うことで簡単に実現できます。 エラーバーを最後に描画する手順 図のサイズとパディングの設定： rcParams を使って図のサイズを指定し、サブプロット間および周囲の余白を自動調整します。 図の作成： figure() メソッドで新しい図を作成するか、既存の図をアクティブにします。 現在の軸を取得： gca() メソッドで現在の Axes オブジェクトを取得します。 複数の線をプロット： 先に通常の折れ線グラフを複数本