Python

Matplotlibでは、plt.yscale()メソッドにスケール名を文字列で渡すだけで、Y軸のスケールを簡単に切り替えることができます。この記事では、「linear」「log」「symlog」「logit」の4種類のスケールを名前で指定して、1つの図に並べて表示する方法を解説します。実装の手順figureサイズを設定し、サブプロット間の余白（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。同様にnumpyを使ってxデータポイントを作成します。plt.subplot()でインデックス1の位置にサブプロットを追加します。plot()メソッドでxとyのデータポイントをプ

Matplotlibで作成したグラフのX軸の下に脚注（注釈）を追加したい場合、figtext()メソッドやtext()メソッドを使用することで簡単に実現できます。本記事では、figtext()メソッドを使った具体的な手順をサンプルコードとともに紹介します。脚注を追加する手順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を使用してx座標とy座標のデータポイントを作成します。作成したx・yデータポイントをプロットします。脚注を配置するために、figtext()メソッドにx・yの位置情報とboxプロパティ（枠線や背景色などのスタイル）を指定して呼び出

Matplotlibでプロットの端とX軸の間隔を調整する方法 Matplotlibでは、グラフ（プロット）の端とX軸ラベルとの間の余白が狭すぎたり、逆に広すぎたりすることがあります。このような間隔を調整するには、tight_layout()メソッドを使用するか、現在の図（figure）の下部パディングを明示的に設定します。適切な余白を確保することで、軸ラベルや目盛りが見やすくなり、図全体の仕上がりが向上します。 主な手順 figure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。 plot()メソッドを使ってデー

Kerasを使用して画像を読み込み、画面に表示するには、load_img() メソッドで画像ファイルを読み込み、その際に表示したい画像のターゲットサイズ（target_size）を指定します。読み込まれた画像はPIL形式のオブジェクトとして扱われるため、show() メソッドを呼び出すだけで簡単に表示できます。手順load_img() メソッドを使って画像ファイルを読み込みます。引数 target_size に（幅, 高さ）のタプル形式で、希望する画像サイズを設定します。画像を表示するには、show() メソッドを呼び出します。サンプルコードfrom keras.preprocessing i

Matplotlibでは、annotate()メソッドを使って複数のテキストを描画する際、それぞれの注釈に異なるフォントサイズを簡単に指定できます。ここでは、その具体的な手順とサンプルコードを紹介します。実装の手順テキストを配置したいx座標とy座標のデータポイントをリストとして用意します。表示するラベル文字列（例：Welcome）を変数として初期化します。各文字に適用するフォントサイズのリストを作成します。subplots()メソッドを使って、図（figure）とサブプロット（axes）を生成します。各リストをzipでまとめてループ処理し、ax.annotate()で各文字を注釈として配置しな

Seabornのデフォルトカラーパレットの名前 Pythonの可視化ライブラリSeabornにおけるデフォルトのカラーパレットの名前は「deep」です。sns.color_palette() を引数なしで呼び出すと、この「deep」パレットが返されます。「deep」はmatplotlibのデフォルト配色をベースに、視認性と美しさを高めるよう調整された6色で構成されています。 なお、Seabornには「deep」以外にも muted、pastel、bright、dark、colorblind などの組み込みパレットが用意されており、用途に応じて切り替えることができます。 デフォルトパレットを取

Matplotlibでプロットキャンバス（図）のサイズを設定するには、以下の手順に従います。基本の手順figureサイズの設定：図のサイズを指定し、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。ここでは figsize に幅7.50インチ、高さ3.50インチを指定しています。データポイントの作成：numpyを使用してx軸・y軸のデータポイントを生成します。グラフの描画：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。図の表示：show() メソッドを呼び出して、作成した図を画面に表示します。コード例import numpy as np from matplo

Matplotlibには標準で用意されていない「Parula」カラーマップを自作して使いたい場面があります。この記事では、LinearSegmentedColormapを使ってParula風のカラーマップを簡単に作成する手順を、サンプルコード付きでわかりやすく紹介します。 作成の手順 MatplotlibでParulaカラーマップを作成するには、以下のステップに沿って進めます。 図のサイズと余白を設定する：plt.rcParamsでフィギュアサイズやサブプロット間・周囲のパディングを調整します。 Numpyでカラーマップ用のデータを作成する：カラーパターンの元となるデータを生成します。 Li

Matplotlibで描画した2つの曲線の間の領域（面積）を求めたい場合、fill_between()メソッドを使うのが最も簡単な方法です。この記事では、実際のコード例を通じて、2つの曲線間の領域を色やハッチングパターンで塗りつぶして可視化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、c1、c2のデータポイントを作成します。 plot()メソッドを使用して、(x, c1) と (x, c2) の2つの曲線をプロットします。 fill_between()メソッドを使い、2つの曲線c1とc2に挟まれた領域

Matplotlibには複数の描画バックエンドが用意されており、用途に応じて使い分けることで、より高品質なグラフを出力できます。本記事では、代表的な2つのバックエンド「Agg」と「Cairo」の違いを比較し、実際のコード例とともにその使い方を解説します。 AggとCairoの比較一覧 レンダラー対応ファイル形式説明 AGGpngラスター形式のグラフィックス。Anti-Grain Geometryエンジンによるアンチエイリアス処理により、高品質な画像を出力できます。 Cairopng、ps、pdf、svgラスター・ベクター両方のグラフィックスに対応。Cairoライブラリを使用して描画します

Pythonのデータ可視化ライブラリ「Matplotlib」では、plot()メソッドを使うだけで、2点間に線分を簡単に描画できます。この記事では、基本の手順とサンプルコードを交えて、わかりやすく解説します。 2点間に線分を作成する手順 図（figure）のサイズを設定し、サブプロット間および周囲のパディング（余白）を調整します。 2つの点を表すために、それぞれ座標を持つ2つのリストを作成します。 point1とpoint2から、x座標とy座標の値をそれぞれ取り出します。 plot()メソッドを使用して、x値とy値をプロットします。 text()メソッドで、両方の点にテキストラベルを配置し

折れ線グラフのY軸に複数のPandas列をプロットしたい場合、set_index()メソッドを使ってインデックスを設定するのが簡単な方法です。この記事では、その具体的な手順とコード例を紹介します。実行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。「Category 1」「Category 2」「Category 3」の3つの列を持つデータフレームを作成します。set_index()メソッドを使用して、既存の列からDataFrameのインデックスを設定します。図を表示するには、show()メソッドを呼び出します。コード例import pandas as pd

Seabornで作成したヒートマップの各セルに数値の注釈を表示したい場合は、heatmap()メソッドの引数にannot=Trueを指定するだけで実現できます。これにより、セルごとの色の濃淡に対応する実際の値が自動的にセル内に描画されます。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。5列を持つPandasデータフレームを作成します。sns.heatmap()を使ってデータフレームをプロットします。このとき、引数にannot=Trueを指定します。必要に応じてannot_kwsで注釈のフォントサイズなどを細かく調整することも可能です。図を画面に表示するには、

Matplotlibで棒グラフを描く際、「ある条件が真の場合だけ特定のバーの色を変えたい」というケースはよくあります。例えば、値が2以外なら赤色、値が2なら黄色にする、といった条件分岐による色の切り替えです。実装の手順図のサイズを設定し、サブプロット間・周囲の余白（パディング）を調整します。バーの幅を表す変数を初期化します。データの値リストと、条件に応じた色のリストを作成します。bar()メソッドを使って棒グラフを描画します。show()メソッドで図を表示します。サンプルコードポイントは、リスト内包表記を使って「値が2でなければ赤、2なら黄色」というルールに従ったカラーリストを動的に生成するこ

Matplotlibでは、legend()メソッドのncol引数を指定することで、凡例の要素を水平方向に並べて表示できます。ここでは、その具体的な手順とサンプルコードを紹介します。 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。 plot()メソッドを使って、line1、line2、line3というラベル付きの折れ線グラフを描画します。 legend()メソッドで図に凡例を配置します。このとき、引数ncolにラベルの数を指定すると、凡例がその列数で水平に並びます。 show()メソッドで図を表示します。 コード例 from matplotlib imp

Pythonの可視化ライブラリBokehで画像を扱うには、image_url()メソッドを使い、画像URLのリストを渡すのが基本です。このメソッドを使うことで、ローカルやWeb上にある画像をプロット領域内に簡単に配置できます。実装の手順output_file()でデフォルトの出力先を設定し、show()を呼び出したときに結果がHTMLファイルとして保存されるようにします。figure()でプロット用の新しいFigure（図）オブジェクトを作成します。image_url()メソッドで、指定したURLから読み込んだ画像を描画します。show()を呼び出して、Bokehオブジェクトやアプリケーション

Matplotlibでは、グラフの上側や右側に表示される目盛り（ティックマーク）を消したいケースがあります。その場合、カスタム辞書 visible_ticks を作成し、フラグをオフにす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。NumPyを使って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のデータをプロットします。目盛りを非表示にするための辞書を作成します。図を表示するには、show() メソッドを使用します。コード例import numpy as np import matplotlib.pypl

Matplotlibで両対数プロットを描いた際、軸の目盛りに「10³」のような指数表記（科学的記数法）が表示されることがあります。これを通常の数値表示に変更するには、ax.xaxis.set_minor_formatter(mticker.ScalarFormatter()) を使用します。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。NumPyを使ってxとyのデータポイントを作成します。scatter() 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。set_xscale() および set_yscale() メソッドを使って、x軸とy軸を対数ス

Matplotlibを使用して日時（datetime）軸上に長方形を描画するには、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。add_subplot()メソッドを使って、サブプロット配置の一部として図にAxes（軸オブジェクト）を追加します。長方形を定義するために、Pythonのdatetimeとmatplotlib.datesを組み合わせて、アンカーとなる基準点を求めます。add_patch()メソッドを使って、軸にPatch（長方形パッチ）を追加します。x軸の主目盛りに対してロケーターとフォ

Matplotlibで3Dプロットを作成する際、グリッドや軸線・目盛りなどの装飾は消したいけれど、軸ラベル（X-Axis、Y-Axis、Z-Axisなど）だけは表示しておきたいというケースがあります。この記事では、そのような「軸を非表示にして軸ラベルのみを保持する」方法を、具体的な手順とサンプルコード付きで解説します。 実現の手順 図のサイズと余白の設定： figureサイズを指定し、サブプロット間および周囲のパディングを調整します。 図（Figure）の作成： 新しいfigureを作成するか、既存のfigureをアクティブにします。 3D Axesの追加： add_subplot() で