Python

Matplotlibを使って複素数を可視化するには、複素数のデータセットを作成し、実部をx軸、虚部をy軸に対応させてプロットするのが一般的です。このように表現した図は「アルガンド図（Argand Diagram）」と呼ばれます。 手順 図のサイズを設定し、サブプロット間および周囲のパディングを調整します。 ランダムな複素数データを作成します。 subplots()メソッドを使って、図とサブプロットのセットを生成します。 scatter()メソッドで各複素数を散布図としてプロットします。 show()メソッドを実行して図を表示します。 サンプルコード import numpy as np f

Matplotlibで作成したプロットから元のデータを取り出したい場合、get_xdata() メソッドと get_ydata() メソッドを使うことで簡単に実現できます。これらのメソッドは、プロットされたLine2DオブジェクトからX軸・Y軸のデータポイントをそれぞれ取得します。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。numpy を使って y のデータポイントを作成します。y のデータポイントを color=red（赤色）・linewidth=5（線幅5）でプロットします。データ抽出の開始を示すメッセージを出力します。get_xdata() と

Matplotlibで複数のサブプロット間で軸を共有する場合でも、目盛りラベルを表示させたいことがあります。そのようなときは、subplot()メソッドにsharey引数を指定するだけで簡単に実現できます。デフォルトの設定では、y軸の目盛りラベルは表示されたままになります。手順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。subplot()メソッドを使って現在のfigureにサブプロットを追加します。軸ax1にはnrows=1、ncols=2、index=1を指定します。1つ目の軸（ax1）上に折れ線グラフをプロットします。再びsubplot()メソッ

Matplotlibのヒストグラムプロットでは、デフォルトのままではX軸の目盛りラベルがビン（階級）の境界線上に表示されます。これを各バー（パッチ）の中央に配置するには、各パッチの中間点を計算し、xticks()メソッドを使って目盛りラベルを適切な位置に設定します。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、標準正規分布に従うランダムなサンプルデータxを作成します。ビン（階級）の数を格納する変数を初期化します。hist()メソッドを使用してヒストグラムを描画します。戻り値として得られるpatchesから、各バーの中央位置（_x0と_x1

Matplotlibを使って箱ひげ図に散布図を重ねて表示することで、データの分布だけでなく個々のデータポイントのばらつきも一目で把握できるようになります。実装には boxplot() メソッドを使用し、Pandasのデータフレームを列挙（enumerate）しながら散布図をプロットするためのx座標・y座標のデータポイントを取得します。実装の手順図のサイズを設定し、figure.autolayout を有効にしてサブプロット間や周囲の余白を自動調整します。Pandasの DataFrame クラスを使い、Box1 と Box2 の2つの列を持つデータフレームを作成します。作成したデータフレームか

Matplotlibでは、データの最小値・最大値・平均値・標準偏差といった統計量をもとに、箱ひげ図（ボックスプロット）を簡単に作成できます。この記事では、NumPyで生成したランダムデータから各統計量を計算し、Pandasのデータフレームを経由して箱ひげ図を描画するまでの手順を解説します。 手順 図のサイズを設定し、サブプロット間および周囲のパディングを調整します。 5×5次元のランダムなデータセットを作成します。 データから最小値・最大値・平均値・標準偏差をそれぞれ算出します。 手順3で得た統計量（min・max・avg・std）を使ってPandasのデータフレームを作成します。 データフ

Matplotlibでプロットの凡例にテキストラベルだけを表示したい場合は、legend()メソッドにhandlelength=0、handletextpad=0、fancybox=Trueといった引数を指定します。これにより、通常は凡例の左側に表示される線やマーカーなどのハンドル（サンプルグラフィック）が非表示になり、ラベルのテキストのみがすっきりと表示されます。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。NumPyを使用してランダムな x および y の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

MatplotlibやSeabornで作成したヒートマップにおいて、特定のセルだけにカスタム枠線（ボーダー）を追加したいケースはよくあります。例えば、注目したいデータ領域を強調表示したり、クラスタリング結果の一部を目立たせたりする場合です。この記事では、sns.clustermap()で作成したヒートマップの任意のセルに、色付きの矩形パッチを使って枠線を描画する方法を解説します。実装手順図のサイズを設定し、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。複数の列を持つpandasのデータフレームを作成します。sns.clustermap()を使い、行列

Matplotlibでハッチ（網掛け）の線幅を変更したい場合は、rcParamsの「hatch.linewidth」パラメータを設定することで実現できます。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パディングを調整します。NumPyを使用して、x および y = sin(x) のデータポイントを作成します。plt.rcParams[hatch.linewidth] を使って、ハッチの線幅を設定します。scatter() メソッドを使用し、「/」ハッチが付いた正方形マーカーで、設定した線幅を適用しながらxとyのデー

Matplotlibでは、marker引数に「(辺の数, スタイル, 回転角)」という形式のタプルを渡すことで、マーカーの向き（回転）を自由に制御できます。この記事では、実際のコード例を通じて、複数のマーカーを異なる角度に回転させてプロットする方法を解説します。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を調整します。numpy を使って x および y のデータポイントを作成します。10種類の異なる回転角を持つ配列を作成します。x、y、i を zip 関数で結合し、for文で反復処理しながら、タプル形式の marker を指定して plot() メソッドで点をプロットします。

Matplotlibでヒートマップの上三角または下三角だけを描画したい場合、NumPyのマスク配列（masked array）を活用するのが便利です。不要な部分をマスクして画像として表示することで、相関行列などでよく見られる三角形のヒートマップを簡単に作成できます。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。5×5のランダムなデータを作成します。numpy.tri() メソッドを使い、指定した対角線以下に1、それ以外に0を持つ配列を生成します。これがマスクの元になります。生成したマスクを使って、np.ma.array() でマスク済みの2次元配列を作

Matplotlibを使って離散値（とびとびの値）のデータからヒストグラムを作成するには、hist()メソッドを利用します。この記事では、具体的な手順とサンプルコードをわかりやすく解説します。 手順 figure.figsizeで図のサイズを設定し、figure.autolayoutを有効にして、サブプロット間や周囲の余白を自動調整します。 ヒストグラムとして可視化したい離散値のリストを作成します。 hist()メソッドを使ってデータをプロットします。このとき、bins引数にデータの長さを指定し、edgecolor=blackで各バーの枠線を黒色にすると、離散的な値が見やすくなります。 sh

Matplotlibでは、annotate()メソッドを活用することで、プロット領域（描画範囲）の外側に注釈（アノテーション）を自由に配置できます。グラフのタイトルや説明を目立つ位置に表示したい場合に非常に便利なテクニックです。実装手順figure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を使用してxとyのデータポイントを作成します。subplots()メソッドを使って、figureとサブプロットのセットを作成します。scatter()メソッドで星形マーカーとcopperカラーマップを使用して、xとyのデータポイントをプロットします。注釈を描画範囲の外側に配置

Matplotlibで金融グラフを作成する際、週末（土日）の空の日付をスキップしたいケースはよくあります。これを実現するには、データフレーム内の日時を反復処理し、曜日の値が5（土曜日）または6（日曜日）に該当する場合はプロットをスキップする方法が有効です。 手順 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を調整します。 キーとして「time」を持つデータフレームを作成します。 データフレームのインデックスと日時をzip関数で組み合わせて反復処理します。 反復処理したタイムスタンプの曜日が5または6（土日）の場合は、プロットを行いません。 曜日が5または6以外の場合は、その

Seabornのラインプロット（lineplot）で破線を描画したい場合は、lineplot()メソッドの引数にlinestyle=dashedを指定するだけで実現できます。この設定により、データポイントを結ぶ線が破線スタイルで表示され、グラフの視認性やデザイン性を高めることができます。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を使用して、x座標とy座標のデータポイントを作成します。lineplot()メソッドの引数にx・yのデータポイントとlinestyle=dashedを渡して、破線のラインプロットを描画します。図を表示するには、show(

Matplotlibでテキストの背景に透明度を持たせたい場合、text()メソッドのbbox引数に渡す辞書内のalpha値を変更するだけで実現できます。例えば、facecolor=redとalpha=0.4を指定すると、赤色の半透明な背景が描画されます。alpha値は0〜1の範囲で指定し、0に近づくほど完全に透明、1に近づくほど不透明になります。グラフ上に注釈やラベルを重ねて表示したい場合に便利な機能です。手順図のサイズを設定し、figure.autolayoutを有効にして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xとyのデータポイントを作成します。plot()メソッ

Matplotlibでは、ゼロ値を含むデータを対数スケールでプロットしたい場合、通常のlogスケールは使用できません。なぜなら、log(0)は定義されないためです。このような場合には、xscale()メソッドとyscale()メソッドにsymlog（対称対数スケール）を指定することで解決できます。symlogスケールは、ゼロ付近では線形スケールとして振る舞い、一定の範囲を超えると対数スケールに切り替わるため、正負の値やゼロを含むデータも自然に表示できます。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。ゼロ値を含む2つのリストをplot()メソッドを使ってプロ

Matplotlibで複数のサブプロットに共通の軸範囲（リミット）を設定したい場合、subplot()メソッドを使って2行×2列の4つのサブプロットを作成し、x軸・y軸を共有（share）することで実現できます。これにより、すべてのグラフが同じスケールで表示され、データの比較がしやすくなります。手順図のサイズを設定し、サブプロット間の余白を調整します。現在の図にインデックス1の位置へサブプロットを追加します。set_xlim()およびset_ylim()メソッドを使用して、x軸とy軸の表示範囲を設定します。1つ目の軸に折れ線グラフを描画します。同じ軸範囲を共有する形で、インデックス2の位置にサ

Matplotlibで技術図面のような距離矢印（寸法線）を描画するには、annotate()メソッドに矢印のスタイルを指定するarrowpropsを組み合わせて使うのが便利です。この記事では、2本の水平線の間の距離を両矢印とラベルで示す具体的な手順を解説します。実装の手順figure.figsizeで図のサイズを設定し、figure.autolayoutを有効にしてサブプロット周辺の余白を自動調整します。axhline()メソッドを使い、y=3.5 の位置に軸全体にわたる水平線を引きます。同様にaxhline()メソッドで、y=2.5 の位置にもう1本の水平線を引きます。annotate()メ

Matplotlibで3Dプロット上に散布図を描画する際、軸やグリッドを非表示にしたいケースは少なくありません。例えば、データポイントそのものの形状や分布だけを視覚的に強調したい場合などが該当します。このような場合は、scatter()メソッドで散布図を描画し、ax.axis(off)を使って軸をオフにすることで実現できます。 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。 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。 add_subplot()メソッドにprojection=3dを指定して、3D用の軸を