Python

Matplotlibで2つのヒストグラムを比較する際、ビン幅が異なると正確な比較ができません。そこで、データセット全体から共通のビン境界を計算することで、両方のヒストグラムのビン幅を揃えることができます。手順ランダムデータ a と、正規分布に基づくデータ b を作成します。共通のビン幅を定義するための変数 bins を初期化します。hist() メソッドを使って、a と共通ビンでヒストグラムを描画します。hist() メソッドを使って、b と同じ共通ビンでヒストグラムを描画します。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 from

入力したテキストファイル（.txt）のデータをもとに、シンプルな棒グラフを描画する方法を解説します。PythonのMatplotlibライブラリを使えば、わずか数行のコードで実現できます。 基本的な手順 テキストファイルから棒グラフを作成するには、以下の手順に従います。 棒のラベル（名前）と高さ（値）を格納するための空のリストを用意します。 テキストファイルを開き、1行ずつ読み込みます。 各行から読み取った名前と高さを、それぞれ対応するリストに追加します。 用意したリストを使って plt.bar() で棒グラフを描画します。 plt.show() メソッドを呼び出して、図を画面に表示します。

Matplotlibでは、x・y・z の3つの座標データに加え、c（色） を第4の次元として割り当てることで、いわゆる「4Dプロット」を実現できます。これは実際には3D散布図にカラーマップを組み合わせたものであり、点の位置が3次元情報を、色がもう1つの変数を表現します。以下の手順に従うことで、標準正規分布に従うランダムなデータポイントを使った4Dプロットを簡単に作成できます。手順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化します。サブプロット構成の一部として、3D投影（projection=3d）を指定した Axes を追加します。NumPy を使って x

Matplotlibで作成したグラフをフルスクリーン(全画面)で表示したい場合、full_screen_toggle()メソッドを使用すると簡単に実現できます。このメソッドは、現在開いているフィギュアウィンドウを全画面モードに切り替える機能を持ちます。 手順 figure()メソッドを使って、新しいフィギュアを作成するか、既存のフィギュアをアクティブにします。 2つのリストを渡してplot()メソッドを呼び出し、折れ線グラフを描画します。 get_current_fig_manager()メソッドで、現在のフィギュアのマネージャー(figure manager)を取得します。 取得したマネー

データ分析では、複数のグラフを1つの図の中に並べて比較できると非常に便利です。この記事では、SeabornとMatplotlibを組み合わせて、2つのグラフを横並び（1行2列）で表示する方法を解説します。 実装の流れ 2つのグラフを並べて描画するには、以下の手順を実行します。 plt.subplots(1, 2) を使い、figureサイズ（7, 7）で1行2列のサブプロットを作成します。 Pandasを使って、col1 と col2 のキーを持つデータフレームを作成します。 countplot() メソッドを使用し、カテゴリごとの観測値の件数を棒グラフで可視化します。 subplots_a

Matplotlibで回転する3Dグラフを作成するには、Animationクラスを使用して関数を繰り返し呼び出します。この記事では、3Dサーフェスプロットをアニメーション化し、時間の経過とともに形状が変化する様子を可視化する手順を解説します。 実装の手順 メッシュグリッドの分割数(N)、1秒あたりのフレームレート(fps)、総フレーム数(frn)などの変数を初期化します。 曲線を描くための x、y、z の配列を作成します。 lambda関数を使って z 配列を生成する関数を定義します。 Animationクラスに関数を渡すために、前のフレームのプロットを削除し、新しい x、y、z 配列からサ

Python の Matplotlib でグラフの X 軸の値（目盛りラベル）を自由に設定したい場合は、plt.xticks() メソッドを使うのが最も簡単です。以下の手順で実装できます。 X軸の値を設定する手順 x と y のデータポイントを格納する2つのリストを作成します。 range(len(x)) を使って、目盛りの基準となるインデックス（xticks の範囲）を取得します。 plot() メソッドで、インデックスのリストと y データを使って折れ線グラフを描画します。 xticks() メソッドを使い、デフォルトの目盛りを実際の X 軸の値に置き換えます。 show() メソッドで

Matplotlibのカラーマップにおいて、特定の値に対応する色を再定義したい場合は、以下の手順で実現できます。 get_cmap() メソッドを使用してカラーマップのインスタンスを取得します。引数 name が None の場合、rcParams のデフォルト設定値が使用されます。ここでは「gray」カラーマップを指定しています。 set_under() メソッドを使用して、norm.clip = False の場合に正規化範囲より下側（低い値）として扱われるデータに割り当てる色を設定します。これにより、閾値未満の値を任意の色で強調表示できます。 imshow() メソッドを使用して、デー

Matplotlibで凡例（legend）のマーカーとラベルの間隔を調整したい場合は、legend()メソッドのlabelspacing引数を使用します。この引数に数値を指定することで、凡例内の各行（マーカーとラベル）同士の縦方向のスペースを自由に広げたり狭めたりできます。手順Label 1、Label 2、Label 3というラベルを付けて、3本の線をプロットします。凡例のマーカーとラベルの間隔を調整するための変数spaceを定義します。legend()メソッドの引数にlabelspacing=spaceを指定して呼び出します。図を表示するには、plt.show()メソッドを使用します。サン

Matplotlibでヒストグラムを作成する際、ビン（階級）ごとの詳細な情報を取得したいケースはよくあります。NumPyの histogram() 関数を組み合わせることで、各ビンの度数や境界値を簡単に取り出し、自由に可視化することができます。 ビンの情報を取得する手順 以下の手順に従うことで、Matplotlibのヒストグラムにおけるビンの情報を取得できます。 データとビンの境界となる数値のリストを作成します。 histogram() メソッドを使って、データセットのヒストグラムを計算します。 計算結果から、度数（hist）とビンの境界値（edges）を取得します。 ヒストグラム内の頻度（

Matplotlib を使ってプロット上にグリッド（格子線）を表示し、その間隔（サイズ）を自由に定義する方法を紹介します。基本的な流れは以下の手順のとおりです。 グリッドサイズを定義する手順 figure() メソッドを使って、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。 サブプロット配置の一部として、add_subplot() で図に Axes（座標軸）を追加します。 入力リストを渡して曲線をプロットします。 margins() メソッドで x 軸・y 軸のマージンを 0 に設定します。 X 軸のグリッド位置を指定するには、set_ticks() に目盛りの座標

Matplotlibでは、大きな数値をプロットした際に、軸ラベルが「1e3」のような相対シフト（オフセット表記）で自動的に表示されることがあります。このオフセット表示を削除して、実際の数値をそのまま表示したい場合は、以下の手順に従ってください。 手順 2つの入力リストを使用して折れ線グラフを描画します。 gca() メソッドで現在の軸（Axes）を取得し、X軸のインスタンスを返します。続いて get_major_formatter() で主目盛りのフォーマッターを取得し、set_useOffset(False) メソッドを呼び出すことで相対シフトを無効にします。 図を表示するには、show(

iPython上で、Matplotlibのグラフ（プロット）とprint文の出力を交互にインライン表示したい場合、以下の手順に従うことで実現できます。手順matplotlibから pyplot をインポートします。ヒストグラム（hist）で描画するためのデータをリストとして用意します。print文で使用する変数「i」を初期化します。手順2で作成したデータのリストをループ処理します。subplots() メソッドを使って、図（figure）とサブプロット（axes）を作成します。print文を配置して、現在のデータ番号を出力します。hist() メソッドを使ってヒストグラムを描画します。変数「i

MatplotlibでNaN値をプロット・操作する手順 Matplotlibでは、NaN（欠損値）を含むデータもそのまま可視化できます。基本的な流れは以下の3ステップです。 NumPyを使って、NaN値をいくつか含むデータ（配列）を作成します。 imshow()メソッドを使用し、カラーマップとステップ1で作成したデータを指定して、2次元の正規ラスタ上に画像として表示します。デフォルトでは、NaNの部分は自動的に空白（マスクされた領域）として描画されます。 作成した図を画面に表示するには、show()メソッドを呼び出します。 コード例 import numpy as np from matp

Matplotlibを使えば、長方形の内側に円を配置した図を簡単に作成できます。この記事では、patchesモジュールを利用して、長方形と円の2つの図形を1つのプロット上に重ねて描く手順を解説します。 実装の手順 長方形の内側に円を描画するには、以下のステップに従います。 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。 現在の軸（Axes）にサブプロットを追加します。 Rectangle（長方形）とCircle（円）のインスタンスを作成します。 長方形のパッチを現在の軸に追加します。 円のパッチを現在の軸に追加します。 xlim()およびylim()メ

PythonでNetworkXのグラフを再形成するには、以下の手順に従って進めます。 グラフを再形成する基本手順 PandasのDataFrameを使って、エッジ情報を持つデータフレームを作成します。 from_pandas_edgelist()メソッドを使用し、エッジリストを含むPandas DataFrameからグラフオブジェクトを生成します。 matplotlibでグラフGを描画します。キー「from」と「to」のリストに含まれる要素を増減させることで、ネットワークの形状（ノードやエッジの構成）を自由に変更できます。 作成した図を表示するには、show()メソッドを呼び出します。 サ

Matplotlibで円の中にテキストを配置する手順Matplotlibを使って円の中にテキストを配置するには、以下の手順に従います。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()メソッドで、現在の図にサブプロット（Axes）を追加します。Circle()クラスを使用して、中心座標と半径を指定したCircleインスタンス（円パッチ）を作成します。add_patch()メソッドで、作成した円をプロットに追加します。円の中にテキストを配置するには、text()メソッドを使用します。第1引数・第2引数でテキストの表示位置（x座標、y

Matplotlibでグラフの軸（X軸とY軸）を入れ替えたい場合、subplots()メソッドを使って図（figure）を作成し、2つのサブプロットを追加する方法が便利です。1つ目のサブプロットに曲線を描画し、そのX・Yデータを抽出して、2つ目のサブプロットの曲線に設定し直すことで、軸を入れ替えたグラフを作成できます。 手順 NumPyを使って、xとyのデータポイントを作成します。 図を作成し、2つのサブプロットを追加します。 両方のサブプロットにタイトルを設定します。 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。 get_xdata()とget_ydata()を使

Matplotlibでグラフを描画する際、目盛りラベルが多すぎると表示が混雑して読みにくくなることがあります。この問題を解決するには、density（密度）変数に小さな値を設定することで、目盛りラベルの密度を下げることができます。手順目盛りの間隔を制御するための変数 density を初期化します。NumPyを使用して x および 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。xticks() メソッドを使用して、X軸の目盛り位置とラベルを設定します。show() メソッドで図を表示します。コード例import numpy as

Matplotlibの凡例ボックスのサイズを調整するには、legend()メソッドのborderpad引数を使用します。borderpadの値を大きくするほど、凡例ボックス内の余白が広がり、ボックス全体のサイズも大きくなります。手順異なる線幅（linewidth）を持つ2つのリストを使って、line1とline2を作成します。図に凡例を配置し、凡例ボックスのサイズを調整するために、legend()メソッドでborderpad=2を指定します。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from matplotlib import pyplot as plt plt.rcP