【Python】Matplotlib ～ 入門編 ～

Python

■ はじめに

https://dk521123.hatenablog.com/entry/2020/03/08/113356

を書く際に、ちょこちょこでてきた Matplotlib について
取り上げる

目次

【１】Matplotlib
【２】グラフの種類
【３】動画
【４】環境設定
【５】サンプル
　例１：Hello world - シグモイド関数
　例２：折れ線 - plot()
　例３：ヒストグラム - hist()
　例４：棒グラフ - bar()
　例５：散布図 - scatter()
　例６：円グラフ - pie()

【１】Matplotlib

* グラフ描画ライブラリ

* 読み方は、Matplotlib「マット・プロット・リブ」

【２】グラフの種類

１）折れ線
２）ヒストグラム
３）棒グラフ
４）散布図
５）円グラフ
６）箱ひげ図
７）ヒートマップ
etc...

【３】動画

* 以下の動画で学べる

https://www.youtube.com/watch?v=69Rd7GjgiMs
コード
https://github.com/TatsuhiroAbe/libraries_tutorial/blob/master/04/04_matplotlib_tutorial.ipynb

【４】環境設定

以下の関連記事を参照のこと。

https://dk521123.hatenablog.com/entry/2018/02/17/102927

【５】サンプル

例１：Hello world - シグモイド関数　

import numpy as np
import matplotlib.pyplot as plt

# シグモイド関数
def sigmoid_function(x, a=1):
  return 1.0 / (1.0 + np.exp(-a*x))

# 第一引数:最初の値, 第二引数:最後の値
x = np.linspace(-10.0, 10.0)

# プロット（折れ線グラフ）
plt.plot(x, sigmoid_function(x), label="a=1")
plt.plot(x, sigmoid_function(x, 4), linestyle=":", label="a=4")
plt.plot(x, sigmoid_function(x, 0.5), linestyle="--", label="a=0.5")

# 表示
plt.show()

例２：折れ線 - plot()

* 詳細は、以下の関連記事を参照のこと

Matplotlib ～ 基本編 / 折れ線 ～
https://dk521123.hatenablog.com/entry/2023/09/17/003431

import numpy as np
import matplotlib.pyplot as plt

# Step１:データ用意
# numpy.linspace()
# 第一引数:最初の値, 第二引数:最後の値, 第三引数:要素数
x = np.linspace(0, 1, 5)
# numpy.random.randn()
# 標準正規分布を5個生成
y = x + 0.2 * np.random.randn(5)

# Step２:プロット（折れ線グラフ）
plt.plot(x, y, label="Hello world")

# Step３:グラフ表示
# 凡例
plt.legend()
# 表示
plt.show()

複数グラフを同一領域に表示するには... (一部抜粋) 

# 標準正規分布を5個生成
y1 = x + 0.2 * np.random.randn(5)
y2 = x + 0.3 * np.random.randn(5)

# Step２:プロット（折れ線グラフ）
plt.plot(x, y1, color='red', linewidth=2.0, linestyle='solid')
plt.plot(x, y2, color='blue', linewidth=2.0, linestyle='dashed')

# 凡例
plt.legend(['Hello - 1', 'Hello - 2'])

例３：ヒストグラム - hist()

以下のサイトのサンプルで勉強。

https://www.youtube.com/watch?v=N9fDIAflCMY

import numpy as np
import matplotlib.pyplot as plt

data_number = 500

grey_height = 28 + 4 * np.random.randn(data_number)
lab_height = 24 + 4 * np.random.randn(data_number)

plt.hist([grey_height, lab_height], stacked=True, color=['r', 'b'])
plt.show()

例４：棒グラフ - bar()

* 棒グラフのより詳細情報は、以下の関連記事を参照のこと

Matplotlib ～ 基本編 / 棒グラフ ～
https://dk521123.hatenablog.com/entry/2023/09/16/151516

　「Kaggle（カグル）」の
「Titanic: Machine Learning from Disaster」を使用する

https://dk521123.hatenablog.com/entry/2020/04/04/021413
Pythonコード 

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

train_df = pd.read_csv('train.csv', encoding='UTF-8')

# グラフインスタンスを生成（グラフの大きさを指定）
figure = plt.figure(figsize=(12, 4))
# 1行2列のグラフのうち１番目に、グラフ描画領域を指定
axis1 = figure.add_subplot(121)

pclassplot = train_df['Survived'].groupby(train_df['Pclass']).mean()
# 棒グラフ
axis1.bar(x=pclassplot.index, height=pclassplot.values)
# X軸のラベル表示
axis1.set_xlabel('Pclass', fontsize=15)
# Y軸のラベル表示
axis1.set_ylabel('Survival rate', fontsize=15)
axis1.set_xticks(pclassplot.index)
axis1.set_yticks(np.arange(0, 1.1, 0.1))
# グラフのタイトル表示
axis1.set_title('Pclass and Survival rate')

# 1行2列のグラフのうち2番目に、グラフ描画領域を指定
axis2 = figure.add_subplot(122)
sexplot = train_df['Survived'].groupby(train_df['Sex']).mean()
axis2.bar(x=sexplot.index, height=sexplot.values)
axis2.set_xlabel('Sex', fontsize=15)
axis2.set_ylabel('Survival rate', fontsize=15)
axis2.set_xticks(sexplot.index)
axis2.set_yticks(np.arange(0, 1.1, 0.1))
axis2.set_title('Sex and Survival rate')

plt.show()

例５：散布図 - scatter()

https://pythondatascience.plavox.info/matplotlib/%E6%95%A3%E5%B8%83%E5%9B%B3

import numpy as np
import matplotlib.pyplot as plt

# Step１:データ用意
# 乱数を 100 件生成
x = np.random.rand(100)
y = np.random.rand(100)

# Step２:散布図を表示
plt.scatter(
  x, y, s=100, c="red", cmap='Blues', marker="x")

# Step３:グラフ表示
# カラーバーを表示
plt.colorbar()
plt.show()

例６：円グラフ - pie()

https://pythondatascience.plavox.info/matplotlib/%E5%86%86%E3%82%B0%E3%83%A9%E3%83%95

import numpy as np
import matplotlib.pyplot as plt

# Step１:データ用意
dataset = np.array([10, 20, 30, 40])
dataset_labels = ["Mike", "Tom", "Sam", "Kevin"]

# Step２:円グラフ
plt.figure(figsize=(10, 10))
plt.pie(dataset, labels=dataset_labels, autopct='%.1f%%',
  textprops={'fontsize': 9},
  wedgeprops={'linewidth': 2, 'edgecolor': "white"})

# Step３:グラフ表示
plt.show()

関連記事

Matplotlib ～ 基本編 / 折れ線 ～
https://dk521123.hatenablog.com/entry/2023/09/17/003431
Matplotlib ～ 基本編 / 棒グラフ ～
https://dk521123.hatenablog.com/entry/2023/09/16/151516
Matplotlib ～ あれこれ編 ～
https://dk521123.hatenablog.com/entry/2023/09/14/230848
TensorFlow ～ 環境構築 / Windows 編 ～
https://dk521123.hatenablog.com/entry/2018/02/17/102927
scikit-learn ～ 機械学習用ライブラリ・基本編 ～
https://dk521123.hatenablog.com/entry/2020/03/08/113356
NumPy ～ 数値計算ライブラリ ～
https://dk521123.hatenablog.com/entry/2018/03/28/224532
Pandas ～ データ解析支援ライブラリ ～
https://dk521123.hatenablog.com/entry/2019/10/22/014957