Python 3 – Matplotlib折れ線グラフ-Pythonチュートリアル

折れ線グラフは、matplotlibを使用してすぐに使用できます。折れ線グラフに複数の線を入れたり、色を変更したり、線の種類を変更したりすることができます。

Matplotlibは、プロット用のPythonモジュールです。折れ線グラフは、作成できる多くのグラフタイプの1つです。

Table of Contents

折れ線グラフの例

折れ線グラフ

最初にmatplotlibとnumpyをインポートします。これらは、グラフ化に役立ちます。
plot（x、y）メソッドを使用して、折れ線グラフを作成できます。

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-1, 1, 50)
print(x)
y = 2*x + 1

plt.plot(x, y)
plt.show()

曲線

plot（）メソッドは、他のタイプの折れ線グラフでも機能します。直線である必要はありません。yは任意のタイプの値を持つことができます。

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-1, 1, 50)
y = 2**x + 1

plt.plot(x, y)  
plt.show()

例をダウンロード

ラベルのある線

何を見ているのかを知るには、メタデータが必要です。ラベルはメタデータの一種です。それらはチャートが何であるかを示しています。チャートには、xラベル、yラベル、およびタイトルがあります。

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-1, 1, 50)
y1 = 2*x + 1
y2 = 2**x + 1

plt.figure()
plt.plot(x, y1)  

plt.xlabel("I am x")
plt.ylabel("I am y")
plt.title("With Labels")

plt.show()

複数行

プロットには複数の線を含めることができます。別の行を追加するには、plot（x、y）関数をもう一度呼び出します。以下の例では、チャートにプロットされているy（y1、y2）の2つの異なる値があります。

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-1, 1, 50)
y1 = 2*x + 1
y2 = 2**x + 1

plt.figure(num = 3, figsize=(8, 5))
plt.plot(x, y2)
plt.plot(x, y1, 
         color='red',   
         linewidth=1.0,  
         linestyle='--' 
        )

plt.show()

点線

下の画像のように、線はドットの形にすることができます。 plot（x、y）を呼び出す代わりに、scatter（x、y）メソッドを呼び出します。 scatter（x、y）メソッドを使用して、ポイントをチャートに（ランダムに）プロットすることもできます。

import matplotlib.pyplot as plt
import numpy as np

n = 1024
X = np.random.normal(0, 1, n)
Y = np.random.normal(0, 1, n)
T = np.arctan2(X, Y)

plt.scatter(np.arange(5), np.arange(5))

plt.xticks(())
plt.yticks(())

plt.show()

例をダウンロード

ラインティック

プロットの目盛りを変更できます。それらをx軸、y軸に設定するか、色を変更することもできます。線はより太く、アルファ値を持つことができます。

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-1, 1, 50)
y = 2*x - 1

plt.figure(figsize=(12, 8)) 
plt.plot(x, y, color='r', linewidth=10.0, alpha=0.5)

ax = plt.gca()

ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')

ax.xaxis.set_ticks_position('bottom')
ax.yaxis.set_ticks_position('left')

ax.spines['bottom'].set_position(('data', 0))
ax.spines['left'].set_position(('data', 0))

for label in ax.get_xticklabels() + ax.get_yticklabels():
    label.set_fontsize(12)
    label.set_bbox(dict(facecolor='y', edgecolor='None', alpha=0.7))

plt.show()

漸近線との線

漸近線をプロットに追加できます。これを行うには、plt.annotate（）を使用します。下のプロットにも点線があります。コードをいじって、どのように機能するかを確認できます。

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-1, 1, 50)
y1 = 2*x + 1
y2 = 2**x + 1

plt.figure(figsize=(12, 8))  
plt.plot(x, y2)
plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--')

ax = plt.gca()

ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')

ax.xaxis.set_ticks_position('bottom')
ax.yaxis.set_ticks_position('left')

ax.spines['bottom'].set_position(('data', 0))
ax.spines['left'].set_position(('data', 0))


x0 = 1
y0 = 2*x0 + 1

plt.scatter(x0, y0, s = 66, color = 'b')
plt.plot([x0, x0], [y0, 0], 'k-.', lw= 2.5)

plt.annotate(r'$2x+1=%s$' % 
             y0, 
             xy=(x0, y0), 
             xycoords='data',
             
             xytext=(+30, -30),
             textcoords='offset points',
             fontsize=16,  
             arrowprops=dict(arrowstyle='->',connectionstyle='arc3,rad=.2')
            )

plt.text(0, 3, 
         r'$This is a good idea. mu sigma_i alpha_t$',
         fontdict={'size':16,'color':'r'})

plt.show()

テキストスケールの行

数値スケールである必要はありません。スケールには、以下の例のようなテキストの単語を含めることもできます。 plt.yticks（）では、テキスト値を含むリストを渡すだけです。これらの値は、y軸に対して表示されます。

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-1, 1, 50)
y1 = 2*x + 1
y2 = 2**x + 1

plt.figure(num = 3, figsize=(8, 5))  
plt.plot(x, y2)

plt.plot(x, y1, 
         color='red',  
         linewidth=1.0,  
         linestyle='--'  
        )

plt.xlim((-1, 2))  
plt.ylim((1, 3))  

new_ticks = np.linspace(-1, 2, 5)
plt.xticks(new_ticks)
plt.yticks([-2, -1.8, -1, 1.22, 3],
          [r'$really bad$', r'$bad$', r'$normal$', r'$good$', r'$readly good$'])

ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')

ax.xaxis.set_ticks_position('bottom')
ax.yaxis.set_ticks_position('left')

ax.spines['bottom'].set_position(('data', 0))
ax.spines['left'].set_position(('data', 0))

plt.show()

matplotlibを初めて使用する場合は、それなら私はこのコースを強くお勧めします。

Hope this helps!

Source link