matplotlibはMATLABライクにグラフを描画できるライブラリ。
PyPlot『matplotlib.pyplot』モジュールの簡単な関数呼び出しでグラフを描画できる。
基本
import matplotlib.pyplot as plt
plt.plot([1,2,3,4])
plt.ylabel('some numbers')
plt.show()
matplotlib.pyplot.plot関数で文字通りプロットすることができる。
これで、「(x, y) = (1, 1), (2, 2), (3, 3), (4, 4)」のx, yそれぞれの地域で直線で繋いだグラフになる。
import matplotlib.pyplot as plt
plt.plot([1,2,3,4], [1,4,9,16], 'ro')
plt.axis([0, 6, 0, 20])
plt.show()
matplotlib.pyplot.axis関数でグラフを描画する値域を設定することができる。「axes」は英単語axの複数形で「軸」の意。
これで、「(x, y) = (1, 1), (2, 4), (3, 9), (4, 16)」の値域「0<=x<=6, 0<=y<=20」で点をプロットしたグラフになる。
また、plot関数の「ro」は、赤色（r)の点（o）を意味し、グラフの表現を色・形様々変更することができる。
import numpy as np
import matplotlib.pyplot as plt
# NumPyで地域を定義
# 浮動小数点で0～5まで0.2刻み
t = np.arange(0., 5., 0.2)
# 3種類のグラフを同時に描画
plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')
plt.show()
NumPyの「arange」でxを表現したらyを式で表現することもできる。
また、グラフを複数重ねることもできる。
グラフの分割
import numpy as np
import matplotlib.pyplot as plt
def f(t):
return np.exp(-t) * np.cos(2*np.pi*t)
t1 = np.arange(0.0, 5.0, 0.1)
t2 = np.arange(0.0, 5.0, 0.02)
plt.figure(1)
plt.subplot(211)
plt.plot(t1, f(t1), 'bo', t2, f(t2), 'k')
plt.subplot(212)
plt.plot(t2, np.cos(2*np.pi*t2), 'r--')
plt.show()
実はmatplotlib.pyplotを使用している際、「plt.figure(1)」「plt.subplot(111)」が暗黙的に実行されている。
「plt.figure」を実行するとグラフをレンダリングするキャンバス（勝手にキャンバスと呼ぶ）が作成される。引数はキャンバスの番号。
「plt.subplot」を実行するとキャンバスの中にグラフを描画する領域を作成する。引数は三ケタで前から「行数」「列数」「グラフ番号」となる。
なので「plt.subplot(211)」は「キャンバスを2行1列に分割した1番目のグラフ」、「plt.subplot(212)」は「キャンバスを2行1列に分割した2番目のグラフ」という意味になる。
上記の例を縦ではなく横に並べたければ、「plt.subplot(121)」「plt.subplot(122)」とすればよい。
キャンバスを複数作成したければ「plt.figure(1)」「plt.figure(2)」、、、とすればよい。
import matplotlib.pyplot as plt
plt.figure(1) # 1番目のキャンバス
plt.subplot(211) # 1番目のキャンバスを2行1列に分割し、1つ目のグラフを張る
plt.plot([1, 2, 3])
plt.subplot(212) # 1番目のキャンバスを2行1列に分割し、2つ目のグラフを張る
plt.plot([4, 5, 6])
plt.figure(2) # 2番ン目のキャンバス
plt.plot([4, 5, 6]) # デフォルトsubplot(111)の状態にグラフを張る
plt.figure(1) # 1番目のキャンバスの処理に戻る
plt.subplot(211) # 1番目のキャンバスの1番目のグラフの処理に戻る
plt.title('Easy as 1, 2, 3') # 1番目のキャンバスの1番目のグラフにタイトルをつける
その他のグラフ
2Dグラフ以外にもヒストグラムやアローダイアグラム等様々表現可能。
例えば「matplotlib.pyplot.hist」関数を使用するとヒストグラムを描画できる。
import numpy as np
import matplotlib.pyplot as plt
mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)
# the histogram of the data
n, bins, patches = plt.hist(x, 50, normed=1, facecolor='g', alpha=0.75)
plt.xlabel('Smarts')
plt.ylabel('Probability')
plt.title('Histogram of IQ')
plt.text(60, .025, r'$\mu=100,\ \sigma=15$')
plt.axis([40, 160, 0, 0.03])
plt.grid(True)
plt.show()
「plt.grid(True)」で点線で縦横の線が付く。
その他matplotlib.pyplotの関数や詳細は下記参照。
