Matplotlib は、Python で最も一般的に使用されるデータ視覚化ライブラリの 1 つです。豊富なグラフの種類と柔軟なカスタマイズ オプションが提供されており、データをより直観的に理解するのに役立ちます。この記事では、グラフの作成方法やカスタマイズ方法など、Matplotlibの基本的な機能を紹介します。
1. Matplotlib の概要
Matplotlib は、2D チャート (3D チャートを含む) の作成専用の Python ライブラリです。その名前は「MATLAB スタイルのプロット」に由来しており、その設計目標は Python に MATLAB と同様の描画機能を提供することを意味します。
Matplotlib のメイン モジュールは、pyplotチャートを作成および表示するための MATLAB に似たコマンド スタイルの関数セットを提供することです。
以下は、Matplotlib を使用して折れ線グラフを作成する方法を示す簡単な例です。
python
复制代码
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0, 10, 100)
y = np.sin(x)
plt.plot(x, y)
plt.show()
この例では、まず x 値と y 値のセットを生成し、次にplt.plot(x, y)で折れ線グラフを作成し、最後にplt.show()でグラフを表示します。
2. さまざまな種類のグラフを作成する
Matplotlib は、折れ線グラフ、散布図、ヒストグラム、ヒストグラム、円グラフなど、さまざまなタイプのグラフの作成をサポートしています。
1. 折れ線グラフ
折れ線グラフは最も基本的なグラフであり、データ点を順番に結ぶことでデータの変化の傾向を示します。前の例で折れ線グラフを作成する方法を説明しました。
2. 散布図
散布図は、2 つの変数間の関係を示すために使用されるグラフの一種です。plt.scatter()次の関数を使用して散布図を作成できます。
python
复制代码
x = np.random.rand(100)
y = np.random.rand(100)
plt.scatter(x, y)
plt.show()
3. ヒストグラム
ヒストグラムは、カテゴリ間の差異を比較するために使用されるグラフの一種です。plt.bar()次の関数を使用してヒストグラムを作成できます。
python
复制代码
categories = ['A', 'B', 'C', 'D']
values = [23, 45, 56, 78]
plt.bar(categories, values)
plt.show()
3. グラフをカスタマイズする
Matplotlib には、グラフをカスタマイズするための多くのオプションが用意されています。たとえば、タイトル、ラベルの追加、色、線の種類、線の幅などの変更が可能です。
python
复制代码
x = np.linspace(0, 10, 100)
y = np.sin(x)
plt.plot(x, y, color='red', linestyle='--', linewidth=2)
plt.title('Sin Wave')
plt.xlabel('X')
plt.ylabel('Y')
plt.grid(True)
plt.show()
この例では、線の色、スタイル、幅を変更し、タイトルと軸ラベルを追加して、グリッドをオンにしました。
前述の基本的なカスタマイズ オプションに加えて、Matplotlib は次のような高度な機能も提供します。
1. サブグラフを作成する
1 つのチャートに複数のサブチャートを作成でき、各サブチャートに異なるタイプと設定を含めることができます。plt.subplot()次の関数を使用してサブプロットを作成できます。
python
复制代码
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
plt.subplot(2, 1, 1) # 创建一个2行1列的子图，并选择第1个子图
plt.plot(x, y1, color='red')
plt.title('Sin Wave')
plt.subplot(2, 1, 2) # 创建一个2行1列的子图，并选择第2个子图
plt.plot(x, y2, color='blue')
plt.title('Cos Wave')
plt.tight_layout() # 自动调整子图间距
plt.show()
2. グラフを保存する
plt.savefig()次の関数を使用して、チャートを画像ファイルとして保存できます。
python
复制代码
x = np.linspace(0, 10, 100)
y = np.sin(x)
plt.plot(x, y)
plt.savefig('sin_wave.png')
この例では、グラフを PNG 形式の画像として保存します。plt.savefig()この機能は、PNG、JPG、PDF などの複数の画像形式をサポートしています。
4. 結論
Matplotlib は、強力で柔軟な Python データ視覚化ライブラリであり、グラフを迅速に作成する場合でも、複雑なグラフをカスタマイズする場合でも、ニーズに十分に応えます。この記事が Matplotlib の基本的な使い方をマスターし、データ分析と視覚化の作業をサポートするのに役立つことを願っています。
Python に興味があり、Python を学習してより高い給与を獲得したい場合は、次の Python 学習教材セットが役立つはずです。
教材には、Python インストール パッケージ + アクティベーション コード、Python Web 開発、Python クローラー、Python データ分析、人工知能、機械学習、その他の学習チュートリアルが含まれます。基礎0の初心者でもわかりやすく、チュートリアルに沿って基礎0から体系的にPythonを学べます！
1.Pythonの全方位学習ルート
Python の全方位ルートは、Python の一般的に使用される技術的なポイントを整理して、さまざまな分野の知識ポイントをまとめることです。その有用性は、上記の知識ポイントに応じて、対応する学習リソースを見つけて確実に学習できることにあります。より包括的に。
2.Python学習ソフト
労働者が良い仕事をしたいなら、まず道具を研ぐ必要があります。Pythonを学ぶのによく使われる開発ソフトはこちら！
3. Python入門学習ビデオ
基礎0から始めるのに適した学習動画も多数あり、これを読めば簡単にPythonを始められますよ～
4. Python の演習
各ビデオレッスンの後には、対応する練習問題があり、学習結果をテストできます。
五、Python実戦事例
光学理論は役に立ちません。学んだことを実践に応用するには、それに沿ってコーディングを学び、自分で実行する必要があります。現時点では、いくつかの実践的な事例から学ぶことができます。こんな情報も載ってますよ～
6. Python インタビュー資料
Python を学んだ後は、そのスキルを活かして仕事を見つけることができます。以下の面接の質問はすべてアリババ、テンセント、バイトなどの一流インターネット企業からのものであり、アリの上司からの信頼できる回答も含まれており、この一連の面接資料を読めば、誰もが満足のいく仕事を見つけることができると信じています。
7. 情報収集
上記の Python 学習教材の完全セットの完全版は公式 CSDN にアップロードされており、それを必要とする小規模パートナーは、WeChat で以下の CSDN 公式認定の QR コードをスキャンして無料で取得できます。