matplotlib で figsize を使ってプロットやサブプロットのサイズを変更する

2023.01.18 2022.09.03

今日は、matplotlibを使ったプロットやサブプロットのリサイズについて勉強してみましょう。

データの可視化には、Pythonが最適であることは周知の事実です。

それは、ほとんどすべてのシステム上で動作するモジュールのセットを持っています。

この小さなチュートリアルで、私たちのタスクは、同じことに関する知識をブラッシュアップすることです。

プロットの基本

プロットとは、基本的に与えられたデータフレームに対して様々なグラフィカルな視覚化を行うことを意味します。

その中には様々な種類があります。

バープロット 1.棒グラフ：各データをx-yスケールで2次元的に表現したもの。
散布図。散布図：x-y軸上にデータ点を表す小さな点をプロットしたもの。
ヒストグラム
円グラフなど

その他にも、データサイエンスやコンピューティングのタスクで使われている様々なテクニックがあります。

プロットについてもっと知りたい方は、matplotlibのプロットに関するチュートリアルをご覧ください。

この記事もチェック：PandasでDataFrameのグラフをmatplotlibで可視化(プロット)する方法

サブプロットって何？
プロット用 Python のセットアップ
matplotlib でリサイズするプロットを作成する
matplotlib でプロットのサイズを変更する
1. figsizeの使用
まとめ

サブプロットって何？

サブプロットとは、1つの図に複数のプロットが含まれる、データ可視化の分散技法です。

これにより、プレゼンテーションがより美しくなり、様々なデータポイントの分布を明確な実体とともに理解することが容易になります。

matplotlib のサブプロットについてもっと読む。

この記事もチェック：matplotlibのSubplots使って複数のグラフをプロット(描画)する方法

プロット用 Python のセットアップ

プログラミング環境 Python 3.8.5
IDE Jupyterノートブック
ライブラリ/パッケージ matplotlib, Numpy

matplotlib でリサイズするプロットを作成する

後でサイズ変更可能なプロットを作成するためにジャンプしましょう。

コード

from matplotlib import pyplot as plt

import numpy as np
 
x = np.linspace(0, 10, 100)

y = 4 + 2*np.sin(2*x)
 
fig, axs = plt.subplots()

plt.xlabel("time")

plt.ylabel("amplitude")

plt.title("y = sin(x)")

axs.plot(x, y, linewidth = 3.0)

axs.set(xlim=(0, 8), xticks=np.arange(1, 8),

       ylim=(0, 8), yticks=np.arange(1, 8))
 
plt.show()

結果は以下の通りです。

from matplotlib import pyplot as plt

import numpy as np
 
x = np.linspace(0, 10, 100)

y = 4 + 2*np.cos(2*x)
 
fig, axs = plt.subplots()

plt.xlabel("time")

plt.ylabel("amplitude")

plt.title("y = cos(x)")

axs.plot(x, y, linewidth = 3.0)

axs.set(xlim=(0, 8), xticks=np.arange(1, 8),

       ylim=(0, 8), yticks=np.arange(1, 8))
 
plt.show()

これは、時間が直線的に増加するときの振幅の動きを示す正弦波のための単なるプロットです。

では、もっと単純にするサブプロットを見てみましょう。

練習のために、cos(x)とtan(x)のコードを置いておく。

このコードが動くかどうか、見てみてください。

cos(x)のコード。

from matplotlib import pyplot as plt

import numpy as np
 
x = np.linspace(0, 10, 100)

y = 4 + 2*np.tan(2*x)
 
fig, axs = plt.subplots()

plt.xlabel("time")

plt.ylabel("amplitude")

plt.title("y = tan(x)")

axs.plot(x, y, linewidth = 3.0)

axs.set(xlim=(0, 8), xticks=np.arange(1, 8),

            ylim=(0, 8), yticks=np.arange(1, 8))
 
plt.show()

結果は、以下の通りになります。

import random

from matplotlib import pyplot as plt
 
plt.figure(figsize = (5, 5))

x = []

y = []

plt.xlabel("X values")

plt.ylabel("Y values")

plt.title("A simple graph")

N = 50

for i in range(N):

    x.append(random.randint(0, 10))

    y.append(random.randint(0, 10))

plt.bar(x, y, color = "pink")
plt.show()

tan(x)のためのコード。

from matplotlib import pyplot as plt

import numpy as np
 
N = 5

menMeans = (20, 35, 30, 35, -27)

womenMeans = (25, 32, 34, 20, -25)

menStd = (2, 3, 4, 1, 2)

womenStd = (3, 5, 2, 3, 3)

ind = np.arange(N)    # the x locations for the groups

width = 0.35       # the width of the bars: can also be len(x) sequence
 
fig, ax = plt.subplots(figsize = (6, 6))
 
p1 = ax.bar(ind, menMeans, width, yerr=menStd, label='Men')

p2 = ax.bar(ind, womenMeans, width,

            bottom=menMeans, yerr=womenStd, label='Women')
 
ax.axhline(0, color='grey', linewidth=0.8)

ax.set_ylabel('Scores')

ax.set_title('Scores by group and gender')
ax.legend()
 
# Label with label_type 'center' instead of the default 'edge'

ax.bar_label(p1, label_type='center')

ax.bar_label(p2, label_type='center')
ax.bar_label(p2)
 
plt.show()

結果は以下の通りです。

from matplotlib import pyplot as plt
 
data = {'tiger': 10, 'giraffe': 15, 'lion': 5, 'deers': 20}

names = list(data.keys())

values = list(data.values())
 
fig, axs = plt.subplots(1, 3, figsize=(9, 3), sharey=True)

axs[0].bar(names, values)

axs[1].scatter(names, values)

axs[2].plot(names, values)

fig.suptitle('Categorical Plotting of presence of all the animals in a zoo')