Pythonのmatplotlibライブラリで色々なグラフの描画や画像の編集を行う方法

2023.01.18 2022.07.23

Python matplotlibは、基本的にデータの可視化を目的としたライブラリです。

matplotlibライブラリの構成要素は、2次元のNumPy配列です。

このため、Python matplotlib を利用することで、比較的膨大な量の情報/データをグラフやチャートなどで表現し、扱うことができるようになります。

この記事もチェック：Python、Pandas、matplotlibを使ってExcelシートからデータを取得、グラフの表示をする方法

Python matplotlib入門
Python でプロットする matplotlib
matplotlib でチャートに機能を追加する
matplotlib のオブジェクト指向 API を使った作図
matplotlib による PNG 画像の操作
Pandasとmatplotlibでプロットする
まとめ

Python matplotlib入門

データ可視化のために matplotlib ライブラリを使用するには、 pip コマンドを使用してインストールする必要があります。

pip install matplotlib

さらに、matplotlib の組み込み関数を使用したい場合は、このライブラリをインポートする必要があります。

from matplotlib import pyplot

matplotlib.pyplot は基本的に matplotlib パッケージを使用して作成したグラフやチャートなどにスタイル関数を追加するために使用されるインターフェイスです。

この記事もチェック：Pythonとmatplotlibでエラーバーのグラフを作成する方法

Python でプロットする matplotlib

Python matplotlib は、データを表現し視覚化するために様々なタイプのグラフを提供します。

Python matplotlib を使ってデータを可視化するには、以下のような種類のグラフ/チャートがあります。

折れ線グラフ
散布図
ヒストグラム
棒グラフ
円グラフ

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

1. ラインプロット

from matplotlib import pyplot 
 
# x-axis values 

roll_num = [1, 2, 3, 4, 5, 6, 7, 8, 9] 
 
# y-axis values 

marks = [55,75,96,75,36,45,87,99,100] 
 
pyplot.plot(roll_num, marks) 
 
pyplot.show()

上記のコードでは、2つのPythonリスト(roll_num, marks)を入力データポイントとして使用しています。

pyplot.plot()` 関数は、データを表す直線をプロットするために使用されます。

パラメータとしてx軸とy軸の値を受け取ります。

pyplot.plot()関数によってプロットされた値を表示するには、pyplot.show()関数を使用します。

結果は以下の通りです。

from matplotlib import pyplot 
 
# x-axis values 

roll_num = [1, 2, 3, 4, 5, 6, 7, 8, 9] 
 
# y-axis values 

marks = [55,75,96,75,36,45,87,99,100] 
 
pyplot.scatter(roll_num, marks) 
 
pyplot.show()

2. 散布図

from matplotlib import pyplot 
 
marks = [55,75,96,75,36,45,87,99,100] 
 
pyplot.hist(marks, bins = 7) 
 
pyplot.show()

pyplot.scatter(x-axis, y-axis) は、データを散布図にするために使用されます。

結果は、以下の通りになります。

import numpy as np

import matplotlib.pyplot

city = ('Pune', 'Satara', 'Mumbai', 'Kanpur', 'Bhopal', 'Assam')

y_val = np.arange(len(city))

rank = [4, 7, 1, 3, 2, 5]

pyplot.bar(y_val, rank, align='center')
pyplot.xticks(y_val, city)

pyplot.ylabel('Rank')

pyplot.title('City')

pyplot.show()

3. ヒストグラム

import numpy as np

import matplotlib.pyplot

city = ('Pune', 'Satara', 'Mumbai', 'Kanpur', 'Bhopal', 'Assam')
 
rank = [4, 7, 1, 3, 2, 5]

explode = (0.2, 0, 0, 0, 0, 0)  

colors = ['yellowgreen', 'pink', 'purple', 'grey', 'red', 'orange']

pyplot.pie(rank, explode=explode, labels=city, colors=colors,

        autopct='%1.1f%%', shadow=True, startangle=120)

pyplot.axis('equal')

pyplot.show()

pyplot.hist()` 関数は，ヒストグラムによってデータ点を表現するために使用されます．この関数は，2つのパラメータを受け取ります．

プロットされるデータのリスト
データを分割して表示するための範囲（ビン）の数．

上記のコードでは，pyplot.hist()は入力リスト（データ）を分配して表示するための分割数を表すパラメータbinを受け取ります．

結果は以下の通りです。

from matplotlib import pyplot 

# x-axis values 

roll_num = [1, 2, 3, 4, 5, 6, 7, 8, 9] 

# y-axis values 

marks = [55,75,96,75,36,45,87,99,100] 

attendance = [25, 75, 86, 74, 85, 25, 35, 63, 29] 

pyplot.plot(roll_num, marks, color = 'green', label = 'Marks')

pyplot.plot(roll_num, attendance, color = 'blue', label = 'Attendance')

pyplot.legend(loc='upper left', frameon=True)

pyplot.show()

4. バーチャート

Class_Name, Object_Name = matplotlib.pyplot.subplots(‘rows’, ‘columns’)

pyplot.bar() 関数は、データを長方形の棒グラフの形で表現します。

この関数は、x座標を表すスカラー値である y-val パラメータを受け取ります。

パラメータ align は、棒グラフの値を左/右/中央のいずれかに設定するために使用されます。

pyplot.xticks()` は、x軸の目盛り位置を設定するために使用されます。

pyplot.ylabel()` はY軸のデータにラベルテキストを設定するために使用されます。

pyplot.title() は棒グラフのタイトル値を設定します。

結果は、以下の通りです。

# importing the matplotlib library 

import matplotlib.pyplot as plt 
 
# x-axis values

roll_num = [1, 2, 3, 4, 5, 6, 7, 8, 9] 

# y-axis values 

marks = [55,75,96,75,36,45,87,99,100] 
 
# creating the graph with class 'img' 
# and it's object 'obj' with '1' row 
# and '1' column 

img, obj = plt.subplots(1, 1) 
 
# plotting the values 
obj.plot(roll_num, marks) 
 
# assigning the layout to the values
img.tight_layout()

5. 円グラフ

# importing pyplot and image from matplotlib 

import matplotlib.pyplot as plt 

import matplotlib.image as img 
 
# reading png image file 

img = img.imread('C:UsersHPDesktopPie Chart.png') 

color_img = img[:, :, 0]  #applying default colormap
# show image 
plt.imshow(color_img) 

pyplot.pie() 関数は、データを円グラフの形で表現するために使用されます。

pyplot.pie()のこれらのパラメータは、以下の機能を提供します。

explode: 円グラフを分割する割合をスカラー値で指定します。
labels: 円グラフの各分割を表現するためのテキストを指定します。
colors: チャートの各分割に設定する色を指定します。
autopct: ウェッジやチャートの分数を数値でラベリングします。
shadow: ブール値を受け取ります。TRUE に設定すると、円グラフの分数の下に影を作成します。
startangle: チャートの開始点を、X軸から特定の角度だけ回転させます。

pyplot.axis('equal') 関数は、等倍率のスケーリングを有効にし、スケーリングされた円グラフを作成します。

結果は以下の通りです。

import matplotlib.pyplot as p

import pandas as pd 

import numpy as np 
 
val = pd.DataFrame({'v1': np.random.randn(500) + 1, 

'v2': np.random.randn(500), 

'v3': np.random.randn(500) - 1}, 

columns =['v1', 'v2', 'v3']) 
 
p.figure() 
 
val.plot.hist(alpha = 0.5) 
p.show()

matplotlib でチャートに機能を追加する

from matplotlib import pyplot

import pandas as pd 

import numpy as np 
 
val = pd.DataFrame(np.random.randn(500,6), 

columns =['P', 'Q', 'R', 'S', 'T', 'W']) 
 
val.plot.box() 
pyplot.show()

上のコードでは、色とラベルのような属性を追加しています。

label` 属性は、プロットされた値をより単純化した方法で表現するためのテキストを設定します。

pyplot.legend() はラベルと情報をプロットされたチャートに配置します。

パラメータ loc は、表示されるラベルの位置を設定するために使用されます。

パラメータ frameon はブーリアン値を受け取ります。

trueに設定すると、locパラメータで設定された位置に配置されたラベルの周りに長方形の箱のようなボーダーが作成されます。

出力は以下の通りです。

from matplotlib import pyplot

import pandas as pd 

import numpy as np 
 
val = pd.DataFrame(np.random.randn(500,2), 

columns =['P', 'Q',]) 
 
val.plot.kde() 
pyplot.show()

matplotlib のオブジェクト指向 API を使った作図

Python でのデータ可視化は、オブジェクト指向 API を用いても行うことができます。

構文は以下の様な感じです。

from matplotlib import pyplot

import matplotlib.pyplot

import pandas as pd 

import numpy as np 
 
val = pd.DataFrame(np.random.randn(500,2), 

columns =['Temperature', 'Fire-Intensity',]) 

val.plot.hexbin(x ='Temperature', y ='Fire-Intensity', gridsize = 30) 

pyplot.show()

例えば、以下の様になります。

import matplotlib.pyplot

import pandas as pd 

import numpy as np 
 
val = pd.DataFrame(np.random.randn(300,5), 

columns =['A', 'Z', 'W', 'Y', 'S']) 

val.plot.scatter(x='Z', y='Y') 
pyplot.show()

img はクラスの名前、obj はオブジェクトの名前を表します。

pyplot.subplots(no of rows, no of columns) 関数は、1回の関数呼び出しで共通の複数のレイアウト/図を作成することができます。

値をプロットするためのサブセクションを作成するための必須のパラメータとして、行数と列数を受け付けます。

デフォルト値はpyplot.subplots(1,1)で、入力データに対して1つのレイアウトを作成するだけです。

class_name.tight.layout() は、チャートの図領域にフィットするようにpyplot.subplots()のパラメータを調整します。

結果は以下の通りです。

import matplotlib.pyplot as plt 

import pandas as pd 

import numpy as np 
 
val = pd.DataFrame(np.random.rand(9, 5), columns =['A', 'B', 'C', 'D', 'E']) 
 
val.plot.area() 
plt.show()

この記事もチェック：PythonでK-Means法のクラスタリングをmatplotlibで描画(プロット)する方法

matplotlib による PNG 画像の操作

Python matplotlib は，PNG 画像ファイルを操作するための関数も提供しています．

例題を使って理解しましょう．

例えば、以下の様になります。

import matplotlib.pyplot as plt 

import pandas as pd 

import numpy as np 
 
val = pd.Series(np.random.rand(5), 

index =['w','f', 'e', 'b', 'a'], name ='Pie-Chart') 
 
val.plot.pie(figsize =(5, 5)) 
plt.show()