概要

Matplotlibのpyplotでグラフを描き、タイトル・軸名・凡例を設定して保存する手順を整理する。

同じ観測値を散布図と折れ線で描き、点を線で結ぶ順番によって伝わる意味が変わることを確かめる。観測点の関係と時間に沿った変化を区別し、目的に合う描き方を選ぶ。比較図はPython 3.12.2・Matplotlib 3.11.2で生成。

この記事の構成

• Matplotlibの環境準備
  Matplotlibの環境準備の手順と確認ポイントを整理。
• Matplotlibの使用方法
  基本描画と保存、画像表示、散布図と折れ線の使い分けを確認。

実施内容

Matplotlibの環境準備

Matplotlibは、折れ線グラフ、散布図、ヒストグラム、画像などを描画できるPythonライブラリで、NumPyと組み合わせて使用する場面も多い。

• Matplotlibのインストール
  使用するPython環境を明確にするため、次のようにPython経由でpipを実行。

  $ python -m pip install matplotlib
  

  インストール後はpython -c "import matplotlib; print(matplotlib.__version__)"で、読み込まれたバージョンを確認できる。以降ではmatplotlib.pyplotの基本操作に絞る。

Matplotlibの使用方法

• 区間、刻み幅、グラフタイトル、軸ラベルの設定と表示
  二次関数y = x^2を例に区間、刻み幅、グラフタイトル、軸ラベルを設定してグラフを描画する。
  np.arange(0, 20, 0.01)は、0以上20未満の値を0.01刻みで生成。

  $ python
   >>> import numpy as np
   >>> import matplotlib.pyplot as plt
   >>> x = np.arange(0, 20, 0.01)    # 0以上20未満の範囲を0.01刻みに設定
   >>> y = x**2
   >>> plt.title("y = x^2\n# arange:0, 20, 0.01, xlabel:x, ylabel:y")    # グラフタイトルを設定
     Text(0.5, 1.0, 'y = x^2\n# arange:0, 20, 0.01, xlabel:x, ylabel:y')
   >>> plt.xlabel("x")    # x軸のラベルを設定
     Text(0.5, 0, 'x')
   >>> plt.ylabel("y")    # y軸のラベルを設定
     Text(0, 0.5, 'y')
   >>> plt.plot(x,y)    # グラフの描画
     [<matplotlib.lines.Line2D object at 0x7fa0a479eb70>]
   >>> plt.savefig('pid13_1.png')    # 任意の保存先を指定
   >>> plt.close()    # 図を閉じ、次の描画へ状態を持ち越さない
  

  • 上記で出力したグラフ「pid13_1.png」

• 2つのグラフ、凡例の設定と表示
  三角関数y = sin(x)とy = cos(x)を例に凡例の設定を行い、2つのグラフを表示。

  $ python
   >>> import numpy as np
   >>> import matplotlib.pyplot as plt
   >>> x = np.arange(0, 6, 0.01)    # 0以上6未満の範囲を0.01刻みに設定
   >>> plt.title("y = sin(x), y = cos(x)\n# arange:0, 6, 0.01, xlabel:x, ylabel:y, legend:sin&cos")    # グラフタイトルを設定
   Text(0.5, 1.0, 'y = sin(x), y = cos(x)\n# arange:0, 6, 0.01, xlabel:x, ylabel:y, legend:sin&cos')
   >>> plt.xlabel("x")    # x軸のラベルを設定
     Text(0.5, 0, 'x')
   >>> plt.ylabel("y")    # y軸のラベルを設定
     Text(0, 0.5, 'y')
   >>> y_sin = np.sin(x)
   >>> y_cos = np.cos(x)
   >>> plt.plot(x, y_sin, label="sin")   # グラフの描画 ※実線で描画 ( デフォルト )
     [<matplotlib.lines.Line2D object at 0x7fde03617fd0>]
   >>> plt.plot(x, y_cos, linestyle="--", label="cos")    # グラフの描画 ※破線で描画
     [<matplotlib.lines.Line2D object at 0x7fde03625048>]
   >>> plt.legend()    # 凡例の描画
     <matplotlib.legend.Legend object at 0x7fde03625358>
   >>> plt.savefig('pid13_2.png')    # 任意の保存先を指定
   >>> plt.close()
  

  • 上記で出力したグラフ「pid13_2.png」

• imreadを使った画像表示
  matplotlib.imageのimreadによって画像をNumPy配列として読み込み、pyplot.imshowで座標軸上に表示。
  ここでは、透過背景のPythonロゴ画像「pid13_3.png」を読み込み、描画結果を「pid13_4.png」として保存。
  読み込んだ配列のshapeを確認すると、画像の高さ、幅、色チャンネル数も確認できる。

  • 読み込み元の画像「pid13_3.png」

    

  • 「pid13_3.png」をimreadで読み込み、imshowで表示して「pid13_4.png」として保存

    $ python
     >>> import matplotlib.pyplot as plt
     >>> from matplotlib.image import imread
     >>> img = imread('pid13_3.png')    # Pythonロゴ画像を読み込み
     >>> img.shape
     (500, 500, 4)
     >>> plt.imshow(img)    # 画像表示
     <matplotlib.image.AxesImage object at 0x7f4b80106f60>
     >>> plt.title('pid13_3.png Read with image.imread \n and output as pid13_4.png in pyplot.imshow')
     >>> plt.savefig('pid13_4.png')
     >>> plt.close()
    

  • 上記で出力した画像「pid13_4.png」

  shapeの値や保存画像の余白は、元画像やMatplotlibのバージョン・設定によって異なる。

• 同じ観測値を散布図と折れ線で比べる
  時刻と気温の組が(0分, 20°C)、(20分, 23°C)、(10分, 21°C)、(30分, 22°C)の順に届いたとする。説明用の観測値であり、入力の並びは時刻順ではない。

  import matplotlib.pyplot as plt
  
  minutes = [0, 20, 10, 30]
  temperatures = [20, 23, 21, 22]
  ordered = sorted(zip(minutes, temperatures))
  ordered_minutes, ordered_temperatures = zip(*ordered)
  
  with plt.rc_context({"font.size": 16}):
      fig, axes = plt.subplots(3, 1, figsize=(6, 10), sharex=True,
                               sharey=True, layout="constrained")
      axes[0].scatter(minutes, temperatures, s=70)
      axes[0].set_title("Scatter")
      axes[1].plot(minutes, temperatures, "o--")
      axes[1].set_title("Line: input order")
      axes[2].plot(ordered_minutes, ordered_temperatures, "o-")
      axes[2].set_title("Line: time order")
      for ax in axes:
          ax.set_ylabel("Temperature [°C]")
          ax.set_xlim(-2, 32)
          ax.set_ylim(19, 24)
          ax.grid(alpha=0.3)
      axes[2].set_xlabel("Time [min]")
      fig.savefig("pid13_5.png", dpi=120)
      plt.close(fig)
  

  

  上段の散布図は4つの観測点を線で結ばずに示す。
  中段の折れ線は渡した順番の0分→20分→10分→30分を結ぶため、時間が戻る線ができる。
  plot()が時刻順へ自動で並べ替えるわけではない。

  下段では時刻と気温をzip()で組にしてから並べ替えた。
  時刻だけを並べ替えると気温との対応が壊れるため、組のまま順序を変える。
  時間変化を伝えたい場合はこちらの並びを使う。ただし観測点の間を結んだ線は未観測時刻の実測値ではない。

  散布図は観測点の位置関係、折れ線は意味のある順序に沿った変化を示す場合に選ぶ。
  移動経路など入力順そのものに意味があるデータでは、xの値で並べ替えることが適切とは限らない。
  軸の意味と結ぶ順序を決めてから描画する。

  分布を見たい場合はplt.hist()によるヒストグラムも選択肢になる。
  グラフの種類にかかわらず軸名・単位・必要な凡例を付け、画像だけでも対象を読み取れるようにする。

まとめ

• 散布図は観測点の位置関係、折れ線は意味のある順序に沿った変化を示す場合に使う。
• plot()は渡した順に点を結ぶ。時刻順へ並べ替える場合は観測値との組を保ち、点の間の線を実測値と混同しない。
• 軸名・単位・凡例を付け、画面表示にはshow()、画像保存にはsavefig()を使う。保存後はclose()で図を閉じる。
• imread()で読み込んだ画像はNumPy配列として扱い、imshow()で表示できる。

参考文献

• 斎藤 康毅（\(2016\)）『ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装』株式会社オライリー・ジャパン
• Matplotlib, Getting started（英語・公式導入手順）
• Matplotlib, Pyplot tutorial（英語・グラフ描画の公式入門）
• Matplotlib, Image tutorial（英語・画像表示の公式解説）