PythonのMatplotlibは、機械学習やディープラーニングをする上で欠かせないグラフ描画ライブラリの代表格です。
ただ、Matplotlibは複雑なので、細かく理解しようとするとかなりの時間がかかります。そのため、これでこういうことができるんだ~というレベルの理解で十分で、基本はコピペで問題ないかと思います。
Matplotlibのライブラリの基本的な使い方についてご紹介しますので、ぜひ参考にして使ってみて下さい。
この記事の他に、NumpyやPandasについてもまとめていますので、よろしければご確認下さい。


Matplotlibとは
Matplotlibについて、公式では以下のように説明がされています。
Matplotlib は、Python で静的、アニメーション、インタラクティブな視覚化を作成するための包括的なライブラリです。Matplotlib は、簡単なことを簡単に、難しいことを可能にします。
・出版物のような品質のプロットを作成する。
https://matplotlib.org/
・ズーム、パン、アップデートが可能なインタラクティブな図を作成する。
・ビジュアルスタイルとレイアウトをカスタマイズする
・多くのファイルフォーマットに書き出す
・JupyterLabやグラフィカルユーザインタフェースに埋め込む
・Matplotlibをベースにした豊富なサードパーティパッケージを利用する。
翻訳しているので少し変な日本語ですが、Matplotlibを使うと簡単に可視化できまっせ~てことが書いてますね。
ちなみにライブラリとは、プログラミングで使える機能が詰まった「部品箱」のようなものです。わざわざ、必要な機能を自分でプログラムするのは大変ですが、既に用意されたライブラリを使うことで、必要な機能を簡単に使うことができます。
Matplotlibを使う準備
それではMatplotlibを使うために、Matplotlibのインストールとインポートについてご紹介します。
Matplotlibのインストール
Matplotlibのインポート
%matplotlib inline
て何のために必要なの?
と思われる方も多いと思いますが、以下のような意味があります。
- グラフがアウトプット行に出力される
plt.show()
を省略してもグラフが出力されるplt.show()
で2つ以上のグラフを表示することができる
グラフを見やすくするために必要なんだな~ぐらいに思っておけばで大丈夫です。
Matplotlibの日本語化
Matplotlibは日本語を使うと文字化けしてしまうため、日本語化したい場合は上記を実施して下さい。日本語化するやり方は幾つかありますが、これが一番簡単です。
データの準備
グラフを表示するデータを準備します。ここではグラフで表示するための適当なデータを用意しています。基本的にはこのデータを使って可視化していきます。
Matplotlibのグラフ操作
グラフの表示
plt.plot()
は、デフォルトで折れ線グラフを作成します。plt.plot()
の引数を指定することでグラフの色や形を変えることができます。
グラフタイトル表示
plt.title()
でグラフにタイトルを記載することができます。
X軸、Y軸の範囲、ラベルを設定
plt.xlabel()
plt.ylabel()
で、ラベルを追加することができます。plt.xlim()
plt.ylim()
でx軸、y軸の範囲を設定することができます。
凡例の追加
グラフに凡例を追加させるには、以下を実行します。
- プロット時にラベル名を指定する:
plt.plot(x, y, label='label_name')
- 凡例を表示する:
plt.legend()
凡例の位置を変更したい場合
凡例の位置を変更したい場合は、plt.legend()
の引数を指定することで可能です。
凡例をグラフの外に出したい場合は次の通りです。
グラフの大きさ変更
ply.figure()でグラフの大きさを指定することができます。
複数のグラフの表示
plt.plot()
を繰り返して実行すると、1つのグラフの中に複数の曲線を追加することができます。
複数のグラフを出力する場合は、plt.subplot()
を使います。
plt.subplot()のグラフの場所を指定する引数は次のイメージの通りです。

Matplotlibの様々な種類のグラフ出力
棒グラフ
ヒストグラム
散布図
円グラフ
FigureとAxesによるグラフ表示
FigureとAxesを使うことでより高度なグラフ表示が可能となります。FigureとAxesの関係性は次の通りです。
Figure
:グラフ描画全体領域Axes
:グラフの1つ1つを描く領域

plt.subplots()
を使ってFigure
とAxes
オブジェクトを同時に生成します。
その後にAxes
オブジェクトより表示させたいグラフの位置をそれぞれ指定して描画していきます。
plt.subplots()
の引数でsharex
, sharey
をTrueとすることで、グラフ間のx軸、y軸を固定して出力することができます。これによって、各グラフの比較ができるようになります。
FigureとAxesでは、このような細かい設定が可能となります。
pythonのおすすめ勉強法
そもそもpythonの知識を1から学びたいという人にマジでおすすめなpythonの勉強方法をご紹介します。
結論から言うと、Udemyを活用することです。私はPythonを以下の講座のみで学びましが、本当に分かりやすく最強だと思っています。実際に講座を見ながら自分も手を動かして学習できるので、しっかりと身に付きます。
まとめ
いかがでしたでしょうか。
Matplotlibはかなり奥が深いです。データ分析では欠かせないツールの1つなので、ぜひMatplotlibを使いこなし、データ分析の効率化や可視化の改善に役立ててください。
コメント