In [1]:
# matplotlib
import matplotlib.pyplot as plt
import matplotlib.style

#ggplotを使用する
matplotlib.style.use('ggplot')
In [2]:
# MATLABスタイル

matplotlib.style.use('ggplot')
x = [0,1,2,3,4]
y = [0,1,2,4,8]
plt.plot(x,y)
plt.title('MATLAB-STYLE')
Out[2]:
Text(0.5,1,'MATLAB-STYLE')
In [3]:
# オブジェクト指向スタイル

x = [0,1,2,3,4]
y = [0,1,2,4,8]

#スタイルの指定は matplotlib.style.available で確認できる
matplotlib.style.use('ggplot') 

# ２行２列のプロットを用意する
fig, axes = plt.subplots(nrows=2,ncols=2)

# １行１列にプロットする 
axes[0,0].plot(x, y, label='legend_001')
axes[0,0].legend(loc='best') # 凡例 外配置は loc='bbox_to_anchor'

# 個別のグラフ axes を装飾する
axes[0,0].set_title('axes[0,0].set_title')   # タイトル
axes[0,0].set_xlabel('axes[0,0].set_xlabel') # x軸ラベル
axes[0,0].set_ylabel('axes[0,0].set_ylabel') # y軸ラベル

# 全体 fig を装飾する
fig.suptitle('fig.suptitle')

# グラフを保存する
fig.savefig('data/savefig.png')

# グラフを表示する
plt.show()
In [4]:
# 縦棒グラフ ax.bar
fig, axes = plt.subplots(1,2)
matplotlib.style.use('ggplot') 

x = [0,1,2]
y = [2,4,5]

# x軸ラベルを任意のラベルにする
labels = ['label_0','label_1','label_2']
axes[0].bar(x, y, tick_label=labels)
plt.show()
In [5]:
# 横棒グラフ ax.barh
fig, axes = plt.subplots(1,2)
matplotlib.style.use('ggplot') 

x = [0,1,2]
y = [2,4,5]

# x軸ラベルを任意のラベルにする
labels = ['label_0','label_1','label_2']
axes[0].barh(x, y, tick_label=labels)
plt.show()
In [6]:
# 縦棒グラフ ２本並べる ax.bar
fig, axes = plt.subplots(1,2)
matplotlib.style.use('ggplot') 

x1 = [0,1,2]
y1 = [2,4,5]
y2 = [3,5,7]

# x軸ラベルを任意のラベルにする
labels = ['label_0','label_1','label_2']

# 棒の幅を決める y1
width = 0.4
axes[0].bar(x1, y1, tick_label=labels, width=width, label='y1')
axes[0].legend(loc='best')

# 棒の幅の分をx軸の正方向にずれた位置に y2 の棒グラフを書く
x2 = [i + width for i in x1]
axes[0].bar(x2, y2, tick_label=labels, width=width, label='y2')
axes[0].legend(loc='best')

plt.show()
In [7]:
# 積み上げ棒グラフ
fig, axes = plt.subplots(1,2)
matplotlib.style.use('ggplot') 

x  = [0,1,2]
y1 = [2,4,5]
y2 = [3,5,7]

# x軸ラベルを任意のラベルにする
labels = ['label_0','label_1','label_2']

# y1とy2 を足した　y_total = y1 + y2 を作成する
y_total = [i + j for i, j in zip(y1, y2)]

# y_total の上に y2 で塗りつぶし、残りの部分を y1 と見立てる
axes[0].bar(x,y_total, tick_label=labels, label='y1')
axes[0].legend(loc='best')

axes[0].bar(x,y2, tick_label=labels, label='y2')
axes[0].legend(loc='best')

plt.show()
In [8]:
# 散布図
fig, ax = plt.subplots()

# ランダム値を生成
import numpy as np
np.random.seed(0)
x = np.random.randn(1000)
y = np.random.randn(1000)

# 各種マーカーを使用してみる
ax.scatter(x[0:100], y[0:100], marker='v', label='triangle down', color='red')
ax.scatter(x[100:200], y[100:200], marker='^', label='triangle up', color='blue')
ax.scatter(x[200:300], y[200:300], marker='s', label='square', color='green')
ax.scatter(x[300:400], y[300:400], marker='*', label='star', color='yellow')
ax.scatter(x[400:500], y[400:500], marker='x', label='x', color='black')
ax.scatter(x[500:600], y[500:600], marker='+', label='+', color='cyan')

plt.legend(loc='best')
Out[8]:
<matplotlib.legend.Legend at 0x176cffce710>
In [9]:
# ヒストグラム
np.random.seed(1)
ave = 100
std = 15
x = np.random.normal(ave, std, 1000)

fig, ax = plt.subplots()
n, bins, patches = ax.hist(x, bins=20) 
plt.show()

n       # 各棒の度数
bins    # 各棒の境界値
patches # 各棒の描画情報
Out[9]:
<a list of 20 Patch objects>
In [10]:
# ヒストグラム 横棒
np.random.seed(1)
ave = 100
std = 15
x = np.random.normal(ave, std, 1000)

fig, ax = plt.subplots()
n, bins, patches = ax.hist(x, bins=20, orientation='horizontal') 
plt.show()
In [11]:
# ヒストグラムを並べる
np.random.seed(2)

# 正規分布に従うデータを３つ用意する
x0 = np.random.normal(10,10,1000)
x1 = np.random.normal(10,20,1000)
x2 = np.random.normal(10,30,1000)

# ヒストグラムを書く
fig, ax = plt.subplots()
labels = ['x0', 'x1', 'x2']
ax.hist([x0,x1,x2],label=labels)
plt.legend(loc='best')
Out[11]:
<matplotlib.legend.Legend at 0x176bad74470>
In [12]:
# ヒストグラムを積み上げる
np.random.seed(2)

# 正規分布に従うデータを３つ用意する
x0 = np.random.normal(10,10,1000)
x1 = np.random.normal(10,20,1000)
x2 = np.random.normal(10,30,1000)

# ヒストグラムを書く
fig, ax = plt.subplots()
labels = ['x0', 'x1', 'x2']
ax.hist([x0,x1,x2],label=labels, stacked=True)
plt.legend(loc='best')
Out[12]:
<matplotlib.legend.Legend at 0x176cfeeeef0>
In [21]:
# 箱ひげ図 .boxplot

# 正規分布に従うデータを３つ用意する
np.random.seed(0)
x0 = np.random.normal(10,10,1000)
x1 = np.random.normal(10,20,1000)
x2 = np.random.normal(10,30,1000)

fig, ax = plt.subplots()
labels = ['x0', 'x1', 'x2']
ax.boxplot([x0,x1,x2], labels=labels)


plt.show()
In [22]:
# 箱ひげ図.boxplot（横向き vert=False） 

# 正規分布に従うデータを３つ用意する
np.random.seed(0)
x0 = np.random.normal(10,10,1000)
x1 = np.random.normal(10,20,1000)
x2 = np.random.normal(10,30,1000)

fig, ax = plt.subplots()
labels = ['x0', 'x1', 'x2']
ax.boxplot([x0,x1,x2], labels=labels, vert=False)


plt.show()
In [26]:
# 円グラフ ちょっと斜め上から

x = [3,5,7]
labels = labels = ['x0', 'x1', 'x2']

fig, ax = plt.subplots()
ax.pie(x, labels=labels)
plt.show()
In [28]:
# 円グラフ　真上から ax.axis('equal') 

x = [3,5,7]
labels = labels = ['x0', 'x1', 'x2']

fig, ax = plt.subplots()
ax.pie(x, labels=labels )
ax.axis('equal')         # 真上から
plt.show()
In [32]:
# 円グラフ　真上から ax.axis('equal')
# 12時(startangle=90) から 時計回り(counterclock=False) で
# 影をつける shadow=True
# %を入れる  autopct='%1.2f%%'
# 一部を切り離す explode

x = [3,5,7]
labels = labels = ['x0', 'x1', 'x2']

fig, ax = plt.subplots()
explode =[0,0.1,0] # ２番めのデータだけ切り離す
ax.pie(x, labels=labels, startangle=90, counterclock=False, shadow=True, autopct='%1.2f%%', explode=explode)
ax.axis('equal')
plt.show()
In [47]:
# グラフを組み合わせる 棒グラフ-折れ線グラフ
fig, ax = plt.subplots()

x1 = [0,1,2,3]
y1 = [1,3,5,7]

x2 = [0,1,2,3]
y2 = [10,8,20,10]

ax.bar(x1, y1, label='y1')  # 棒グラフ     ax.bar()
ax.plot(x2, y2, label='y2') # 折れ線グラフ ax.plot()
ax.legend(loc='best')

plt.show()
In [73]:
# グラフを組み合わせる ヒストグラム-折れ線グラフ

fig, ax = plt.subplots()

# サンプルデータを生成する
np.random.seed(0)
x = np.random.randn(1000)

# ヒストグラムを描く
counts, edges, patches = ax.hist(x, bins=30)

#中点を求める(何故かこれで求まるらしい)
x_fit = (edges[:-1] + edges[1:])/ 2
y=1000 * np.diff(edges) *np.exp(-x_fit**2 / 2)
np.sqrt(2 * np.pi)
ax.plot(x_fit, y)

plt.show()
In [66]:
counts
# array([  9.,  20.,  70., 146., 217., 239., 160.,  86.,  38.,  15.])

edges
# array([-3.04614305, -2.46559324, -1.88504342, -1.3044936 , -0.72394379,
#        -0.14339397,  0.43715585,  1.01770566,  1.59825548,  2.1788053 ,
#         2.75935511])
Out[66]:
array([-3.04614305, -2.46559324, -1.88504342, -1.3044936 , -0.72394379,
       -0.14339397,  0.43715585,  1.01770566,  1.59825548,  2.1788053 ,
        2.75935511])
In [69]:
edges[1:]
Out[69]:
array([-2.46559324, -1.88504342, -1.3044936 , -0.72394379, -0.14339397,
        0.43715585,  1.01770566,  1.59825548,  2.1788053 ,  2.75935511])
In [68]:
edges[:-1]
Out[68]:
array([-3.04614305, -2.46559324, -1.88504342, -1.3044936 , -0.72394379,
       -0.14339397,  0.43715585,  1.01770566,  1.59825548,  2.1788053 ])
In [90]:
# スタイル
fig, ax = plt.subplots()

# 色 color=名称'red' １６進数RGB'#0000FF' RGBAをfloatで

ax.plot([0,1], [1,1], color='red')
ax.plot([0,1], [2,2], color='#0000FF')
ax.plot([0,1], [3,3], color=[0.2, 1.0, 0.2, 1.0])

plt.show()
In [102]:
# 色 color=名称'red' １６進数RGB'#0000FF' RGBAをfloatで
fig, ax = plt.subplots()

# 棒グラフは color と　edgecolor を設定できる
ax.bar([1], [3], color='red')
ax.bar([2], [4], color='cyan' , edgecolor='black')

plt.show()
In [119]:
# 線のスタイル 幅linewidth ラインスタイルlinestyle
fig, ax = plt.subplots()

ax.plot([0,1], [0,0])
ax.plot([0,1], [1,1], linewidth=1  ,linestyle='--')
ax.plot([0,1], [2,2], linewidth=5  ,linestyle='-.')
ax.plot([0,1], [3,3], linewidth=10 ,linestyle=':')

plt.show()
In [139]:
# フォント family, size, weght
fig, ax = plt.subplots()

ax.set_title('set_title', family='fantasy', size=20, weight='bold')
ax.set_xlabel('set_xlabel', family='DejaVu Sans', size=30, weight='light')
ax.set_ylabel('set_ylabel', family='monospace', size=25, weight='heavy')

plt.show()
In [145]:
# フォントはまとめてディクショナリにできる
fig, ax = plt.subplots()

fontdict = {
    'family': 'fantasy',
    'size': 20,
    'weight': 'normal',
    }

ax.set_title('set_title', fontdict=fontdict, size=40)
ax.set_xlabel('set_xlabel', fontdict=fontdict)
ax.set_ylabel('set_ylabel', fontdict=fontdict)

plt.show()
In [155]:
# グラフにテキストを描く
fig, ax = plt.subplots()

ax.text(  0,   0, 'text', size=10)
ax.text(0.2, 0.2, 'text', size=20)
ax.text(0.5, 0.5, 'text', size=30)
ax.text(1.0, 1.0, 'text', size=40)
plt.show()
In [ ]:
# ---- end of scripts ----