PythonのMatplotlibは少ないコードでグラフを表示することができます
しかし，プログラミングであるため，ExcelやTableauのようにクリックするだけで軸関連の設定はできません
本記事では，グラフの設定をまとめて，一覧することができるようにしました
あの設定はどう書くんだっけといった悩みを解決します
目次
設定なしのデフォルトの折れ線グラフ
Matplotlibで設定を何もしていない折れ線グラフを作成しました
折れ線グラフはAxes.plot関数で描画することができます
下記のタブにplt_defaultとフローチャートの解説をしています
import matplotlib.pyplot as plt
import numpy as np
def plt_default():
x = np.linspace(0, 10, 100)
y1 = 4 + 2 * np.sin(2 * x)
y2 = 4 + 2 * np.cos(2 * x)
fig, ax = plt.subplots()
ax.plot(x, y1, 'o--', label='Sample 1')
ax.plot(x, y2, 'D--', label='Sample 2')
plt.show()
if __name__ == '__main__':
plt_default()
グラフのタイトル (Axes.set_title, Figure.suptitle)
グラフのタイトルは，FigureとAxesのそれぞれに設定することができます
Axes.set_title
- 引数
-
- label (文字列) : タイトルのテキストは文字列で指定します
- fontdict (辞書) : タイトルのテキストは辞書型でまとめて設定できます
- loc (center, left, right) : 位置を中央，左右で選べます
- pad (float) : Axesの上端からの距離を数値で指定できます．(default=6.0)
- y (float) : タイトルの縦軸の位置 (1.0が一番上)
- 返値
- 公式ドキュメント
Figure.suptitle
- 引数
-
- t (文字列) : suptitleの文字列です
- x (float) : テキストの x 位置をグラフ座標で指定します
- y (float) : テキストの y 位置をグラフ座標で指定します
- ha (center, left, right) : (x, y)を基準としたテキストの水平方向の配置を指定します
- va (top, center, bottom, baseline) : (x, y)を基準としたテキストの垂直方向の配置を指定します
- size (文字列 or float) : フォントサイズをfloatもしくは次の文字列で指定できます．
‘xx-small’, ‘x-small’, ‘small’, ‘medium’, ‘large’, ‘x-large’, ‘xx-large’ - weight (文字列) : フォントの太さは0-1000の範囲の数値もしくは次の文字列で指定できます．
‘ultralight’, ‘light’, ‘normal’, ‘regular’, ‘book’, ‘medium’, ‘roman’, ‘semibold’, ‘demibold’, ‘demi’, ‘bold’, ‘heavy’, ‘extra bold’, ‘black’
- 返値
- 公式ドキュメント
下記のタブにplt_titleとフローチャートの解説をしています
import matplotlib.pyplot as plt
import numpy as np
def plt_title():
x = np.linspace(0, 10, 100)
y1 = 4 + 2 * np.sin(2 * x)
y2 = 4 + 2 * np.cos(2 * x)
fig, ax = plt.subplots()
ax.plot(x, y1, 'o--', label='Sample 1')
ax.plot(x, y2, 'D--', label='Sample 2')
ax.set_title('Ax Title')
fig.suptitle('Fig Title')
plt.show()
if __name__ == '__main__':
plt_title()
軸ラベル (set_xlabel, set_ylabel, supxlabel, supylabel)
グラフの軸ラベルは，FigureとAxesのそれぞれに設定することができます
そのまま2つとも表示させるとラベル同士が重なるため，1つずつ紹介します
Axesの軸ラベル (Axes.set_xlabel, Axes.set_ylabel)
Axesへの軸ラベル設定は，Axes.set_xlabelとAxes.set_ylabelを使います
Axes.set_xlabel, Axes.set_ylabel
- 引数
-
- xlabel, ylabel (文字列) : ラベルのテキストを文字列で指定します
- labelpad (float) : 目盛りと目盛りラベルを含む，軸からの間隔
- loc (center, left, right) : 位置を中央，左右で選べます
- 返値
- 公式ドキュメント
下記のタブにplt_labelとフローチャートの解説をしています
import matplotlib.pyplot as plt
import numpy as np
def plt_label():
x = np.linspace(0, 10, 100)
y1 = 4 + 2 * np.sin(2 * x)
y2 = 4 + 2 * np.cos(2 * x)
fig, ax = plt.subplots()
ax.plot(x, y1, 'o--', label='Sample 1')
ax.plot(x, y2, 'D--', label='Sample 2')
ax.set_title('Ax Title')
fig.suptitle('Fig Title')
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
# fig.supxlabel('Sup X Label')
# fig.supylabel('Sup Y Label')
plt.show()
if __name__ == '__main__':
plt_label()
Figureの軸ラベル (Figure.supxlabel, Figure.supylabel)
Figureへの軸ラベル設定は，Figure.supxlabelとFigure.supylabelを使います
suptitleと使い方は同じです
Figure.supxlabel, Figure.supylabel
- 引数
-
- t (文字列) : suptitleの文字列です
- x (float) : テキストの x 位置をグラフ座標で指定します
- y (float) : テキストの y 位置をグラフ座標で指定します
- ha (center, left, right) : (x, y)を基準としたテキストの水平方向の配置を指定します
- va (top, center, bottom, baseline) : (x, y)を基準としたテキストの垂直方向の配置を指定します
- size (文字列 or float) : フォントサイズをfloatもしくは次の文字列で指定できます．
‘xx-small’, ‘x-small’, ‘small’, ‘medium’, ‘large’, ‘x-large’, ‘xx-large’ - weight (文字列) : フォントの太さは0-1000の範囲の数値もしくは次の文字列で指定できます．
‘ultralight’, ‘light’, ‘normal’, ‘regular’, ‘book’, ‘medium’, ‘roman’, ‘semibold’, ‘demibold’, ‘demi’, ‘bold’, ‘heavy’, ‘extra bold’, ‘black’
- 返値
- 公式ドキュメント
下記のタブにplt_labelとフローチャートの解説をしています
import matplotlib.pyplot as plt
import numpy as np
def plt_label():
x = np.linspace(0, 10, 100)
y1 = 4 + 2 * np.sin(2 * x)
y2 = 4 + 2 * np.cos(2 * x)
fig, ax = plt.subplots()
ax.plot(x, y1, 'o--', label='Sample 1')
ax.plot(x, y2, 'D--', label='Sample 2')
ax.set_title('Ax Title')
fig.suptitle('Fig Title')
# ax.set_xlabel('X Label')
# ax.set_ylabel('Y Label')
fig.supxlabel('Sup X Label')
fig.supylabel('Sup Y Label')
plt.show()
if __name__ == '__main__':
plt_label()
凡例 (Axes.legend)
グラフの凡例は，FigureとAxesのそれぞれに設定することができます
本記事ではAxesのみについて解説します
Axes.legend
- 引数
- 返値
- 公式ドキュメント
下記のタブにplt_legendとフローチャートの解説をしています
import matplotlib.pyplot as plt
import numpy as np
def plt_legend():
x = np.linspace(0, 10, 100)
y1 = 4 + 2 * np.sin(2 * x)
y2 = 4 + 2 * np.cos(2 * x)
fig, ax = plt.subplots()
ax.plot(x, y1, 'o--', label='Sample 1')
ax.plot(x, y2, 'D--', label='Sample 2')
ax.set_title('Default')
fig.suptitle('Legend')
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.legend()
plt.show()
if __name__ == '__main__':
plt_legend()
凡例の完全な制御方法 (handles, labels)
グラフの凡例はより詳細にコントロールすることができます
- handles : 凡例を使用するAxesオブジェクトを指定
- labels : 表示される凡例のラベルを指定
用途としては，下記記事のような場合があります
あわせて読みたい
【Matplotlib】Y軸を2つや3つに増やして凡例を付ける方法 (twinx)
複数のY軸を一つのグラフに統合し、データの複雑な関係性を見るための方法がわからないと感じていませんか？また、グラフに凡例を加える方法も分からないかもしれません…
handlesでは，Axesオブジェクトをリストで指定することで，特定の凡例のみを指定することができます
line1, = ax.plot(x, y1, 'o--', label='Sample 1')
line2, = ax.plot(x, y2, 'D--', label='Sample 2')
ax.legend(handles=[line1, line2])
labelsでは，ラベルを配列で指定することで，凡例に表示されるテキストを指定できます
ax.plot(x, y1, 'o--')
ax.plot(x, y2, 'D--')
ax.legend(labels=['Sample 1', 'Sample 2'])
凡例をグラフ内に配置 (loc)
凡例をグラフ内に配置する際に，locを使用すると簡単に位置を指定できます
best, upper, lower, left, rightとそれらの組み合わせから選択できます
下記のタブにplt_legend_locとフローチャートの解説をしています
import matplotlib.pyplot as plt
import numpy as np
def plt_legend_loc():
x = np.linspace(0, 10, 100)
y1 = 4 + 2 * np.sin(2 * x)
y2 = 4 + 2 * np.cos(2 * x)
fig, axs = plt.subplots(2, 2, sharex=True, sharey=True)
locs = ['best', 'lower right', 'center', 'upper left']
for ax, loc in zip(axs.flat, locs):
ax.plot(x, y1, 'o--', label='Sample 1')
ax.plot(x, y2, 'D--', label='Sample 2')
ax.set_title(loc)
ax.legend(loc=loc)
fig.suptitle('Legend')
fig.supxlabel('X label')
fig.supylabel('Y label')
plt.show()
if __name__ == '__main__':
plt_legend_loc()
凡例をグラフ外に配置 (bbox_to_anchor)
凡例をグラフ外に配置する際に，bbox_to_anchorとlocを組み合わせることで位置を指定できます
bbox_to_anchorは，(x, y)もしくは(x, y, width, height)で座標を指定します．
xy座標は，グラフの左下が(0, 0)で，グラフの右上が(1, 1)となっています
本記事では，グラフの右上から少し右側にシフトするために(1.05, 1)としました
下記のタブにplt_legend_bboxとフローチャートの解説をしています
import matplotlib.pyplot as plt
import numpy as np
def plt_legend_bbox():
x = np.linspace(0, 10, 100)
y1 = 4 + 2 * np.sin(2 * x)
y2 = 4 + 2 * np.cos(2 * x)
fig, ax = plt.subplots()
ax.plot(x, y1, 'o--', label='Sample 1')
ax.plot(x, y2, 'D--', label='Sample 2')
ax.set_title('Bbox')
fig.suptitle('Legend')
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.legend(bbox_to_anchor=(1.05, 1), loc='upper left')
plt.tight_layout()
plt.show()
if __name__ == '__main__':
plt_legend_bbox()
軸数値の設定 (Axes.set_xlim, Axes.set_ylim)
軸の上限と下限をAxes.set_xlimとAxes.set_ylimで設定できます
本記事では，xとyの両方とも，(0, 8)としました
Axes.set_xlim, Axes.set_ylim
- 引数
-
- left, right (float) : グラフの座標の上限と下限を設定できます．leftのみの指定もできます
- auto (True or False) : オートスケーリングをオンにするかどうかを指定します．True はオン，False はオフ，None は未変更です
- xmin, xmax (float) : それぞれleftとrightに相当し，xminとleft，xmaxとrightの両方を渡すとエラーとなります
- 返値
-
- left, right
- 公式ドキュメント
下記のタブにplt_limとフローチャートの解説をしています
import matplotlib.pyplot as plt
import numpy as np
def plt_lim():
x = np.linspace(0, 10, 100)
y1 = 4 + 2 * np.sin(2 * x)
y2 = 4 + 2 * np.cos(2 * x)
fig, ax = plt.subplots()
ax.plot(x, y1, 'o--', label='Sample 1')
ax.plot(x, y2, 'D--', label='Sample 2')
ax.set_title('Default')
fig.suptitle('Lim')
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_xlim(0, 8)
ax.set_ylim(0, 8)
ax.legend()
plt.show()
if __name__ == '__main__':
plt_lim()
対数軸などの軸スケール (Axes.set_xscale, Axes.set_yscale)
軸のスケールは，X軸ではAxes.set_xscale，Y軸ではAxes.set_yscaleで設定できます
本記事では，axs[1].set_yscale(‘log’)とY軸のみを対数にして解説しています
Axes.set_xscale, Axes.set_yscale
- 引数
-
- value (ScaleBase) : “linear”, “log”, “symlog”, “logit“などから設定できます
- 返値
-
- 特になし
- 公式ドキュメント
下記のタブにplt_scaleとフローチャートの解説をしています
import matplotlib.pyplot as plt
import numpy as np
def plt_scale():
x = np.linspace(0, 10, 100)
y1 = np.exp(x) + 2 * np.sin(2 * x)
y2 = np.exp(x) + 2 * np.cos(2 * x)
fig, axs = plt.subplots(1, 2, sharex=True)
for ax in axs.flat:
ax.plot(x, y1, label='Sample 1')
ax.plot(x, y2, label='Sample 2')
ax.legend()
axs[0].set_title('linear')
axs[1].set_title('log')
fig.suptitle('scale')
fig.supxlabel('X label')
fig.supylabel('Y label')
axs[1].set_yscale('log')
plt.show()
if __name__ == '__main__':
plt_scale()
参考文献
Matplotlibの公式ドキュメント
お疲れ様でした
コメント