python x データ分析 | グラフ描画について情報整理（Matplotlib）～その２～

2023.05.10
Python

みなさん、こんにちは！

今回はMatplotlibのグラフ種類を取り上げます。

1. グラフの種類について
2. 折れ線グラフ（Line plot）
3. 散布図（Scatter plot）
4. 棒グラフ（Bar plot）
5. ヒストグラム（Histogram）
6. 円グラフ（Pie chart）
7. 箱ひげ図（Box plot）
8. ヒートマップ（Heatmap）
9. 3Dプロット（3D plot）
10. コンタープロット（Contour plot）
11. レーダーチャート（Radar chart）
12. 本日のAmazonおすすめ_Top10

グラフの種類について

Matplotlibは、さまざまな種類のグラフを作成するための機能を提供しています。

以下に、Matplotlibで作成可能な主なグラフの種類をいくつか示します。

折れ線グラフ（Line plot）: plot()
散布図（Scatter plot）: scatter()
棒グラフ（Bar plot）: bar(), barh()
ヒストグラム（Histogram）: hist()
円グラフ（Pie chart）: pie()
箱ひげ図（Box plot）: boxplot()
ヒートマップ（Heatmap）: imshow(), pcolor(), pcolormesh()
3Dプロット（3D plot）: plot_surface(), scatter3D(), plot_wireframe()
コンタープロット（Contour plot）: contour(), contourf()
レーダーチャート（Radar chart）: polar()

上記は一部の例であり、Matplotlibはさまざまなグラフを作成するための機能を提供しています。

これらの関数を使用してデータを適切にプロットし、必要なカスタマイズを行うことで、目的に応じたグラフを作成することができます。

折れ線グラフ（Line plot）

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.plot(x, y)

plt.title('Line Plot')
plt.xlabel('X軸')
plt.ylabel('Y軸')

plt.show()

散布図（Scatter plot）

import matplotlib.pyplot as plt
import random

x = [random.uniform(1, 5) for _ in range(100)]  # 1から5の範囲で乱数を生成
y = [random.gauss(0, 1) + xi * 2 for xi in x]  # 平均0、標準偏差1の正規分布に従った値にxの2倍を加える

plt.scatter(x, y)

plt.title('Scatter Plot')
plt.xlabel('X')
plt.ylabel('Y')

plt.show()

棒グラフ（Bar plot）

import matplotlib.pyplot as plt

categories = ['A', 'B', 'C', 'D']
values = [10, 23, 17, 12]

plt.bar(categories, values)

plt.title('Bar Plot')
plt.xlabel('category')
plt.ylabel('value')

plt.show()

ヒストグラム（Histogram）

import matplotlib.pyplot as plt
import random

data = [random.gauss(0, 1) for _ in range(1000)]  # 平均0、標準偏差1の正規分布に従う乱数を生成

plt.hist(data, bins=30)  # データとビンの数を指定
plt.title('Histogram')

plt.show()

円グラフ（Pie chart）

import matplotlib.pyplot as plt

labels = ['A', 'B', 'C', 'D']
sizes = [15, 30, 45, 10]
colors = ['red', 'green', 'blue', 'orange']

plt.pie(sizes, labels=labels, colors=colors, autopct='%1.1f%%')
plt.title('Pie Chart')

plt.show()

※　autopct='%1.1f%%'は、各要素の割合をパーセント表示するための書式指定です。

箱ひげ図（Box plot）

import matplotlib.pyplot as plt
import random

data1 = [random.normalvariate(0, 1) for _ in range(1000)]
data2 = [random.normalvariate(0, 1) for _ in range(1000)]
data3 = [random.normalvariate(0, 1) for _ in range(1000)]

plt.boxplot([data1,data2,data3])

plt.title('Box Plot')
plt.xlabel('Data')
plt.ylabel('Value')

plt.show()

ヒートマップ（Heatmap）

import numpy as np
import matplotlib.pyplot as plt

data = np.random.rand(50, 50)

plt.imshow(data, cmap='hot') # ヒートマップの描画
plt.colorbar() # カラーバーの表示

plt.title('Heatmap')
plt.xlabel('X')
plt.ylabel('Y')

plt.show()

3Dプロット（3D plot）

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# データの生成
theta = np.linspace(0, 2 * np.pi, 100)  # 角度
z = np.linspace(-2, 2, 100)  # 高さ
r = z**2 + 1  # 半径

x = r * np.cos(theta)  # x座標
y = r * np.sin(theta)  # y座標

# 3Dプロットの描画
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot(x, y, z)

# グラフのタイトルと軸ラベル
ax.set_title('3D Plot')
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')

# グラフの表示
plt.show()

このコードでは、numpyモジュールを使用してデータを生成しています。

thetaは0から2πまでの角度、zは-2から2までの高さ、rは半径です。

xとyは極座標からの変換を行い、3Dプロットを行うための座標データを作成しています。

mpl_toolkits.mplot3dモジュールのAxes3Dを使用して3Dプロットを作成し、plot()関数でデータをプロットしています。

コンタープロット（Contour plot）

import numpy as np
import matplotlib.pyplot as plt

# データの生成
x = np.linspace(-2, 2, 100)
y = np.linspace(-2, 2, 100)
X, Y = np.meshgrid(x, y)
Z = X**2 + Y**2  # 高さの計算

# コンタープロットの描画
plt.contour(X, Y, Z, levels=10)

# カラーバーの表示
plt.colorbar()

# グラフのタイトルと軸ラベル
plt.title('Contour Plot')
plt.xlabel('X')
plt.ylabel('Y')

# グラフの表示
plt.show()

レーダーチャート（Radar chart）

import numpy as np
import matplotlib.pyplot as plt

# データの準備
categories = ['A', 'B', 'C', 'D', 'E']  # カテゴリのリスト
values = [4, 3, 5, 2, 4]  # 各カテゴリの値

N = len(categories)
angles = np.linspace(0, 2 * np.pi, N, endpoint=False).tolist()
values += values[:1]
angles += angles[:1]

# レーダーチャートの描画
fig, ax = plt.subplots(figsize=(6, 6), subplot_kw={'polar': True})
ax.plot(angles, values, linewidth=1, linestyle='solid')
ax.fill(angles, values, alpha=0.25)

# カテゴリラベルの設定
ax.set_xticks(angles[:-1])
ax.set_xticklabels(categories)

# グラフのタイトル
plt.title('Radar Chart')

# グラフの表示
plt.show()