はじめに
この実験では、Python で Matplotlib を使ってビジュアライゼーションを作成する方法を学びます。Matplotlib は、データ可視化に強力なライブラリであり、通常、グラフ、チャート、グラフを作成するために使用されます。Matplotlib に用意されているさまざまな種類のプロットを調べ、見た目がプロフェッショナルなビジュアライゼーションを作成するためにそれらをカスタマイズする方法を学びます。
VM のヒント
VM の起動が完了したら、左上隅をクリックして ノートブック タブに切り替え、Jupyter Notebook を使って練習します。
場合によっては、Jupyter Notebook が読み込み終わるまで数秒待つ必要があります。Jupyter Notebook の制限により、操作の検証を自動化することはできません。
学習中に問題が発生した場合は、Labby にお問い合わせください。セッション後にフィードバックを提供してください。すぐに問題を解決いたします。
ライブラリのインポート
最初のステップは、必要なライブラリをインポートすることです。このチュートリアルでは、NumPy と Matplotlib を使用します。NumPy は数値計算用のライブラリであり、Matplotlib はデータ可視化用のライブラリです。
import numpy as np
import matplotlib.pyplot as plt
データの作成
次に、グラフに使用するデータを作成します。このチュートリアルでは、単純な折れ線グラフを作成します。
## Create the data
x = np.linspace(0, 10, 100)
y = np.sin(x)
## Plot the data
plt.plot(x, y)
plt.show()
グラフのカスタマイズ
これで基本的なグラフを作成しましたので、見た目を魅力的にするためにカスタマイズしましょう。タイトル、軸のラベルを追加し、線の色とスタイルを変更できます。
## Add title and axis labels
plt.title('Sin Wave')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
## Change color and style of line
plt.plot(x, y, color='red', linestyle='dashed')
plt.show()
散布図の作成
折れ線グラフに加えて、Matplotlib は散布図の作成も可能です。散布図は、2 つの変数間の関係を視覚化するのに役立ちます。
## Create the data
x = np.random.rand(50)
y = np.random.rand(50)
## Create the scatter plot
plt.scatter(x, y)
## Add title and axis labels
plt.title('Scatter Plot')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.show()
棒グラフの作成
もう一つ一般的なグラフの種類は棒グラフです。棒グラフは、異なるカテゴリの値を比較するのに役立ちます。
## Create the data
x = ['A', 'B', 'C', 'D', 'E']
y = [3, 7, 1, 9, 4]
## Create the bar chart
plt.bar(x, y)
## Add title and axis labels
plt.title('Bar Chart')
plt.xlabel('Categories')
plt.ylabel('Values')
plt.show()
まとめ
この実験では、Matplotlib を使って折れ線グラフ、散布図、棒グラフなどのさまざまな種類のグラフを作成する方法を学びました。また、タイトルや軸のラベルを追加し、線の色やスタイルを変更することでグラフをカスタマイズする方法も学びました。Matplotlib は、データ可視化に強力なライブラリであり、Python でデータを扱う人にとって欠かせないツールです。