Matplotlib におけるインタラクティブなズーム | データ可視化

はじめに

データ可視化において、プロットの特定の領域を拡大することは、データをよりよく理解し分析するために非常に役立ちます。Python 用の人気のあるデータ可視化ライブラリである Matplotlib は、2 つの同じパネルを作成し、右パネルを拡大して最初のパネルに矩形を表示して、拡大領域を示す方法を提供します。この実験では、Matplotlib でこのインタラクティブな拡大機能を作成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 タブに切り替えて、Jupyter Notebook を使って練習します。

時々、Jupyter Notebook が読み込み終了するまで数秒待つ必要がある場合があります。Jupyter Notebook の制限により、操作の検証は自動化できません。

学習中に問題に直面した場合は、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。

必要なライブラリをインポートする

まず、Matplotlib と NumPy を含む必要なライブラリをインポートします。

import matplotlib.pyplot as plt
import numpy as np

from matplotlib.patches import Rectangle

UpdatingRect クラスを作成する

Rectangle のサブクラスである UpdatingRect を作成します。このクラスは Axes インスタンスを引数に呼び出されると、矩形の形状を Axes の範囲に合わせて更新します。

class UpdatingRect(Rectangle):
    def __call__(self, ax):
        self.set_bounds(*ax.viewLim.bounds)
        ax.figure.canvas.draw_idle()

MandelbrotDisplay クラスを作成する

ズームインするときにフラクタル集合を再生成し、実際に増えていく詳細を見ることができる MandelbrotDisplay というクラスを作成します。左パネルのボックスがズームしている領域を示します。

class MandelbrotDisplay:
    def __init__(self, h=500, w=500, niter=50, radius=2., power=2):
        self.height = h
        self.width = w
        self.niter = niter
        self.radius = radius
        self.power = power

    def compute_image(self, xstart, xend, ystart, yend):
        self.x = np.linspace(xstart, xend, self.width)
        self.y = np.linspace(ystart, yend, self.height).reshape(-1, 1)
        c = self.x + 1.0j * self.y
        threshold_time = np.zeros((self.height, self.width))
        z = np.zeros(threshold_time.shape, dtype=complex)
        mask = np.ones(threshold_time.shape, dtype=bool)
        for i in range(self.niter):
            z[mask] = z[mask]**self.power + c[mask]
            mask = (np.abs(z) < self.radius)
            threshold_time += mask
        return threshold_time

    def ax_update(self, ax):
        ax.set_autoscale_on(False)
        self.width, self.height = \
            np.round(ax.patch.get_window_extent().size).astype(int)
        vl = ax.viewLim
        extent = vl.x0, vl.x1, vl.y0, vl.y1
        im = ax.images[-1]
        im.set_data(self.compute_image(*extent))
        im.set_extent(extent)
        ax.figure.canvas.draw_idle()

プロットを作成する

まず MandelbrotDisplay クラスを使って画像を計算し、その後サブプロットを使って 2 つの同じパネルを作成することでプロットを作成します。imshow を使って両方のパネルに画像を追加し、左パネルに UpdatingRect オブジェクトを追加します。

md = MandelbrotDisplay()
Z = md.compute_image(-2., 0.5, -1.25, 1.25)

fig1, (ax1, ax2) = plt.subplots(1, 2)
ax1.imshow(Z, origin='lower',
           extent=(md.x.min(), md.x.max(), md.y.min(), md.y.max()))
ax2.imshow(Z, origin='lower',
           extent=(md.x.min(), md.x.max(), md.y.min(), md.y.max()))

rect = UpdatingRect(
    [0, 0], 0, 0, facecolor='none', edgecolor='black', linewidth=1.0)
rect.set_bounds(*ax2.viewLim.bounds)
ax1.add_patch(rect)

ズーム機能を追加する

xlim_changed と ylim_changed イベントを UpdatingRect と MandelbrotDisplay オブジェクトに接続することで、ズーム機能を追加します。

ax2.callbacks.connect('xlim_changed', rect)
ax2.callbacks.connect('ylim_changed', rect)

ax2.callbacks.connect('xlim_changed', md.ax_update)
ax2.callbacks.connect('ylim_changed', md.ax_update)
ax2.set_title("Zoom here")

プロットを表示する

show() 関数を使ってプロットを表示します。

plt.show()

まとめ

この実験では、Matplotlib で 2 つの同じパネルと UpdatingRect と MandelbrotDisplay クラスを使ってインタラクティブなズーム機能を作成する方法を学びました。ズーム機能を追加することで、プロット内のデータをより良く理解して分析することができます。

Matplotlib を使ったインタラクティブなデータ可視化