日付デモ変換

PythonPythonBeginner
今すぐ練習

This tutorial is from open-source community. Access the source code

💡 このチュートリアルは英語版からAIによって翻訳されています。原文を確認するには、 ここをクリックしてください

はじめに

Matplotlibは、Pythonで広く使用されるデータ可視化ライブラリです。折れ線グラフ、棒グラフ、散布図など、さまざまな種類のグラフやチャートを作成することができます。このチュートリアルでは、Matplotlibを使用して日付デモ変換グラフを作成するプロセスを案内します。

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を使って練習しましょう。

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、操作の検証を自動化することはできません。

学習中に問題に遭遇した場合は、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

グラフを作成する前に、必要なライブラリであるMatplotlib、NumPy、およびdatetimeをインポートする必要があります。次のコードをコピーして貼り付けます。

import datetime
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.dates import DateFormatter, DayLocator, HourLocator, drange

日付と差分を定義する

次に、datetimeライブラリを使用して日付と差分値を定義します。日付範囲は2000年3月2日から2000年3月6日までで、6時間間隔です。次のコードをコピーして貼り付けます。

date1 = datetime.datetime(2000, 3, 2)
date2 = datetime.datetime(2000, 3, 6)
delta = datetime.timedelta(hours=6)
dates = drange(date1, date2, delta)

y値を定義する

日付範囲を定義した後、NumPyのarange関数を使用してy値を作成します。y値は日付の数と同じ長さになります。次のコードをコピーして貼り付けます。

y = np.arange(len(dates))

グラフを作成する

これで、日付とy値を使ってグラフを作成できます。まず、subplots関数を使ってfigureとaxisオブジェクトを作成します。そして、plot関数を使ってグラフを描画します。次のコードをコピーして貼り付けます。

fig, ax = plt.subplots()
ax.plot(dates, y**2, 'o')

x軸を設定して日付をフォーマットする

グラフをより読みやすくするために、x軸の範囲を範囲内の最初と最後の日付に設定します。また、メジャーとマイナーのロケータをそれぞれDayLocatorとHourLocatorに設定します。最後に、DateFormatter関数を使って日付をフォーマットします。次のコードをコピーして貼り付けます。

ax.set_xlim(dates[0], dates[-1])
ax.xaxis.set_major_locator(DayLocator())
ax.xaxis.set_minor_locator(HourLocator(range(0, 25, 6)))
ax.xaxis.set_major_formatter(DateFormatter('%Y-%m-%d'))
ax.fmt_xdata = DateFormatter('%Y-%m-%d %H:%M:%S')

x軸のラベルを回転させる

デフォルトでは、x軸のラベルは水平方向になっています。ラベルを斜め方向に回転させて、より読みやすくすることができます。次のコードをコピーして貼り付けます。

fig.autofmt_xdate()

グラフを表示する

最後に、show関数を使ってグラフを表示できます。次のコードをコピーして貼り付けます。

plt.show()

まとめ

このチュートリアルでは、Matplotlibを使って日付デモ変換グラフを作成する方法を学びました。必要なライブラリのインポート、日付とy値の定義、グラフの作成、x軸のフォーマット設定、およびグラフの表示について説明しました。この知識を使えば、Matplotlibを使って独自のカスタムグラフやチャートを作成し始めることができます。