データ分析のための Matplotlib 可視化技術

はじめに

この実験では、Matplotlib ライブラリを使ってさまざまなグラフを作成する方法を学びます。Matplotlib は、データの可視化に使用される Python ライブラリです。NumPy と SciPy ライブラリの上に構築されており、折れ線グラフ、散布図、棒グラフなど、幅広い可視化を作成できます。

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。

Matplotlib と Numpy ライブラリをインポートする

グラフを作成し始める前に、Matplotlib と Numpy ライブラリをインポートする必要があります。これは、次のコードを実行することで行えます。

import matplotlib.pyplot as plt
import numpy as np

単純な折れ線グラフを作成する

このステップでは、Matplotlib を使って単純な折れ線グラフを作成します。まず、NumPy のlinspace()関数とcos()関数を使ってプロットするデータを生成します。そして、plot()関数を使ってグラフを作成します。

t = np.linspace(0.0, 1.0, 100)
s = np.cos(4 * np.pi * t) + 2

plt.plot(t, s)
plt.show()

グラフをカスタマイズする

このステップでは、x 軸と y 軸にラベルを付け、グラフにタイトルを付けることでグラフをカスタマイズします。

plt.plot(t, s)

plt.xlabel('time (s)')
plt.ylabel('Velocity (degrees/sec)')
plt.title('Cosine Wave')
plt.show()

散布図を作成する

このステップでは、Matplotlib を使って散布図を作成します。まず、NumPy のrandom()関数を使ってプロットするランダムなデータを生成します。そして、scatter()関数を使ってグラフを作成します。

x = np.random.randn(100)
y = np.random.randn(100)

plt.scatter(x, y)
plt.show()

棒グラフを作成する

このステップでは、Matplotlib を使って棒グラフを作成します。まず、NumPy のrandom()関数を使ってプロットするデータを生成します。そして、bar()関数を使ってグラフを作成します。

x = ['A', 'B', 'C', 'D', 'E']
y = np.random.randint(1, 10, 5)

plt.bar(x, y)
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基本を学びました。また、x 軸と y 軸にラベルを付け、グラフにタイトルを付けることでグラフをカスタマイズする方法も学びました。これらのスキルを使えば、データを視覚化する独自のグラフを作成できるようになりました。