Matplotlibを使用した Python データ視覚化

Python でのデータのプロットを学習します。きれいな散布図を作成し、ラベル、凡例、スタイルをブラウザーでネイティブに調整します。

エディターで試してみる

概要

データの視覚化は、情報とデータをグラフィカルに表現することです。データ視覚化ツールは、チャート、グラフ、地図などの視覚要素を使用することで、傾向、外れ値、パターンを確認するためのアクセス可能な方法を提供します。

Matplotlibは、Python でプロットするためのコアライブラリです。これは、軸の色からフォントスタイルに至るまで、Figure のすべてのピクセルをカスタマイズできるオブジェクト指向 API を提供します。

この例では、合成成長曲線を生成して同じ図上にプロットし、出版準備ができたグラフの線の太さ、マーカー、凡例、および軸の制限を定義する方法を示します。

コードと実行の出力

matplotlib を使用して数学関数の比較グラフをレンダリングするスクリプト。

data_viz.py

エディターで試してみる

import matplotlib.pyplot as plt
import numpy as np

# Generate points along the X axis
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# Create figure
fig, ax = plt.subplots(figsize=(8, 5))

# Plot lines
ax.plot(x, y1, label='Sine Wave', color='#0D9488', linewidth=2.5)
ax.plot(x, y2, label='Cosine Wave', color='#EF4444', linewidth=2, linestyle='--')

# Style axis and frame
ax.set_title('Trigonometric Waveforms', fontsize=14, fontweight='bold', pad=15)
ax.set_xlabel('X Axis (Radians)', fontsize=11)
ax.set_ylabel('Amplitude', fontsize=11)
ax.grid(True, linestyle=':', alpha=0.6)
ax.legend(loc='upper right', frameon=True)
ax.spines[['top', 'right']].set_visible(False)

plt.tight_layout()
plt.show()

端子出力

Rendered visualization in the Graphs tab...

段階的な実装

科学研究のプロットとテレメトリ出力
分析 Web アプリ用のダッシュボードグラフ要素の作成
機械学習タスク中の探索的データ分析

よくある質問

seaborn をPyRunとともに使用できますか?

はい、seaborn は matplotlib 上に構築されたラッパーです。インポートされた場合、PyRunはプロットを同じブラウザーのグラフビューポートにリダイレクトします。

matplotlib プロットを Python でファイルに保存するにはどうすればよいですか?

`plt.show()` を呼び出す代わりに、`plt.savefig('my_chart.png', dpi=300)` を実行して、画像をファイルシステムワークスペースに直接書き込むことができます。