Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

コードを書いている途中で、ふと、手が止まったこと Python をつかったコード実例をみていると、import pylab とインポートしているのを頻繁に見かけたりします。 pylabについて調べてみると、 Python によるMATLAB pylabはインターフェイスで、本体はmatplotlibなので、それをインストールする。 といった記述や、 import pylab # pythonのMATLAB likeなインターフェイス といった説明が目に付いたりする。 でも、pylab でグラフを描画したりもしている。 あれ? matplotlib.pyplot.plot() と、pylab との関係って、何?? 以下で頭が整理できました! たこ焼き食べた.net 「matplotlibを使う」 はじめに(pylabとmatplotlib) グラフの描画にはmatplotlibというライブラ
$ pip install matplotlib Downloading/unpacking matplotlib Downloading matplotlib-1.4.0.tar.gz (51.2MB): 51.2MB downloaded Running setup.py (path:/tmp/pip_build_vagrant/matplotlib/setup.py) egg_info for package matplotlib ============================================================================ Edit setup.cfg to change the build options BUILDING MATPLOTLIB matplotlib: yes [1.4.0] python: yes [2.
環境 Python 3.4.3(Pyenvにて) ipython==4.0.1 matplotlib==1.5.0 notebook==4.0.6 2015年12月11日現在最新版がはいってるということ エラー内容 Traceback (most recent call last): File "", line 1, in File "/Users/user/graph/lib/python3.4/site-packages/matplotlib/init.py", line 1131, in rcParams = rc_params() File "/Users/user/graph/lib/python3.4/site-packages/matplotlib/init.py", line 975, in rc_params return rc_params_from_file(fnam
Pythonでのグラフ描画 Pythonチャートを描く場合の定番は「matplotlib」ですが、その見た目のやや野暮ったい感じと、 表記法のややこしさが指摘されています。 そこで、この記事ではMatplotlibの機能をより美しく、またより簡単に実現するためのラッパー的存在である、「Seaborn」の使い方を取り上げます。 Seabornについてと、初歩的な使い方については下記リンクをご覧ください。 ◆pythonで美しいグラフ描画 -seabornを使えばデータ分析と可視化が捗る その1 http://qiita.com/hik0107/items/3dc541158fceb3156ee0 ヒートマップ seabornでは下記のように美しいヒートマップを描くことが出来ます (SeabornのTutorialサイトより抜粋) 見た目にもインパクトがあり、数字があまり得意でない人にもウケが
2017年9月9日「PythonユーザのためのJupyter[実践]入門」出版のお知らせ(2017/08/29 追記) ご縁あって書籍「PythonユーザのためのJupyter[実践]入門」を共著で執筆させていただきました。 タイトルには入っていませんが、pandas、Matplotlib、Bokehの使い方についても詳しく解説しています。この記事に書かれていることも、よりわかりやすく書いてあります。Jupyter、pandas、Matplotlib、Bokehを使う際の必携の書となることを目指して執筆しましたので、ぜひお手に取ってごらんください。 「PythonユーザのためのJupyter[実践]入門」(池内孝啓、片柳薫子、岩尾 エマ はるか、@driller著、技術評論社) この記事は Python Advent Calendar 2015 - Adventer 13日目の記事です。
Pythonでのグラフ描画 Pythonチャートを描く場合の定番は「matplotlib」ですが、その見た目のやや野暮ったい感じと、 表記法のややこしさが指摘されています。 そこで、この記事ではMatplotlibの機能をより美しく、またより簡単に実現するためのラッパー的存在である、「Seaborn」の使い方を取り上げます。 Seabornについてと、初歩的な使い方については下記リンクをご覧ください。 ◆pythonで美しいグラフ描画 -seabornを使えばデータ分析と可視化が捗る その1 http://qiita.com/hik0107/items/3dc541158fceb3156ee0 たくさんのグラフを一気に書く 本記事ではデータから属性の異なる複数のグラフを一気に描く方法について解説します。 例えば下記にようなイメージです。 『Walk』という属性ごとに x-step, y-p
今は多分 JavaScript のライブラリでかっこいいグラフとかをひょいひょい作ってくれたりすんじゃないかな、と思うのですが、いや、よく知らないですが、やはり使い慣れた matplotlib を web アプリでも使いたいです。 でも、いかんせん matplotlib は X11 を使って描画するものですので、web アプリで使うのは難しいのではないか、と思ったら、そんなことはありません。 バックエンドに AGG (Anti-Grain Geometry) を使い、画像データを作ります。 やること matplotlib で作ったグラフを flask web アプリケーションで描画します。 flask を使う理由は、便利だから、ぐらいなので、使わなくても同じようにすれば同じようにできると思います。 また、以下の2パターンでやります。 png データをレスポンスで返す 画像ファイルを一時ファ
AdventarのPython Advent Calendar 2015 21日目の記事です。 Pythonでグラフを描く時、Matplotlibを使うと思います。また最近はSeabornというグラフを綺麗にしてくれるライブラリがあり、自分はそれを愛用しています。ただ、色をもっと自由に選びたい、設定したいという時に+αでColormapのカスタマイズをすると便利です。今回はこれを紹介します。 #準備 まずはいつもの一式インポートです。大体Anacondaにあるものですが、足りないものは pip install <入れたいライブラリ名>で入れることができます。 import numpy as np import pandas as pd from sklearn import datasets import matplotlib.pyplot as plt import matplotlib
を加えることで、matplotlibの__nbagg__が有効になり、Jupyter上でアニメーションが再生できます。 matplotlibの公式の説明によると、__nbagg__はmatplotlib 1.4で新たに追加された機能で、Jupyter上でのインタラクティブな画像表示を実現するための機能だそうです。 以下はデモのソースコードです。 %matplotlib nbagg import numpy as np import matplotlib.pyplot as plt import matplotlib.animation as animation fig = plt.figure() x = np.arange(0, 10, 0.1) ims = [] for a in range(50): y = np.sin(x - a) im = plt.plot(x, y, "r")
Excelで描けるようなグラフを、pythonで描くことができます。 その機能を提供しているのがmatplotlibというパッケージ。 Excelで描けるものをスクリプト言語で描く意味は、主に自動化のためですかね…。 日々更新される類のデータを定期的に取得してグラフ化し、その画像をメールで送信するのを自動化するような用途で使えます。 ここでは例として、文部科学省が公表している国立私立大の授業料推移データを使います。 以下のようにdata.csvファイルとして保存します。(vimで空白を,に置換する等、適当に整形してあります) 年度,授業料(円),入学料(円),検定料(円),授業料(円),入学料(円),検定料(円),授業料(倍),入学料(倍),検定料(倍) 昭和50年,36000,50000,5000,182677,95584,9647,5.1,1.9,1.9 昭和51年,96000,500
$ pyenv install 3.5.1 $ pyenv virtualenv 3.5.1 mpl35 $ pyenv activate mlp35 $ pip install matplotlib numpy scipy $ python -c "import matplotlib.pyplot" Traceback (most recent call last): File "<string>", line 1, in <module> File "/Users/kodairatomonori/.pyenv/versions/mpl35/lib/python3.5/site-packages/matplotlib/pyplot.py", line 114, in <module> _backend_mod, new_figure_manager, draw_if_interactiv
matplotlib とは python のグラフ描写モジュールであり、アニメーションも作れる。つまり深夜にアニメを見ないと死ぬ諸兄は matplotlib を覚えるというのも一案である。 というわけで極めて簡単なサンプルとして、numpy で生成した乱数を描写するだけのコードを書く。 公式ドキュメントはこちら。 http://matplotlib.org/api/animation_api.html ArtistAnimation matplotlib のアニメーションは ArtistAnimation と FuncAnimation の2種類がある。 ArtistAnimation は、あらかじめ全てのグラフを配列の形で用意しておき、それを1枚ずつ流すというものである。 import numpy as np import matplotlib.pyplot as plt import
「計算を行い結果を作図して確認」という作業において計算をリモートで実行するケースも多い.この作業フローについて思い浮かぶ選択肢は以下の通り. 計算結果の出力データ(ログ)をファイルに保存.(テキストベースだったり,シリアライズしたものだったり.)それをクライアントに転送し,別のプログラムで作図,確認する. Jupyter Notebookを使う.サーバにてJupyter Notebookサービスを動かし,クライアントからWeb Browserで接続,もちろん図もBrowser上で確認. サーバとリモートデスクトップ接続して,一連の作業を行う. サーバサイドで作図,図のファイル出力まで行う.PNG,PDF等イメージファイルをクライアントPCで見る. これまでは選択肢1, 2を選ぶことが多かったが,今回,選択肢4のサーバサイドでの作図についてTipsを紹介したい. 最初の失敗 「matplot
Matplotlibでかっこいいプロットにしたい seabornのプロットはかっこいい。毎回インポートするのめんどくさいなと思っていたのですが、seabornをインポートせずにseabornのスタイルを使うことができることに気づいた。(もしかすると当たり前?) もちろん、あらかじめseabornをインストールしておく必要はある。 どんなプロットができるか、メモ。 どんなスタイルがあるか確認 matplotlib/mpl-data/stylelibというフォルダに入っているxxx.mplstyleがスタイルファイル。もちろん自分で作ることもできる。結局、どのスタイルも一長一短なので、自分で作って置いておくのが一番いいかもね。 中身の例:dark_background.mplstyle Set black background default line colors to white. lin
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く