matplotlibでグラフの文字サイズを大きくする - Qiita
import numpy as np import matplotlib.pyplot as plt x = np.arange(0, 10, 0.1) s = np.sin(x) c = np.cos(x) plt.plot(x, s, "r", label="sin") plt.plot(x, c, "k", label="cos") plt.title("Title", fontsize=18) plt.xlabel("xlabel", fontsize=18) plt.ylabel("ylabel", fontsize=18) plt.legend(fontsize=18) plt.tick_params(labelsize=18) plt.savefig("output.png")
matplotlibをフラットデザインっぽく表示させる - Qiita
matplotlibをなんの設定もせずに使っていると、結構ダサいデザインで出力されてしまうので、最近主流になりつつあるフラットデザインに寄せたグラフを作るための初期設定と、実際のサンプルを作ってみたい #matplotlibの初期設定 matplotlibのデザイン（グラフのサイズや色）を管理している設定ファイルは下記のコードで確認できる import matplotlib as mpl from cycler import cycler #カラーのサイクルを先に決定 c_cycle=cycler('color',["#3498db","#e74c3c","#1abc9c","#9b59b6","#f1c40f","#ecf0f1","#34495e", "#446cb3","#d24d57","#27ae60","#663399", "#f7ca18","#bdc3c7","#2c3e5
Pythonでローソク足チャートの表示（matplotlib編） - Qiita
Pythonでグラフを描画するパッケージはたくさんあるのですが、なかなかローソク足チャートに特化したものはありません。 今回、４本値データから比較的簡単にローソク足チャートが作成できるパッケージとして、matplotlibとPlotlyを試してみました。 準備 本記事のPythonコードは、Jupyter notebookで実行することを前提としています。チャートもJupyter notebookにインライン表示させます。 まずは、2016年6月から２か月分の架空の相場データを作成します。 Pythonでランダムウォーク を参考に、 %matplotlib inline import numpy as np import pandas as pd idx = pd.date_range('2016/06/01', '2016/07/31 23:59', freq='T') dn = np.
[Python]Matplotlibで複数のグラフを描画する方法 - Qiita
import matplotlib.pyplot as plt import numpy as np t = np.linspace(-np.pi, np.pi, 1000) x1 = np.sin(2*t) x2 = np.cos(2*t) fig, (axL, axR) = plt.subplots(ncols=2, figsize=(10,4)) axL.plot(t, x1, linewidth=2) axL.set_title('sin') axL.set_xlabel('t') axL.set_ylabel('x') axL.set_xlim(-np.pi, np.pi) axL.grid(True) axR.plot(t, x2, linewidth=2) axR.set_title('cos') axR.set_xlabel('t') axR.set_ylabel('x')
![[Python]Matplotlibで複数のグラフを描画する方法 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/37399bd72ce1455ccca90231befcdd6d8a9344ca/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fqiita-user-contents.imgix.net%252Fhttps%25253A%25252F%25252Fcdn.qiita.com%25252Fassets%25252Fpublic%25252Farticle-ogp-background-afbab5eb44e0b055cce1258705637a91.png%253Fixlib%253Drb-4.0.0%2526w%253D1200%2526blend64%253DaHR0cHM6Ly9xaWl0YS11c2VyLXByb2ZpbGUtaW1hZ2VzLmltZ2l4Lm5ldC9odHRwcyUzQSUyRiUyRnFpaXRhLWltYWdlLXN0b3JlLnMzLmFtYXpvbmF3cy5jb20lMkYwJTJGMTAwNTIzJTJGcHJvZmlsZS1pbWFnZXMlMkYxNDczNzA4MTIwP2l4bGliPXJiLTQuMC4wJmFyPTElM0ExJmZpdD1jcm9wJm1hc2s9ZWxsaXBzZSZmbT1wbmczMiZzPTlmNjVlN2Y3NTE0MGQwZWNmYjAwNzhkMmM3ZDJmMTZj%2526blend-x%253D120%2526blend-y%253D467%2526blend-w%253D82%2526blend-h%253D82%2526blend-mode%253Dnormal%2526s%253D1c718de2b30c00590130a4e7c1781925%3Fixlib%3Drb-4.0.0%26w%3D1200%26fm%3Djpg%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk2MCZoPTMyNCZ0eHQ9JTVCUHl0aG9uJTVETWF0cGxvdGxpYiVFMyU4MSVBNyVFOCVBNCU4NyVFNiU5NSVCMCVFMyU4MSVBRSVFMyU4MiVCMCVFMyU4MyVBOSVFMyU4MyU5NSVFMyU4MiU5MiVFNiU4RiU4RiVFNyU5NCVCQiVFMyU4MSU5OSVFMyU4MiU4QiVFNiU5NiVCOSVFNiVCMyU5NSZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZ0eHQtY29sb3I9JTIzMUUyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTU2JnR4dC1wYWQ9MCZzPTMwZDdkY2IzMDJhMjg1ZWVhYmZkNTM1ZjI1Y2UyYTk2%26mark-x%3D120%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTgzOCZoPTU4JnR4dD0lNDBzdXBlcnNhaWFrdWppbiZ0eHQtY29sb3I9JTIzMUUyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1wYWQ9MCZzPTllZGIzOTQ1YThjNDUxMjIwMWZhYTU3YjM2MTYwODI5%26blend-x%3D242%26blend-y%3D480%26blend-w%3D838%26blend-h%3D46%26blend-fit%3Dcrop%26blend-crop%3Dleft%252Cbottom%26blend-mode%3Dnormal%26s%3D1862c4267cd7b4b24d06279354c3df75)
matplotlibだけで画像からマウスで指定した領域を抜き出す - Qiita
import numpy as np import matplotlib.pyplot as plt # 押した時 def Press(event): global x1,y1,DragFlag # 値がNoneなら終了 if (event.xdata is None) or (event.ydata is None): return # 丸める cx = int(round(event.xdata)) cy = int(round(event.ydata)) x1 = cx y1 = cy # フラグをたてる DragFlag = True # ドラッグした時 def Drag(event): global x1,y1,x2,y2,DragFlag # ドラッグしていなければ終了 if DragFlag == False: return # 値がNoneなら終了 if (event.xd
3分でmatplotlibを日本語対応させる - Qiita
pythonのmatplotlibで日本語を扱う Qiitaにもいくつかおんなじような記事あるんですが、なんか分かりにくかったので自分の為にまとめておく 状況としては、macOS Sierra でmatplotlibのデフォルトのフォントが日本語対応しておらず、▫︎▫︎▫︎に(豆腐というらしい) とりあえず、グラフに日本語が表示されてほしい！ 手順 http://ipafont.ipa.go.jp/old/ipafont/download.html に行って、TTFファイルの4書体パックをダウンロード |font |name |family| ---|---|---|---| |ipagp.ttf | IPAPGothic| [sans-serif] |ipamp.ttf | IPAPMincho | [sans-serif] |ipam.ttf | IPAMincho | [sans-s
matplotlibを使って時系列グラフを書いてみる - Qiita
Python is not installed as a framework. The Mac OS X backend will not be able to function correctly if Python is not installed as a framework. See the Python documentation for more information on installing Python as a framework on Mac OS X. Please either reinstall Python as a framework, or try one of the other backends. import sys from datetime import datetime import matplotlib.pyplot as plt impo
chainerで最適化数学 - Qiita
この記事はTSG Advent Calendar 2017/IS18er Advent Calendarの12日目の記事として書かれました。 (ちょっとタイトルが大げさすぎる？) はじめに こんなものをchainerで作りました。(アニメーションはmatplotlib) 以下で出てくるコードをまとめたものはここにあります。 ソースファイル 経緯 この間ネットサーフィンをしていたらこんなものを見つけました。 最適化数学で新年の挨拶(ニコニコ動画） 見てみると定点の周りを別の点が回り、さらにその点の周りを別の点が回り…を繰り返し、それらの点を結んでいろいろな図形を作っているようです。この動画では数字の2, 0, 9を描いていました。 これを僕も作りたい！と思ったので、この方のブログへ行き解説を読んでみました。(http://kogarashi.net/pitchblende/archives/
PythonというかMatplotlibでスケールや単位の異なる時系列データを整形して表示する - Qiita
1つのソースの時系列データをグラフ化で特に悩むことはありません。が、ソースの異なる時系列データを表示する方法が分からなかったのでやってみました。結論からいうと得たい結果は得られましたが、いまいちです。 結果は不本意なので、もっとスマートな方法があれば教えて下さい。 やりたいことと課題 例としては、 Webアクセスデータはアクセス毎に秒単位で存在(2016-06-2 00:00:00から2016-06-7 00:00:00取得） 同時期のCPUのデータ。1時間に1回、遅れて取得(2016-06-03 12:00:00から2016-06-09 17:00:00取得） みたいな感じです。 各データを表示することは簡単ですが、取得期間も単位（件数、%等）も異なる場合は厄介です。 そもそもDBやCSVからデータを取得する方法はこちらをご覧ください。 Matplotlibの基本 細かな話の前に、そもそ
【Python入門】ライブラリmatplotlibの基本的な使い方 - Qiita
※こちらの記事は、プロスタ編集部が現在大変人気の高いPythonの文法記事を公開することで、皆様の学習にお役に立ちたい意図で投稿しております。 参考サイト：【Python入門】ライブラリmatplotlibの基本的な使い方 【Python入門】ライブラリmatplotlibの基本的な使い方 Pythonではnumpyやscipyといったライブラリを使うことで科学計算を簡単に行うことができますが、そういった計算結果をグラフなどで図表できると分かりやすいですよね。そんな時に便利なのがmatplotlibというライブラリです。matplotlibを使えばPythonでデータをグラフにプロットできるようになります。numpy、scipyと組み合わせることで、Pythonだけでデータの読み込み・加工・計算、そしてプロットが行えます。 今回はmatplotlibの基本的な使い方について説明します。 m
Docker + TensorFlow + matplotlibでグラフを表示させる - Qiita
はじめに TensorFlowの利用はDockerを使うと簡単です。 TensorFlowのDocker公式イメージにはmatplotlibがインストールされているのですが、そのままではpyplot.show()などが使えません。 要するにデフォルトではGUIが表示できません。 そこで今回はTensorFlow + Docker + matplotlibでGUIを利用可能にします。 また、今回はホストOSがwindowsであるという前提で進めます。 なお、今回の内容はGitHubで公開しているスライドの内容に基づいています。 Dockerのインストール Dockerのインストールについてはここを参照してください。 MobaXtermのインストール MobaXtermはWindowsで動作するターミナルです。 このMobaXtermはX11フォワーディング機能を標準機能として備えています。
matplotlibをインストールして実行するまで - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? matplotlibをインストールしてグラフの描画を行おうとした際に予想以上に詰まったので、メモ。 環境 自機：Yosemite 10.10.3 python: 2.6.6 error一覧 install時にfreetypeがbuild出来ない ライブラリのImportError 実行時のRuntimeError グラフが一瞬で閉じてしまう（エラーではない） 1. pipでのインストール時のエラーと対処法 pip install matplotlibでインストールを行うと ================================
pythonで作るサンプルデータ - Qiita
a = np.arange(n).reshape(4, -1); a # 5列の行列 array([[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24], [25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49], [50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74], [75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87,
高次元データの次元削減および2次元プロット手法 - Qiita
はじめに 本記事はPython2.7, numpy 1.11, scipy 0.17, scikit-learn 0.18, matplotlib 1.5, seaborn 0.7, pandas 0.17を使用しています． jupyter notebook上で動作確認済みです．(%matplotlib inlineは適当に修正してください) SklearnのManifold learningの記事を参考にしています． 多様体学習と言われる手法について，sklearnのdigitsサンプルを用いて説明します． 特にt-SNEはKaggleなどでもたまに使用されている，多次元データの可視化に適した手法です． また可視化だけでなく，元のデータと圧縮されたデータを結合することで，単純な分類問題の精度を向上することができます． 目次 データの生成 線形要素に注目した次元削減 Random Proj
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
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
matplotlibやpylabで論文向きの白黒のグラフをプロットする - Qiita
matplotlib によるデータ可視化の方法 (2) - Qiita
matplotlibで簡単にアニメーションをつくる（mp4, gif) - Qiita
matplotlib ログスケール表示とグリッド表示 - Qiita
Matplotlib4jでJavaやScalaからMatplotlibを使う - Qiita
matplotlibで忘れがちな文法まとめ - Qiita
