Python matplotlibで棒グラフ（ハッチングと２軸グラフの凡例） - Qiita
はじめに この記事を紹介しようと思ったきっかけは以下の通りです． データ比較用の棒グラフを白黒で作成したかったので，ハッチングにより対応することにしました．色とりどりのグラフはよく見かけますが，今の時代に白黒グラフは以外に少ない？ ２軸グラフを作成する時，凡例部をうまくプログラムできないかと考えていたのですが，気に入った方法が見つかったので，実践してみることにしました． 棒グラフのプログラムは，こちらのサイト を参考に，自前のものを書き換えています． なお，当方の環境は以下のとおりです． MacBook Pro (Retina, 13-inch, Mid 2014) macOS High Sierra Python 3.7.0 matplotlib 2.2.2 ハッチングパターン 下の図は，棒グラフ本体は描画せずに，凡例だけを描画し，余白削除をしたものです． 上の図を描くコードは以下の通り
【Python】meshgridの値を書き換えるときにドハマりしたので解決方法を【備忘録】 - Qiita
meshgridを使ったカラーマップを作成するとき，値を書き換える際にドはまりした内容を備忘録も兼ねて投稿． やりたいこと meshgridを使った強度マップで ①距離$r$に依存する関数を ②距離$r$の値で場合分けしたい ①については，$r=\sqrt{x^2+y^2}$でいいのですが，問題は②． 今回は，状況がわかりやすいように以下のような2つの関数を組み合わせたグラフを書くことを目的とします． $z(r)=18\exp(-r^2)$ $|r|\leqq1$ $z(r)=x^2+y^2=r^2$ $|r|>1$ こんな感じの図を作ろうと試行錯誤しました． 私の解答はこちら for文を2回使って位置$(x,y)$での値を$r$の関数に当てはめて書き換えました． import numpy as np import matplotlib.pyplot as plt import
JupyterのDockerイメージで日本語が使えるように、Dockerfileを書いた - Qiita
Pythonを書くようになり、Jupyterを使って遊んでいます。matplotlibで遊んでいたのですが、日本語が文字化けする現象がおきました。 Jupyterを日本語化する方法はぐぐるとそれなりに数が出てきます。しかし、それらの記事は、JupyterのDockerイメージ環境とはキャッシュの場所が違うなどして、若干手間取りました。Dockerfileを書いて、いつでも日本語化できるようにしました。 参考サイト 最初に参考記事をご紹介します。感謝感謝 作成したdockerfile Dockerfileを見れば、何をしたかすぐに分かるのでひとまず読んで FROM jupyter/datascience-notebook LABEL maintainer "nassy20 <xxxx@gmail.com>" RUN curl -L "https://oscdl.ipa.go.jp/IPAex
ゼロからはじめるmatplotlib〜1.点のプロットと軸の調節〜 - Qiita
はじめに... 私がはじめてmatplotlibに出会った時、全く使い方がわかりませんでした。 なんと、$y=ax+b$の直線やsin曲線でさえ書くことができませんでした（笑） そんな私の目の前にあるのは、英語だらけのmatplotのdocumentと、長いコードと専門用語満載のQiitaブログ、、、。 プログラミング初心者だった私は、それらを読んでもどうやってコーディングするのか全く理解できなかったのです。 そんな私のようなmatplotlib難民を減らすべく「初心者でも楽しく、Excelのように簡単にグラフを作れる」ということを目標に書いていきたいと思います。 とにかく簡単に直感的に描画していくことを目標にしているので、コードが泥臭くなるかもしれません。 テンション的には、「書いた→実行→なんかできた！よっしゃー！」みたいなイメージです。 ある程度、このブログで描画に慣れてきたら、下の
Matplotlibで日付データをplot(グラフ)表示 - Qiita
%matplotlib inline import matplotlib.pyplot as plt import pandas as pd import matplotlib.dates as mdates fig = plt.figure() ax = fig.add_subplot(1,1,1) # 横軸：日付 periods分の日付を用意します。 x = pd.date_range('2018-08-07 00:00:00', periods=10, freq='d') # 縦軸：数値 y = [130, 141, 142, 143, 171, 230, 231, 260, 276, 297] ax.plot(x,y) # 日付ラベルフォーマットを修正 dayｓ = mdates.DayLocator() daysFmt = mdates.DateFormatter('%m-%d'
animatplot で matplotlibによる gif アニメーションを簡単に作る - Qiita
本日は animatplot というライブラリの紹介です。 前置き 可視化ツールとしての matplotlib は静的なグラフの描画だけでなく、パラメータによって変化するグラフの様子をgifなどのアニメーションで表現することができます。数学的な対象物をアニメーションで視覚化するというのは我々を楽しくさせます。 楽しい反面、手間がかかります。例えば、アニメーションを実装するには matplotlib.animation.FuncAnimation という matplotlib の機能を用いることで実現できます。例えば下記のような実装になります。 import itertools import logging logging.basicConfig(level=logging.INFO) import random import matplotlib.animation as animatio
日本って本当に暑くなっているのかめっちゃ簡単に分析する - Qiita
ここからものすごく簡単に分析していきます。 実行環境はJuyter Notebookを使っています。 コード読んだだけでわかるようにするためにコメント多数入れています。 #モジュールのインポート import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns #グラフ表示させるためのおまじない %matplotlib inline #データの読み込み data = pd.read_csv('data.csv') data.info() RangeIndex: 144 entries, 0 to 143 Data columns (total 10 columns): year 144 non-null int64 pressure 143 non-null float6
【Python】matplotlibを日本語化する - Qiita
matplotlibで日本語を使おうとすると、デフォルトのままでは文字化けしてしまいます。 そこで文字化けしないようにするための設定を紹介します。 お困りごと Jupyter Notebook上で以下のような処理を実行したときに グラフのラベルが上手く表示されない。 from numpy.random import * from matplotlib import pyplot as plt %matplotlib inline # 乱数生成 rand_nums = randn(100) # ヒストグラム表示 plt.hist(rand_nums) plt.xlabel("X軸と表示したい") plt.ylabel("Y軸と表示したい") 実行結果 環境 MacOS、Python 3.6(Anaconda)、Jupyter Notebookがインストールされている環境。 準備 以下のサイト
gnuplot で matplotlib 風の美しい3次元グラフを描くテンプレート - Qiita
Gnuplottingが公開しているカラーマップを利用して，matplotlibで描いたような美しい配色の3Dグラフをgnuplotで描けるテンプレートを作成しました．次に示すような2種類を用意してあります．論文などに使えそうです． 環境 OS: Windows 7 Gnuplot Version 5.2.4 準備 初めに，GnuplottingがGitHub上で公開しているカラーパレットをダウンロードしておきます．これらのカラーパレットファイル (.pal) をgnuplotファイルがあるディレクトリに置き，gnuplotファイルの冒頭に次の一行を書けば3Dグラフの色が変更されます． #================================ # drawing settings #================================ load 'palette.pa
ガウシアン基底をプロットする - Qiita
import matplotlib.pyplot as plt import numpy as np rng = np.random.RandomState(1) x = 10 * rng.rand(500) def multi_gauss(X, j, s=2): return np.exp(-(X - j)**2 / (2 * s **2)) for i in range(0,20): y = multi_gauss(x, i) plt.scatter(x, y, label=str(i));
作って学ぶ耳の錯覚「シェパードトーン(無限音階)」 - Qiita
はじめに 錯視(目の錯覚)はいろいろなところで見かけますよね. 例えば, エッシャーの『上昇と下降』(ペンローズの階段)はみなさんご存知かと思います. 今回は, この「無限に続く階段」を聴覚情報, すなわち音で再現してみます. この「無限に高く(低く)なっていく音」は1964年にベル研究所のRoger N. Shepardが考案した「1オクターブ上がっても最初と同じに聞こえる音」を発展させたもので, 「シェパードトーン(無限音階)」と呼ばれています. まずは完成した音を聞いてみてください. Audio illusion: Shepard tone (upward) - YouTube Audio illusion: Shepard tone (downward) - YouTube おもしろいですよね？ ちなみに, シェパードトーンは映画や音楽でもときどき登場します. 特にChristop
matplotlib でレーダーチャート - Qiita
$ python --version Python 3.6.5 :: Anaconda, Inc. $ pip list matplotlib 2.2.2 --- radar_chart.py.org +++ radar_chart.py @@ -39,6 +39,7 @@ theta = np.linspace(0, 2*np.pi, num_vars, endpoint=False) # rotate theta such that the first axis is at the top theta += np.pi/2 + theta = np.where(theta > np.pi * 2, theta - np.pi*2, theta) def draw_poly_patch(self): verts = unit_poly_verts(theta)
確率密度関数の推定と結果の確認 - Qiita
確率密度推定のモデル データ標本から確率密度関数を推定する方法は、一般的に2つに大別できる。 パラメトリックモデル: 母集団が正規分布やガンマ分布などであることを想定するモデル ノンパラメトリックモデル: 母集団の分布を想定しないモデル。 手法 ここでは、ノンパラメトリックの代表的な手法と言えるKDE(Kernel Density Estimation)を用いて、標本の確率密度関数を推定する。 KDEは、標本に対して複数のカーネルを適用し、それらのカーネルの重ね合わせでデータ標本の確率密度関数を推定する方法である。 KDEライブラリ Python環境では、KDEを実装している主要なライブラリはいくつかある。 scikit-learn scipy statsmodels 今回はscikit-learnを用いる。 1次元の場合 正規分布に従うランダムな値を生成する。 ここでは、2つの異なる正規
matplotlibのフォントサイズ指定の怪 - Qiita
内容 デジタル画像としての大きさの単位であるピクセルと物理的な長さを示すインチを混乱しないようにしよう。 matplotlibで出力される画像の大きさは、ピクセル単位で表わすと、plt.rcParams["figure.dpi"] × plt.rcParams["figure.figsize"]で計算される。 一方matplotlib内のフォントサイズを表現する時にはポイントで指定する。ポイントとは、1/72インチなので物理的な長さの単位であり、ピクセルではない。 そのため、図中の相対的な大きさを考えてフォントサイズを指定したい時には、plt.rcParams["figure.figsize"]で指定する値との大小のみを考えて指定する必要がある。 環境 matplotlib 2.1.1 イントロ matplotlibにはいつも大変お世話になっております。データのグラフ化などすごく簡単に素早
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を使う - Qiita
分子軌道波動関数をpythonでプロットする - Qiita
[mac] matplotlib最短で日本語対応 - Qiita![[mac] matplotlib最短で日本語対応 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/b3ed6fe11745a90b6ae6e2f887213ce3409b3586/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZoPTMzNiZ0eHQ9JTVCbWFjJTVEJTIwbWF0cGxvdGxpYiVFNiU5QyU4MCVFNyU5RiVBRCVFMyU4MSVBNyVFNiU5NyVBNSVFNiU5QyVBQyVFOCVBQSU5RSVFNSVBRiVCRSVFNSVCRiU5QyZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTU2JnR4dC1jbGlwPWVsbGlwc2lzJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9OWFjMDVmMGU3YjYzMDk5NDE4ZmFkODRjYzY2NTMxYzk%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwbGlscGFjeSZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9NTNhZGYwOTYxNTliYjE1YmI3ODY1MjVhYmIxMjkwMmU%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3De8d4b67de7bb9a43969650b45140a3a6)
Colaboratory環境下で、matplotlibを使いgif動画を保存する - Qiita
RaspberryPiでPython3とMatplotlib使ってリアルタイムグラフ描画 - Qiita
jupyter notebookで豆腐問題を解決するときになかなかうまくいかなかったのでその解決録 - Qiita
