スタートページ＞ JavaScript＞ 他言語＞ Python 目次＞ ←ヒストグラム →相関・回帰直線・信頼区間・重相関
Python でグラフを作成するには、アドオンライブラリの Matplotlib を使います。
ここでは Matplotlib のコンポーネント matplotlib.pyplot を用います。
import matplotlib.pyplot as plt
Matplotlib 自体はデータの加工機能はもっていませんので、NumPy も使います。
下記の青線の部分をGoogle Colaboratryの「コード」部分にコピーアンドペースト（ペーストは Cntl+V）して実行すれば、右図の画像が表示されます。
ax.scatter(x, y, options)
x, y # 点(x,y)の組 必須 list でも ndarray でも可
options:
marker='o' # マーカーの形
# .点 ,四角点 o〇 v▽ ^△ s□ *☆ +＋ x× &x$(文字x）
c='r' # マーカーの色
# b(Blue) g(Green) r(Red) c(Cyan) m(Magenta) y(Yellow) k(Black) w(White)
alpha=0.7 # 透明度
s=100 # マーカーのサイズ 100以上にするとよい
edgecolors='b' # マーカーの縁線の色
linewidths=2 # マーカーの縁線の太さ
import numpy as np
import matplotlib.pyplot as plt
# 入力データ
x = [180,170,162,171,160,165,148,153,170,154,160,166,177,152]
y = [ 70, 55, 45, 60, 45, 55, 43, 50, 56, 46, 48, 47, 61, 35]
# ax 設定
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
# 散布図作成
ax.scatter(x, y) # 棒グラフや折線グラフと違うのはここだけ
# 図の体裁 タイトルやラベルに日本語は使えません
ax.set_title('first scatter plot') # グラフのタイトル
ax.set_xlabel('x') # Ｘ軸のラベル
ax.set_ylabel('y') # Ｙ軸のラベル
# 表示
fig.show()
import numpy as np
import matplotlib.pyplot as plt
# 入力データ
x = [180,170,162,171,160,165,148,153,170,154,160,166,177,152]
y = [ 70, 55, 45, 60, 45, 55, 43, 50, 56, 46, 48, 47, 61, 35]
# ax 設定
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
# 散布図作成
ax.scatter(x, y,
marker='o', # マーカーの形は円
c='r', # 円の内部は赤
alpha=0.7, # 透明度
s=100, # マーカーのサイズ
edgecolors='b', # マーカーの縁線の色
linewidths=2) # マーカーの縁線の太さ
# 図の体裁
ax.set_title('first scatter plot') # グラフのタイトル
ax.set_xlabel('x') # Ｘ軸のラベル
ax.set_ylabel('y') # Ｙ軸のラベル
# 表示
fig.show()
２つの形式があるが、パラメタ機能はほぼ同じ df.plot(kind='scatter', x=列名, y=列名, options) df.plot.scatter(x=列名, y=列名, options) x, y # 点(x,y)の組 x='c2', y='c3' など options ax.scatter とほぼ同じ 「グラフ 棒グラフ・折線グラフ df.plot の主要なパラメタ」(array-bar-plot）参照
c2列をｘ、c3列をｙとした例
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd # df を使うので必要
df = pd.DataFrame([
['A', 'M', 180, 70, 86],
['A', 'M', 180, 70, 86],
['B', 'M', 170, 55, 84],
['C', 'F', 162, 45, 85],
['D', 'M', 171, 60, 84],
['E', 'F', 160, 45, 83],
['F', 'M', 165, 55, 82],
['G', 'F', 148, 43, 74],
['H', 'F', 153, 50, 81],
['I', 'M', 170, 56, 82],
['J', 'F', 154, 46, 82],
['K', 'M', 160, 48, 76],
['L', 'F', 166, 47, 75],
['M', 'M', 177, 61, 83],
['N', 'F', 152, 35, 77]],
columns = ['c0','c1','c2','c3','c4'])
fig = plt.figure()
ax = df.plot.scatter(x='c2', y='c3', # c2列をｘ、c3列をｙとする
marker = 's', # マーカーの形 ax.scatter と同じ
s = 150, # マーカーのサイズ
c = 'y', # マーカーの色
alpha = 1.0, # 透明度
linewidth = 2, # 縁線の太さ
edgecolor = 'r', # 縁線の色
)
fig.show()
x-y1 の図と x-y2 の図の２つの図を描きます。
import numpy as np
import matplotlib.pyplot as plt
# 入力データ
x = [180,170,162,171,160,165,148,153,170,154,160,166,177,152]
y1 = [ 70, 55, 45, 60, 45, 55, 43, 50, 56, 46, 48, 47, 61, 35]
y2 = [ 86, 84, 85, 84, 83, 82, 74, 81, 82, 82, 76, 75, 83, 77]
# ax 設定
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
# 散布図作成 x-y1 と x-y2 の二つの散布図を描く
ax.scatter(x, y1,
marker = 'o', # マーカーの形
s = 100, # マーカーのサイズ
c = 'w', # マーカーの塗りつぶしの色
alpha = 0.5, # 透明度
linewidth = 4, # 縁線の太さ
edgecolor = 'r' # 縁線の色
)
ax.scatter(x, y2,
marker = '*',
s = 200
)
# 図のデザイン（ax でのオプション） 棒グラフや折線グラフと同じ
ax.set_ylim(20,100)
ax.set_title('title', fontsize=20)
ax.set_xlabel('x', fontsize=16)
ax.set_ylabel('y1,y2', fontsize=16)
ax.grid()
# 表示
fig.show()
x の各点に対応する z があり、'M'あるいは 'F'の値が入っているものとします。
x-y の散布点について、対応する z の値が 'M' なら 'b'（青点）、'F' なら 'r'（赤点）にします。
x,y は list でも ndarray でもよいのですが、z は記述を容易にするために ndarray にしておきます。
z の 'M' → 'b'、'F'→ 'r' に置換した配列 iro を生成し、color=iro とします。
import numpy as np
import matplotlib.pyplot as plt
x = [180,170,162,171,160,165,148,153,170,154,160,166,177,152]
y = [ 70, 55, 45, 60, 45, 55, 43, 50, 56, 46, 48, 47, 61, 35]
# 置換式を簡単にするため、z を ndarray にする。
z = np.array(['M','M','F','M','F','M','F','F','M','F','M','F','M','F'])
iro = np.where(z=='M', 'b','r') # 置換：M → b, F → r
# ax 設定
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
# 散布図作成
ax.scatter(x, y,
c=iro, # 各点が 'b' か 'r' になる
s=100)
# 表示
fig.show()
各点に次の名称をつけて表示したいのです。
z = ['A','B','C','D','E','F','G','H','I','J','K','L','M','N']
marker = z とできればよいのですが、marker はスカラーでなければなりません。
姑息な方法ですが、ax.scatter とか別途に
「点(x[i], y[i]) に z を表示する」
ことにより解決します。
次の２行で記述します（説明省略）。
for i, txt in enumerate(z):
ax.annotate(txt, (x[i], y[i]))
import numpy as np
import matplotlib.pyplot as plt
x = [180,170,162,171,160,165,148,153,170,154,160,166,177,152]
y = [ 70, 55, 45, 60, 45, 55, 43, 50, 56, 46, 48, 47, 61, 35]
z = ['A','B','C','D','E','F','G','H','I','J','K','L','M','N']
# ax 設定
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
# 散布図作成
ax.scatter(x, y,
marker='o',
c='r',
s=20)
for i, txt in enumerate(z): # 各点の名称表示
ax.annotate(txt, (x[i], y[i]), size=16) # 点の右上に表示されます。
# 表示
fig.show()
x→c2列、y→c3列、「グループによる点の色区分」でのz→c1列、 「各点の名称表示」でのz→c0列とします。
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
df = pd.DataFrame([
['A', 'M', 180, 70, 86],
['A', 'M', 180, 70, 86],
['B', 'M', 170, 55, 84],
['C', 'F', 162, 45, 85],
['D', 'M', 171, 60, 84],
['E', 'F', 160, 45, 83],
['F', 'M', 165, 55, 82],
['G', 'F', 148, 43, 74],
['H', 'F', 153, 50, 81],
['I', 'M', 170, 56, 82],
['J', 'F', 154, 46, 82],
['K', 'M', 160, 48, 76],
['L', 'F', 166, 47, 75],
['M', 'M', 177, 61, 83],
['N', 'F', 152, 35, 77]],
columns = ['c0','c1','c2','c3','c4'])
fig = plt.figure()
iro = np.where(df.c1 == 'M', 'b', 'r') # iro はサイズが行数のベクトル M → b, F → r
ax = df.plot.scatter(x='c2', y='c3', color=iro)
for i, txt in enumerate(df.c0): # 各点の名称表示
ax.annotate(txt, (df.c2[i], df.c3[i]), size=16) # 点の右上に表示されます。
fig.show()
カラーマップとは、点ｘ,ｙに対応する特性値 z の値を色のグラジュエーションとした縦長の色付きのバー（下図の右側）で表して、散布点のマーカーをその特性値に対応した色にすることです。
ax.scatter(x, y, options)
x, y # 点(x,y)の組
options:
marker='o' # マーカーの形
c='r' # マーカーの色 これは指定できない（下の★が有効になる）
alpha=0.7 # 透明度
s=100 # マーカーのサイズ
edgecolors='b' # マーカーの縁線の色
linewidths=2 # マーカーの縁線の太さ
# カラーマップを用いるときのオプション
c=数値 # ★点の色を決める値。点の個数と同じサイズの配列 特性値 z
cmap # カラーマップ 'RdYlBu’'seismic' 'PRGn' など特定のグラジュエーションに限定
# 参照；https://matplotlib.org/3.1.3/tutorials/colors/colormaps.html
vmin, vmax # 正規化時の最大、最小値
norm # 正規化を行う場合の Normalize インスタンスを指定
cm = plt.cm.get_cmap('seismic') # グラデュエーションの設定（ax.cm.～ではエラー）
fig.colorbar(mappable, ax=ax) # カラーバーの表示（ax.colorbar ではエラー）
import numpy as np
import matplotlib.pyplot as plt
x = [180,170,162,171,160,165,148,153,170,154,160,166,177,152]
y = [ 70, 55, 45, 60, 45, 55, 43, 50, 56, 46, 48, 47, 61, 35]
z = [ 86, 84, 85, 84, 83, 82, 74, 81, 82, 82, 76, 75, 83, 77]
# ax 設定
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
# カラーマップ
cm = plt.cm.get_cmap('seismic') # グラデュエーションの設定
fig.colorbar(mappable, ax=ax) # カラーバーの表示
# 散布図作成
mappable = ax.scatter(x, y, # 散布図の結果を受け取る（mappable の名称は任意）
s=200, # マーカーのサイズ
linewidth = 1,
edgecolor = 'k',
cmap=cm, # カラーバーの色
c=z, # 点の色を決める指標
vmin=70, # cmap での c 最小値（z の最小値）
vmax=90 # 最大値
)
# 表示
fig.show()
y/x の値を色指標とする。
import numpy as np
import matplotlib.pyplot as plt
# 入力データ（c2 と c3 の間で計算するので ndarray にした）
x = np.array([180,170,162,171,160,165,148,153,170,154,160,166,177,152])
y = np.array([ 70, 55, 45, 60, 45, 55, 43, 50, 56, 46, 48, 47, 61, 35])
# ax 設定
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
# カラーマップ
cm = plt.cm.get_cmap('RdYlBu')
fig.colorbar(mappable, ax=ax)
# 散布図作成
mappable = ax.scatter(x, y,
s=200,
linewidth = 1,
edgecolor = 'k',
cmap=cm,
c=y/x, # 色指標の計算
vmin=0.2, # cmap での c 最小値
vmax=0.4 # 最大値
)
# 表示
fig.show()
x→c2列、y→c3列とします。
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
df = pd.DataFrame([
['A', 'M', 180, 70, 86],
['A', 'M', 180, 70, 86],
['B', 'M', 170, 55, 84],
['C', 'F', 162, 45, 85],
['D', 'M', 171, 60, 84],
['E', 'F', 160, 45, 83],
['F', 'M', 165, 55, 82],
['G', 'F', 148, 43, 74],
['H', 'F', 153, 50, 81],
['I', 'M', 170, 56, 82],
['J', 'F', 154, 46, 82],
['K', 'M', 160, 48, 76],
['L', 'F', 166, 47, 75],
['M', 'M', 177, 61, 83],
['N', 'F', 152, 35, 77]],
columns = ['c0','c1','c2','c3','c4'])
fig = plt.figure()
cm = plt.cm.get_cmap('RdYlBu')
ax = df.plot.scatter(x='c2', y='c3', # fig.colorbar(mappable, ax=ax) をこの中に組み込められる
s=200, # ax.scatter と同じ
linewidth = 1,
edgecolor = 'k',
cmap=cm,
c=df.c3/df.c2, # 色指標の計算
vmin=0.2,
vmax=0.4
)
fig.show()