クイックスタートガイド matplotlibドキュメント日本語訳

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots()  # 単一の Axes を含む Figure を作成
ax.plot([1, 2, 3, 4], [1, 4, 2, 3])  # Axes にデータをプロット
plt.show()  # Figure を表示

fig = plt.figure()             # Axesを持たない空のFigure
fig, ax = plt.subplots()       # 1つのAxesを持つFigure
fig, axs = plt.subplots(2, 2)  # 2×2のグリッドに配置されたAxesを持つFigure

# 左側に1つのAxes、右側に2つのAxesを持つFigure
fig, axs = plt.subplot_mosaic([['left', 'right_top'],
                               ['left', 'right_bottom']])

import numpy as np

b = np.matrix([[1, 2], [3, 4]])
b_asarray = np.asarray(b)  # numpy.array に変換

import numpy as np
import matplotlib.pyplot as plt

# 乱数のシードを固定（再現性の確保）
np.random.seed(19680801)

# データを辞書として作成
data = {
    'a': np.arange(50),                # 0〜49の連続値
    'c': np.random.randint(0, 50, 50), # 0〜49のランダム整数
    'd': np.random.randn(50)           # 標準正規分布に従う乱数
}

# 'b' を 'a' の値にランダムなノイズを加えて生成
data['b'] = data['a'] + 10 * np.random.randn(50)

# 'd' を絶対値にしてスケール調整
data['d'] = np.abs(data['d']) * 100

# 図と軸を作成
fig, ax = plt.subplots(figsize=(5, 2.7), layout='constrained')

# 散布図をプロット（辞書のキーを指定）
ax.scatter('a', 'b', c='c', s='d', data=data)

# 軸ラベルを設定
ax.set_xlabel('entry a')
ax.set_ylabel('entry b')

plt.show()

import numpy as np
import matplotlib.pyplot as plt

# 0 から 2 までの範囲を 100 分割したデータ
x = np.linspace(0, 2, 100)

# Figure と Axes を作成
fig, ax = plt.subplots(figsize=(5, 2.7), layout='constrained')

# データをプロット
ax.plot(x, x, label='linear')      # 線形データ
ax.plot(x, x**2, label='quadratic') # 二次関数
ax.plot(x, x**3, label='cubic')     # 三次関数

# 軸ラベルの設定
ax.set_xlabel('x label')
ax.set_ylabel('y label')

# タイトルの設定
ax.set_title("Simple Plot")

# 凡例の追加
ax.legend()

# グラフを表示
plt.show()

import numpy as np
import matplotlib.pyplot as plt

# 0 から 2 までの範囲を 100 分割したデータ
x = np.linspace(0, 2, 100)

# Figure を作成（Axes は暗黙的に作成される）
plt.figure(figsize=(5, 2.7), layout='constrained')

# データをプロット（Axes を明示的に指定せず、pyplot を使用）
plt.plot(x, x, label='linear')      # 線形データ
plt.plot(x, x**2, label='quadratic') # 二次関数
plt.plot(x, x**3, label='cubic')     # 三次関数

# 軸ラベルの設定
plt.xlabel('x label')
plt.ylabel('y label')

# タイトルの設定
plt.title("Simple Plot")

# 凡例の追加
plt.legend()

# グラフを表示
plt.show()

def my_plotter(ax, data1, data2, param_dict):
    """
    グラフを作成するヘルパー関数
    """
    out = ax.plot(data1, data2, **param_dict)
    return out

import numpy as np
import matplotlib.pyplot as plt

# 4つのランダムなデータセットを作成
data1, data2, data3, data4 = np.random.randn(4, 100)

# 1行2列のサブプロットを作成
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(5, 2.7))

# ヘルパー関数を使ってプロット
my_plotter(ax1, data1, data2, {'marker': 'x'})  # xマーカーを使用
my_plotter(ax2, data3, data4, {'marker': 'o'})  # oマーカーを使用

plt.show()

import numpy as np
import matplotlib.pyplot as plt

# 図と軸を作成
fig, ax = plt.subplots(figsize=(5, 2.7))

# データの準備
data1, data2 = np.random.randn(2, 100)  # 2つのランダムデータ
x = np.arange(len(data1))  # x軸のデータ

# 1本目の線（青, 太線, 破線）
ax.plot(x, np.cumsum(data1), color='blue', linewidth=3, linestyle='--')

# 2本目の線（オレンジ, 細線）
l, = ax.plot(x, np.cumsum(data2), color='orange', linewidth=2)

# 2本目の線の線種を変更（点線）
l.set_linestyle(':')

# グラフを表示
plt.show()

fig, ax = plt.subplots(figsize=(5, 2.7))
ax.scatter(data1, data2, s=50, facecolor='C0', edgecolor='k')

import numpy as np
import matplotlib.pyplot as plt

# 図と軸を作成
fig, ax = plt.subplots(figsize=(5, 2.7))

# マーカーを使用したプロット
ax.plot(data1, 'o', label='data1')  # 'o' → 丸（circle）
ax.plot(data2, 'd', label='data2')  # 'd' → 菱形（diamond）
ax.plot(data3, 'v', label='data3')  # 'v' → 下向き三角形（triangle down）
ax.plot(data4, 's', label='data4')  # 's' → 四角形（square）

# 凡例の追加
ax.legend()

import numpy as np
import matplotlib.pyplot as plt

# 平均 115、標準偏差 15 の正規分布に従う乱数を 10000 個生成
mu, sigma = 115, 15
x = mu + sigma * np.random.randn(10000)

# 図と軸を作成
fig, ax = plt.subplots(figsize=(5, 2.7), layout='constrained')

# データのヒストグラム
n, bins, patches = ax.hist(x, 50, density=True, facecolor='C0', alpha=0.75)

# 軸ラベルを設定
ax.set_xlabel('Length [cm]')
ax.set_ylabel('Probability')

# タイトルを設定
ax.set_title('Aardvark lengths\n (not really)')

# テキストをプロットに追加
ax.text(75, .025, r'$\mu=115,\ \sigma=15$')

# 軸の範囲を設定
ax.axis([55, 175, 0, 0.03])

# グリッドを表示
ax.grid(True)

# グラフを表示
plt.show()

t = ax.set_xlabel('my data', fontsize=14, color='red')

ax.set_title(r'$\sigma_i=15$')

import numpy as np
import matplotlib.pyplot as plt

# 図と軸を作成
fig, ax = plt.subplots(figsize=(5, 2.7))

# データの準備
t = np.arange(0.0, 5.0, 0.01)  # 0 から 5 までの範囲の値を 0.01 刻みで生成
s = np.cos(2 * np.pi * t)      # コサイン波を計算

# プロット
line, = ax.plot(t, s, lw=2)    # 線の太さ（lw=2）を指定

# アノテーションを追加
ax.annotate('local max', xy=(2, 1), xytext=(3, 1.5),
            arrowprops=dict(facecolor='black', shrink=0.05))

# y軸の範囲を設定
ax.set_ylim(-2, 2)

# グラフを表示
plt.show()

import numpy as np
import matplotlib.pyplot as plt

# 図と軸を作成
fig, ax = plt.subplots(figsize=(5, 2.7))

# データをプロットし、凡例のラベルを指定
ax.plot(np.arange(len(data1)), data1, label='data1')
ax.plot(np.arange(len(data2)), data2, label='data2')
ax.plot(np.arange(len(data3)), data3, 'd', label='data3')

# 凡例を表示
ax.legend()

# グラフを表示
plt.show()

import numpy as np
import matplotlib.pyplot as plt

# 図と2つのサブプロットを作成
fig, axs = plt.subplots(1, 2, figsize=(5, 2.7), layout='constrained')

# データを準備
xdata = np.arange(len(data1))  # 順序データを作成
data = 10**data1               # 10のべき乗に変換（対数スケール用）

# 左のプロット（通常スケール）
axs[0].plot(xdata, data)

# 右のプロット（y軸を対数スケールに設定）
axs[1].set_yscale('log')
axs[1].plot(xdata, data)

# グラフを表示
plt.show()

import numpy as np
import matplotlib.pyplot as plt

# 図と軸を作成（2行1列のサブプロット）
fig, axs = plt.subplots(2, 1, layout='constrained')

# 自動目盛りのプロット
axs[0].plot(xdata, data1)
axs[0].set_title('Automatic ticks')

# 手動目盛りのプロット
axs[1].plot(xdata, data1)
axs[1].set_xticks(np.arange(0, 100, 30), ['zero', '30', 'sixty', '90'])  # x軸の目盛りを手動設定
axs[1].set_yticks([-1.5, 0, 1.5])  # y軸の目盛りを手動設定（ラベル不要）
axs[1].set_title('Manual ticks')

plt.show()

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.dates import ConciseDateFormatter

# 図と軸を作成
fig, ax = plt.subplots(figsize=(5, 2.7), layout='constrained')

# 2021-11-15 から 2021-12-25 までの時間データを作成（1時間ごと）
dates = np.arange(np.datetime64('2021-11-15'), np.datetime64('2021-12-25'),
                  np.timedelta64(1, 'h'))
data = np.cumsum(np.random.randn(len(dates)))  # ランダムな累積データ

# プロット
ax.plot(dates, data)

# 日付フォーマッターを設定
ax.xaxis.set_major_formatter(ConciseDateFormatter(ax.xaxis.get_major_locator()))

plt.show()

import numpy as np
import matplotlib.pyplot as plt

# 図と軸を作成
fig, ax = plt.subplots(figsize=(5, 2.7), layout='constrained')

# カテゴリデータ（野菜の名前）
categories = ['turnips', 'rutabaga', 'cucumber', 'pumpkins']

# バーチャートをプロット
ax.bar(categories, np.random.rand(len(categories)))

plt.show()

import numpy as np
import matplotlib.pyplot as plt

# 図と軸を作成（1行2列）
fig, (ax1, ax3) = plt.subplots(1, 2, figsize=(7, 2.7), layout='constrained')

# データを作成
t = np.linspace(0, 10, 100)
s = np.sin(2 * np.pi * t)

# 1つ目のプロット（左側） → `twinx` で追加の y 軸を作成
l1, = ax1.plot(t, s)  # サイン波
ax2 = ax1.twinx()     # 追加の y 軸
l2, = ax2.plot(t, range(len(t)), 'C1')  # 直線データ

# 凡例を設定（両方の軸を含む）
ax2.legend([l1, l2], ['Sine (left)', 'Straight (right)'])

# 2つ目のプロット（右側） → `secondary_xaxis` で追加の x 軸を作成
ax3.plot(t, s)  # サイン波
ax3.set_xlabel('Angle [rad]')  # ラジアン表記の x 軸

# 追加の x 軸（° 表記）を作成
ax4 = ax3.secondary_xaxis('top', (np.rad2deg, np.deg2rad))
ax4.set_xlabel('Angle [°]')

plt.show()

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import LogNorm

# データの作成
X, Y = np.meshgrid(np.linspace(-3, 3, 128), np.linspace(-3, 3, 128))
Z = (1 - X/2 + X**5 + Y**3) * np.exp(-X**2 - Y**2)

fig, axs = plt.subplots(2, 2, layout='constrained')

# pcolormesh() を使用したプロット
pc = axs[0, 0].pcolormesh(X, Y, Z, vmin=-1, vmax=1, cmap='RdBu_r')
fig.colorbar(pc, ax=axs[0, 0])
axs[0, 0].set_title('pcolormesh()')

# contourf() を使用したプロット
co = axs[0, 1].contourf(X, Y, Z, levels=np.linspace(-1.25, 1.25, 11))
fig.colorbar(co, ax=axs[0, 1])
axs[0, 1].set_title('contourf()')

# imshow() と LogNorm() を使用したプロット
pc = axs[1, 0].imshow(Z**2 * 100, cmap='plasma', norm=LogNorm(vmin=0.01, vmax=100))
fig.colorbar(pc, ax=axs[1, 0], extend='both')
axs[1, 0].set_title('imshow() with LogNorm()')

# scatter() を使用したプロット（data1, data2, data3 は仮のデータ）
data1 = np.random.rand(100)
data2 = np.random.rand(100)
data3 = np.random.rand(100)

pc = axs[1, 1].scatter(data1, data2, c=data3, cmap='RdBu_r')
fig.colorbar(pc, ax=axs[1, 1], extend='both')
axs[1, 1].set_title('scatter()')

plt.show()

import matplotlib.pyplot as plt

fig, axd = plt.subplot_mosaic([['upleft', 'right'],
                               ['lowleft', 'right']], layout='constrained')

axd['upleft'].set_title('upleft')
axd['lowleft'].set_title('lowleft')
axd['right'].set_title('right')

plt.show()