まおひら

python の勉強中。 matplotlib の使用法の覚書きにしようかなと思っています。

まおひら

python の勉強中。 matplotlib の使用法の覚書きにしようかなと思っています。

secondary axis 副次的な軸 (matplotlib)

ある単位について、それと連動する他の量がある場合、参考のため、上下や左右に違う目盛りを振りたくなることがあります。そのスクリプト例。尺度の変換の行きと帰り両方の関数を用意してやって、あたえればよいそうです。 下の目盛りは光の波長、上の目盛りは光のエネルギーなかんじで枠を作ってみました。 例では上にsecondary axis を作っていますが、 secondary_xaxis → secondary_yaxis top → right として、y軸についても同様のことがで

まおひら

    • データを読み込んで表を作成（matplotlib）

      ごくたまに使いたくなるので、テーブルの使い方もメモしておきます。bboxを指定して、axesの中いっぱいに表示するスクリプトです。見た目を変えるためのスクリプトも後半に6行ほどいれてます。 table系の関数は、個人的には予想外の動作をすることが多く感じます。複雑な表を作りたいなら、Rectangle等を使ってゼロから作成した方が早いかもしれません。 #"sampledata.txt"#x y0.1 0.20.2 0.70.3 0.60.4 0.4 #"table.py

      まおひら

      • データを読み込んでプロット（matplotlib）

        シンプルなデータについては、numpyを使うのが一番簡単ではないかという気がしています。numpyはmatplotlibの動作に必須なので、matplotlibを使える方はすでにインストール済みのはずです。 numpy.loadtxt は、データ欠損がない時に使えます。データに飛びがある時にはnumpy.genfromtxt が使えます。ただし、loadtxt  の方が処理が軽いらしいです。 以下、サンプルデータとプロット例。 #sampledata.txt#x y0.

        まおひら

        • matplotlib を gnuplot っぽく使う

          matplotlib の魅力はグラフの見た目を細かく整えられることだと思います。 一方で、データをこねくり回したり、関数のパラメータへの依存の仕方をチェックしながらプロットしたい時には、どうすればよいのか分かっていませんでした。　 最後に plt.show() して一枚のグラフを得るだけでは、物足りない時があるということです。Jupyter Notebook の新しい絵がどんどん作られて行くのもちょっと違うかんじ。 gnuplot のような手軽さがほしかったんです。 最近、そ

          まおひら

          python の format について理解したこと

          format 指定の中身の : とか . とかの順序がよく分からなくなり、そのたびネット検索していました。 公式ドキュメントに当たったところ理解が深まったのでよく使う書式についてだけ抜き出してまとめておきます。 print ("{:.2f}".format(a)) とあるとき、 "" の中身が Format String Syntax （書式指定文字列の文法）で解釈される。 {} と中身（:.2f）が上記文法で定義されるところの replacement_field（置換フィ

          まおひら

          python の format について理解したこと

          まおひら

          Button （matplotlib ）

          とりあえず動くものを作ってみよう、ということで、カウンターです。真ん中の数字が、「count up」を押すと1増え、「count down」を押すと1減ります。 一番上の例が Widget の Button を使った場合、二番目と三番目が Text をボタンとして使用した場合です。 Text のベースとなる Artist には、マウスクリックなどのイベントがその中で起きたかどうかを判定する関数（contain）や、その中でイベントが起こると指定した共通の関数を呼ぶ機能（p

          まおひら

          Button （matplotlib ）

          まおひら

          Axes の中身 -プロットとレジェンド-（matplotlib）

          Axes.plot() はプロットした line2d のリストを返す。線が一本で中身だけ受け取りたいときは、変数にカンマ（,）をつければオーケー。 Axes.get_lines() で、Axes にそれまでにプロットされた line2d のリストが得られる。 見た目を一気に整えたい時にいいかも。 プロットする時に line2d に label を指定しておくと、Axes.legend() でそのラベルを使用して凡例が表示される。 #"test_plot.py"impor

          まおひら

          Axes の中身 -プロットとレジェンド-（matplotlib）

          まおひら

          Axes の設定（matplotlib ）

          個人的な好みをメモしておきます。 デフォルトの出力も比較のため貼り付けておきます。 #"Axes_default_setting.py"import matplotlib.pyplot as pltfig,ax = plt.subplots()fig.savefig("Axes_default_setting.png") #"Axes_my_setting.py"import matplotlib.pyplot as pltfig,ax = plt.subplots()a

          まおひら

          Axes の設定（matplotlib ）

          まおひら

          Figure + 画像 + 文字（matplotlib）

          先日掲載した Figure への文字入れと図入れを組み合わせて、タイトル画像っぽいものが作れたので記録に残しておます。 文字は、path_effect という機能を使うことでフチ取りにすることができました（1番目のこコード）。 記事の見出し画像は、path_effect をかけた文字を重ねて、作成しました（２番目のコード）。 グラデーションのバックグラウンドも matplotlib で作成しましたが、Axes を使用したのと、コードが長くなってしまうので、気が向いたら後日別記

          まおひら

          Figure + 画像 + 文字（matplotlib）

          まおひら

          Figure に画像を貼り付ける（matplotlib）

          引き続き Figure で遊んでいきます。 昨日は空のFigure に文字を書き入れてみましたが、図を直接貼り付けることもできるようです。Matplotlib は 画像処理に Pillow を利用しているそうで、Pillowで開いたり処理した画像をそのまま貼り付けられます。 #"Figure_with_Image.py"import matplotlib.pyplot as pltfrom PIL import Imagewidth_px= 1280height_px =

          まおひら

          Figure に画像を貼り付ける（matplotlib）

          まおひら

          空の Figure の作り方（matplotlib ）

          Axes を含まない空の Figure を作ることもできます。 #"empty_Figure.py"import matplotlib.pyplot as pltfig = plt.figure()plt.show() note の記事の見出し画像サイズ（1280 x 670 px）の Figure を作成して、ファイルとして出力してみました。Figure の大きさはインチで指定しす。1 インチは 2.54 cm です。dpi（dot per inch、インチあたりの点）

          まおひら

          空の Figure の作り方（matplotlib ）

          まおひら

          基本のプロット -Figure と Axes- (matplotlib)

          matplotlib.pyplot.subplots() 関数 は、Figure（matplotlib.figure.Figure クラスのインスタンス）と、Axes （matplotlib.axes.Axes クラスのインスタンス）、または Axes の配列を生成し、返り値として返します。 Figure はキャンバス、Axes はx軸、y軸 を持ち、その中にデータがプロットできるような描画領域兼コンテナ、というイメージです。 引数を省略すると、Figure の中に Axe

          まおひら

          基本のプロット -Figure と Axes- (matplotlib)

          まおひら

          明示的な方法と暗示的な方法（matplotlib）

          この note では、python 用の可視化ライブラリ、matplotlib に関する覚書を記述しています。 matplotlib の使用法には、大きく分けて２種類のご作法があり、それぞれ 明示的 （explicit）、暗示的 （implicit）と呼ばれています。 明示的な方法では、図に表示される内容物を生成する関数は、同時に返り値として、生成したオブジェクトを返してくれます。返されたオブジェクトを変数に代入して受け取ることで、後からそのオブジェクトに直接変更を加える

          まおひら

          明示的な方法と暗示的な方法（matplotlib）

          まおひら

          この note の紹介と、matplotlib について

          matplotlib は python の１ライブラリで、グラフ作成など、数値データを視覚化するのに使うことができます。 この note は、 matplotlib の１ユーザーである まおひら が、使用法について書き留める備忘録になる予定です。 matplotlib が Igor、Origin などのいわゆる「グラフ化ソフト」と異なるのは、python の基本処理や他のモジュールと組み合わせることで、前段のデータ処理やインタラクティブな描画が容易にできることです。 とい

          まおひら

          この note の紹介と、matplotlib について

          まおひら