Pythonで簡単にグラフを作成する方法

Pythonは、データ分析や可視化の分野で広く使用されているプログラミング言語です。

特に、グラフ作成には非常に強力なライブラリが揃っており、初心者からプロフェッショナルまで幅広い層に利用されています。

この記事では、Pythonを使ってグラフを作成する方法について解説します。

簡単な手法から高度なカスタマイズまで、ステップバイステップで紹介していきます。

DMM WEBCAMP

• 未経験者向けプログラミングスクール
• 現役エンジニアがしっかりサポート
• 卒業後も安心の転職・副業サポート

今すぐ無料で相談

Pythonで基本的なグラフを作成する

Pythonには、matplotlibというグラフ作成に特化したライブラリが存在します。

このライブラリは、シンプルなコードでグラフを作成できるため、初心者にとっても使いやすいツールです。

まずは基本的なグラフの作成方法を見てみましょう。

matplotlibのインストール

matplotlibを使用するには、まずライブラリをインストールする必要があります。

以下のコマンドをターミナルやコマンドプロンプトで実行してください。

pip install matplotlib

これで、Python環境にmatplotlibがインストールされ、グラフ作成が可能になります。

基本的な折れ線グラフの作成

次に、基本的な折れ線グラフを作成するコードを見ていきましょう。

matplotlibでは、簡単な数行のコードでグラフを生成できます。

import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]

plt.plot(x, y)
plt.xlabel('X軸')
plt.ylabel('Y軸')
plt.title('基本的な折れ線グラフ')
plt.show()

このコードを実行すると、シンプルな折れ線グラフが表示されます。

棒グラフの作成

棒グラフもmatplotlibを使って簡単に作成できます。

以下のコードでは、基本的な棒グラフの作成方法を紹介します。

import matplotlib.pyplot as plt
x = ['A', 'B', 'C', 'D']
y = [5, 7, 3, 8]

plt.bar(x, y)
plt.xlabel('カテゴリ')
plt.ylabel('値')
plt.title('基本的な棒グラフ')
plt.show()

このコードでは、各カテゴリごとの値を表示する棒グラフが作成されます。

CodeCamp

• 現役エンジニアからスキルを学べる
• 満足度は驚異の97.4%
• 300社以上のIT企業で研修に導入
• 毎日9時〜21時まで、無料カウンセリングを開催中！

今すぐ無料で相談

グラフのスタイルとカスタマイズ

Pythonのグラフ作成では、単純な表示だけでなく、グラフのスタイルを自由にカスタマイズできます。

色や線の太さ、グラフの背景など、多くの要素を変更することが可能です。

以下では、グラフのカスタマイズ方法について説明します。

グラフの色とスタイルを変更する

グラフの色やスタイルは、簡単にカスタマイズできます。

たとえば、線の色を青にし、点線スタイルに変更するには、以下のようなコードを使います。

import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]

plt.plot(x, y, color='blue', linestyle='--')
plt.xlabel('X軸')
plt.ylabel('Y軸')
plt.title('カスタマイズされた折れ線グラフ')
plt.show()

このコードでは、線の色とスタイルがカスタマイズされた折れ線グラフが作成されます。

凡例を追加する

複数のデータセットを表示する場合、凡例を追加することでグラフが見やすくなります。

次のコード例では、折れ線グラフに凡例を追加しています。

import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y1 = [1, 4, 9, 16, 25]
y2 = [2, 3, 4, 5, 6]

plt.plot(x, y1, label='データセット1')
plt.plot(x, y2, label='データセット2')
plt.xlabel('X軸')
plt.ylabel('Y軸')
plt.title('凡例付き折れ線グラフ')
plt.legend()
plt.show()

このコードでは、2つのデータセットが表示され、それぞれに対応する凡例が追加されています。

軸ラベルと目盛りのカスタマイズ

軸のラベルや目盛りもカスタマイズ可能です。

以下のコードでは、軸ラベルのフォントサイズや色を変更しています。

import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]

plt.plot(x, y)
plt.xlabel('X軸', fontsize=12, color='red')
plt.ylabel('Y軸', fontsize=12, color='green')
plt.title('軸ラベルがカスタマイズされたグラフ')
plt.show()

このコードでは、軸ラベルのフォントサイズと色がカスタマイズされたグラフが表示されます。

【リモートワークには必須】
キャリアに合わせてお得に光回線を利用しよう

ドコモ光
開通後、最短一ヶ月で35,000円のキャッシュバック！

 

auひかり
難しい条件一切なしで、最大12,7000円のキャッシュバック！

 

ソフトバンク光
高額キャッシュバックや豪華特典をお届け！

複数のグラフを1つの図に表示する

Pythonのmatplotlibライブラリでは、複数のグラフを1つの図に表示することも可能です。

この方法を使えば、異なるデータセットや異なる種類のグラフを1つの図にまとめることができます。

subplotを使った複数グラフの作成

subplot機能を使うことで、1つの図に複数のグラフを表示できます。

次のコード例では、1つの図に2つの異なるグラフを表示しています。

import matplotlib.pyplot as plt

plt.subplot(1, 2, 1)
x = [1, 2, 3, 4, 5]
y1 = [1, 4, 9, 16, 25]
plt.plot(x, y1)
plt.title('グラフ1')

plt.subplot(1, 2, 2)
y2 = [2, 3, 4, 5, 6]
plt.plot(x, y2)
plt.title('グラフ2')

plt.show()

このコードでは、1つのウィンドウに2つのグラフが横並びで表示されます。

複数グラフのレイアウト調整

複数のグラフを表示する際、レイアウトを調整することで見やすく配置することができます。

tight_layout()関数を使って余白を自動調整する例を紹介します。

import matplotlib.pyplot as plt

plt.subplot(2, 1, 1)
x = [1, 2, 3, 4, 5]
y1 = [1, 4, 9, 16, 25]
plt.plot(x, y1)
plt.title('グラフ1')

plt.subplot(2, 1, 2)
y2 = [2, 3, 4, 5, 6]
plt.plot(x, y2)
plt.title('グラフ2')

plt.tight_layout()
plt.show()

このコードでは、上下に配置された2つのグラフの間に適切な余白が自動で挿入されます。

異なるグラフ種類の同時表示

1つの図に異なる種類のグラフを表示することも可能です。

以下は、折れ線グラフと棒グラフを1つの図に同時に表示する例です。

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y1 = [1, 4, 9, 16, 25]
y2 = [2, 3, 4, 5, 6]

plt.plot(x, y1, label='折れ線グラフ')
plt.bar(x, y2, label='棒グラフ')
plt.legend()
plt.title('異なるグラフの同時表示')
plt.show()

このコードでは、折れ線グラフと棒グラフが同時に表示され、凡例も追加されています。

プログラミングスクール受講時には教育訓練給付制度を利用することで、受講料の最大80％の給付を受けることが可能です。

プログラミングでキャリアチェンジ！転職成功のための専門実践教育訓練給付金活用ガイド

現在の仕事にやりがいを感じながらも、新しいスキルを身につけてIT業界やデジタルマーケティング分野への転職を検討していませんか？ この記事では、キャリアチェンジを成功させるために重要な「専門実践教育訓練...

skillbridge-japan.com

2024.10.11

高度なグラフ作成技術

Pythonを使えば、より高度なグラフ作成も可能です。

ここでは、3Dグラフやヒートマップなど、より高度なグラフの作成方法を紹介します。

3Dグラフの作成

Pythonでは、3Dグラフも簡単に作成することができます。

以下のコードは、3D散布図を作成する方法です。

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

x = np.random.rand(100)
y = np.random.rand(100)
z = np.random.rand(100)

ax.scatter(x, y, z)
ax.set_xlabel('X軸')
ax.set_ylabel('Y軸')
ax.set_zlabel('Z軸')

plt.title('3D散布図')
plt.show()

このコードを実行すると、3次元空間に点が散らばる3D散布図が表示されます。

ヒートマップの作成

ヒートマップは、データの密度や強度を視覚的に表現するグラフです。

次のコードでは、基本的なヒートマップを作成しています。

import matplotlib.pyplot as plt
import numpy as np

data = np.random.rand(10, 10)
plt.imshow(data, cmap='hot', interpolation='nearest')
plt.title('ヒートマップ')
plt.colorbar()
plt.show()

このコードでは、ランダムなデータを使ってヒートマップが表示されます。

グラフのアニメーション

Pythonでは、アニメーション付きのグラフを作成することも可能です。

次のコードは、sin関数のアニメーションを作成する例です。

import matplotlib.pyplot as plt
import numpy as np
import matplotlib.animation as animation

fig, ax = plt.subplots()
x = np.linspace(0, 2 * np.pi, 100)
line, = ax.plot(x, np.sin(x))

def update(frame):
    line.set_ydata(np.sin(x + frame / 10))
    return line,

ani = animation.FuncAnimation(fig, update, frames=100, blit=True)
plt.show()

このコードでは、sin波が動くアニメーションが表示されます。

techgym

• 20000人が学んだpythonの教材
• 正しい情報をまとめて入手
• 様々なゲームを作成しながら楽しくpythonが身に付く
• 自主学習派はこれ一択！

今すぐチェック

今なら1年間有効なzoomサポート付き！

まとめ: Pythonでのグラフ作成の可能性

Pythonを使えば、基本的なグラフから高度な可視化まで、幅広いグラフ作成が可能です。

データの視覚化は、データ分析やプレゼンテーションで非常に重要な役割を果たします。

今回紹介した技術を活用して、効率的で魅力的なグラフを作成し、データをよりわかりやすく伝えましょう。