【Matplotlib】散布図

当サイトではアフィリエイトプログラムを利用して商品を紹介しています。

【Matplotlib】散布図をプロットする方法

matplotlib.axes.Axes.scatter() または matplotlib.pyplot.scatter を使って、データを散布図として可視化できます。簡単な例として、デフォルト設定で直線 y=x 上の整数点を散布図としてプロットしてみましょう。

# MATPLOTLIB_SCATTER

# In[1]

import numpy as np
import matplotlib.pyplot as plt

# Figureを作成してAxesを追加
fig = plt.figure()
ax = fig.add_subplot(111)

# 直線y=xのデータ
x = np.arange(0, 10)
y = x

# Axesに散布図をプロット
ax.scatter(x, y)

# 散布図を描画
plt.show()

Matplotlib 散布図, scatter plot

【散布図】マーカーのサイズ(s)

引数 s で散布図のマーカーのサイズを指定できます。

# In[2]

# Axesをクリア
ax.cla()

# マーカーサイズ15で散布図をプロット
ax.scatter(x, y, s=15)

# Figureを再表示
display(fig)

Matplotlib 散布図 (scatter plot), マーカーサイズ

【散布図】マーカーの色(color)

c または color で散布図の各点の色を指定できます。

# In[3]

# Axesをクリア
ax.cla()

# マーカーのサイズを15、色を赤に指定して散布図をプロット
ax.scatter(x, y, s=15, color="red")

# Figureを再表示
display(fig)

Matplotlib 散布図 (scatter plot), マーカーの色指定

【散布図】マーカーの種類(marker)

marker でマーカーの種類(形状)を指定できます。たとえば、四角形は ‘s’(square)、ひし形は ‘D’(diamond)、× 印は ‘x’ で指定します。

# In[4]

# Axesをクリア
ax.cla()

# マーカーの種類
marker_list = ["s", "*", "D", "+", ""]

# マーカーリストの大きさ
m_size = len(marker_list)

# マーカーの種類を変更しながら散布図をプロット
for k in range(m_size):
    ax.scatter(x, x + 2*k,
               s = 30, marker=marker_list[k],
               label=marker_list[k])

# 凡例を表示
ax.legend()

# Figureを再表示
display(fig)

Matplotlib 散布図 (scatter plot), マーカーの種類を指定

【散布図】マーカーの縁の太さ(linewidth)と色(edgecolors)

linewidth で縁の太さを指定して、マーカーに縁(edge)を付けることもできます(デフォルトでは linewidth=0 に設定されているので縁がつきません)。edgecolors で縁の色を指定できます。

# In[5]

# Axesをクリア
ax.cla()

# マーカーの縁の太さを2、縁の色を黒に指定して散布図をプロット
ax.scatter(x, y, s = 200, c="lime",
           linewidths=2, edgecolors="black")

# Figureを再表示
display(fig)

Matplotlib 散布図, edge
numpy.random.rand() を使って [0, 1] のランダムな点 (x, y) を 10000 組生成し、散布図としてプロットしてみます。一様乱数なので平面全体に均一に分布するはずです。

# In[6]

# FigureとAxesを設定
fig = plt.figure(figsize=(6, 6))
ax = fig.add_subplot(111)
ax.set_xlim(0, 1)
ax.set_ylim(0, 1)
ax.set_title('Random Plot', fontsize=16)
ax.set_xlabel('x', fontsize=16)
ax.set_ylabel('y', fontsize=16)

# ランダムな点(x,y)を10000個生成
x = np.random.rand(10000)
y = np.random.rand(10000)

# 散布図をプロット
ax.scatter(x, y, s=2, color="red")

# グラフを描画
plt.show()

Matplotlib 散布図, random plot
最後に、データ分析における実践的な散布図の用い方を見てみましょう。scikit-learn.datasets から「ボストンの住宅価格データセット」を読み込んでみます (scikit-learn は Anaconda に同梱されている機械学習用ライブラリです)。

# MATPLOTLIB_BOSTON_HOUSING_PRICE

# In[1]

# scikit-learnから「ボストンの住宅価格データセット」を読み込む
from sklearn.datasets import load_boston

data = load_boston()

load_boston には、米国のボストン市郊外の 506 の地域について、13 種類の特徴量 (犯罪発生数や不動産税率など) と、住宅価格の中央値が収められています。

# In[2]

# 特徴量(説明変数)の一覧を取得
print(data.feature_names)

# ['CRIM' 'ZN' 'INDUS' 'CHAS' 'NOX' 'RM' 'AGE' 'DIS' 'RAD' 'TAX' 'PTRATIO' 'B' 'LSTAT']

この中から、平均部屋数 (RM) と人口に占める低所得者の割合 (LSTAT) を選んで、住宅価格との関連性を調べてみることにします。

# In[3]

# 特徴量(説明変数)から150個のデータを抽出
feature = data.data[0:150]

# 住宅価格(目標変数)から150個のデータを抽出
price = data.target[0:150]

# 平均部屋数(average number of rooms per dwelling)
rm = feature[:, 5]

# 低所得者の割合(lower status of the population)
lstat = feature[:, 12]

以下のコードを実行すると、横軸に RM, 縦軸に LSTAT をとり、住宅価格をマーカーのサイズと色で表現する散布図が表示されます。

# In[4]

# FigureとAxesの設定
fig = plt.figure(figsize=(7.5, 5))
ax = fig.add_subplot(111)
ax.set_title('Boston house prices', fontsize=15)
ax.set_xlabel('average number of rooms per dwelling', fontsize=12)
ax.set_ylabel('lower status of the population', fontsize=12)

# 散布図をプロット
# マーカーのサイズと色は価格に連動
ax.scatter(rm, lstat, s=np.exp(price/6),
           c=price, cmap="plasma_r", alpha=0.75)

plt.show()

Matplotlib 散布図、ボストンの住宅価格
cmap を指定することにより、マーカーのサイズと色は住宅価格に連動するように設定しています。つまり、マーカーサイズが大きいほど、あるいは色が濃いほど、住宅価格が高いことを意味します。このように散布図を効果的に使うと、データの関連性を直感的に把握しやすくなります。たとえば上の散布図を見ると、平均部屋数が多くて低所得者数が少ないほど、住宅価格は高くなる傾向にあることがわかります。

 Axes.plot() の第 3 引数に Markers を指定して散布図を描くこともできます。matplotlib.axes.Axes.plot() は広範囲のプロット・スタイルを提供しており、散布図は選択肢の1つといえます。

# MATPLOTLIB_PLOT_SCATTER

# In[1]

# FigureとAxes
fig = plt.figure()
ax = fig.add_subplot(111)
ax.grid()
ax.set_xlim(0, 10)
ax.set_ylim(-1.5, 1.5)
ax.set_title('y = sinx', fontsize=18, pad=15)
ax.set_xlabel('x', fontsize=16)
ax.set_ylabel('y', fontsize=16)

# データ(x,y)を作成
x = np.linspace(0, 10, 33)
y = np.sin(x)

# 散布図をプロット
ax.plot(x, y, "o")

# グラフを描画
plt.show()

Matplotlib 散布図, sinx

コメント

  1. あとりえこばと より:

    【プログラミング日記】当サイトや Excel VBA 数学教室 では、MathJax という JavaScriptライブラリを使って数式を表示していますが、一般にブラウザで数式を読み込むと、それなりの時間がかかります。IE だと 20 秒ぐらいかかります。数学サイトを始めた当初は「読み込みの遅さがサイト運営のネックになるかもしれない」と心配していました。ところが近年の Google Chrome は驚くほど処理速度を向上させていて、MathJax の数式もほとんど一瞬で表示させます。ただし、IE のほうはまったく変わっていないので、両者の機能差は開くばかりです。さらに当サイトが利用する xserver も高速表示機能(ブラウザキャッシュや X アクセラレータ)を立て続けに提供し始めました。このサイトもおそらく今月中には高速化される予定です。サーバーの機能強化によって、IE による表示も改善が図れるかもしれません。

  2. HNaito より:

    下記は誤植と思われますので、ご確認ください。
    In[6] プログラムのコメントで、1000個生成 → 10000個生成