6.4 メモ1

そのうちまとめるけれど、とりえず、これまでどんなのを使っているか、 並べておく。

• 公式情報は 「Matplotlib: Visualization with Python」, 特に 「Matplotlib x.y.z documentation」 から。
• matplotlib のインストールの仕方は “色々”. コマンドラインからpip install matplotlib とか、 sudo port install py310-matplotlibとか。 Anaconda なら最初から入っている。
• 使うには事前に import する必要がある。例えば

  import matplotlib.pyplot as plt
  

• x, y が同じ長さの ndarray であれば、 plot() で折れ線が描ける。

    plt.plot(x,y)
    plot.show()
  

  scatter() で散布図が描ける。
• plot() は、,label=文字列 でラベルをつけられる。

    plt.plot(t,sol, label='x0='+'{:6.1f}'.format(x0))
  

  ラベルの位置は制御できる。legend() に ,loc= で指定する。

    plt.legend(loc='upper left')
  

  loc='best' とかもある。
• plot() の線の色は、 1文字 'b' (青), 'g' (緑), 'r' (赤), 'c' (シアン), 'm' (マゼンタ), 'y' (黄), 'k' (黒), 'w' (白) くらいでもつけられる (「matplotlib で指定可能な色の名前と一覧」)。 'b-' とすると点線になる。

    plt.plot(t,x[:,0],'b', label='S')
  

• ,marker='o' (丸), ,marker='^' (三角), ,marker='s' (四角)
• 図のタイトルは plt.title(文字列)

    plt.title('Malthus: dx/dt=ax, x(0)=x0; a='+str(a))
  

• 軸のラベルは plt.xlabel(文字列), plt.ylabel(文字列)
• plt.grid()
• xlim(minx,maxx), ylim(miny,maxy) で範囲が指定できる。

    plt.xlim(0.0, 1.0)
    plt.ylim(-1.0, 2.0)
  

• アニメーション。理解できていないが

    plot.ion()
    line,=plt.plot(x,u)
  ...
    # u の内容を更新
    line.set_ydata(u)
    plt.pause(0.001)
  

  アニメーションの例 (よく理解できていない) http://nalab.mind.meiji.ac.jp/~mk/labo/text/python3/node36.html
• 図を保存するには savefig(パス名) を用いる。

    plt.savefig('myfig.png')
  

  plt.show() した後に plt.savefig() するのは、 うまく行かないことがある (普通 plt.show() すると、 current figure (直訳すると「現在の図」) がリセットされるので、 plt.show() する前に plt.savefig() すべき。Jupyter の中など、動く場合もあるが、 それが普通と考えてはいけないらしい)。

  savefig() は plt.show() の前にする

  plt.savefig('なんとか.png')
  plt.show()
  

  Saving a figure after invoking pyplot.show() results in an empty file がとても分かりやすい。

  少し面倒だけれど、 絵を描き出す前に fig, ax = plt.subplots() として、 fig に figure を覚えさせておいて、 plt.savefig() でなく fig.savefig() を実行するのが、 一つの堅実なやり方。確かにこういうコードはよく目にする。 次のような感じ (上記サイトに載っているコード例)。

  これがお勧めのやり方か

  import numpy as np
  import matplotlib.pyplot as plt
  
  x = np.linspace(-1, 1, 100)
  y = x**2
  
  fig, ax = plt.subplots()
  ax.plot(x, y)
  fig.savefig('fig1.pdf')
  plt.show()
  fig.savefig('fig2.pdf')
  

  別解として、show() する前に、 current figure を fig=plt.gcf() で覚えておいて、 fig.savefig() するという手もあるそうだ (gcf は "get current figure" , つまり「現在の図を得る」という意味)。

  import numpy as np
  import matplotlib.pyplot as plt
  
  x = np.linspace(-1, 1, 100)
  y = x**2
  
  plt.plot(x, y)
  fig = plt.gcf()
  fig.savefig('fig1.pdf')
  plt.show()
  fig.savefig('fig2.pdf')
  

  (でも、ax を使いたい場合が多いので、 この別解を採用する気はあまりない。)

• こんなのもあるか。 figure()

    fig = plt.figure()
    ...
    fig.savefig('fig2-1.png')
  

• animation.FuncAnimcation() というのがあるけれど、 自分でやった範囲では、Python 3 では特に高速化されないので、 とりあえずスルーしておく (気にしないこと、のススメ)。
• subplot() については、 「matplotlibのめっちゃまとめ」 が参考になった。 自分のプログラム例としては http://nalab.mind.meiji.ac.jp/~mk/labo/text/intro-ode-simulation/node67.htmlの testsir6.py とか。
• Jupyter Notebook では、 %matplotlib inline がないと表示できないことがある。
• 2変数関数の可視化については実例のみ。 「ウォーミング・アップで Poisson 方程式」