メインコンテンツへスキップ

matplotlibの概要

🎨 はじめに

本記事では、Pythonでグラフを描画するための代表的なライブラリ Matplotlib について、簡単な概要と実用的なサンプルを紹介します。

Matplotlibは、折れ線グラフや棒グラフ、散布図などの基本的な可視化に加え、カスタマイズ性に優れた高度な図の描画も可能であり、データ分析やレポート作成において重宝されてきました。

📚 背景：なぜMatplotlibが生まれたか？

Matplotlibは、2003年にJohn D. Hunterによって開発されました。当時、MATLABのように気軽に使える可視化ツールがPythonには存在せず、**「PythonのMATLAB的グラフ描画を実現したい」**という願いから生まれました。

Pythonが科学技術計算の分野でも使われ始めていた時代背景の中で、Matplotlibはその役割を果たし、データ可視化の定番ライブラリとして急速に普及しました。

🌟 嬉しさ：Matplotlibを使うメリット

  • ✅ グラフ描画が簡単：数行でプロ品質のグラフが作れる

  • ✅ 細かいカスタマイズが可能：色・線種・フォントなど細部まで調整できる

  • ✅ 豊富な種類のグラフ：折れ線、棒、円、散布図、ヒートマップなど多数

  • ✅ Jupyter Notebookとの相性◎：%matplotlib inlineで即表示

  • ✅ 他のライブラリとの連携も容易：PandasやNumPyとの併用が一般的

✏️ 基本の使い方（サンプル付き）

🪄 例1：シンプルな折れ線グラフ

image.png

コード

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]

plt.plot(x, y)
plt.title("line graph")
plt.xlabel("X軸")
plt.ylabel("Y軸")
plt.grid(True)
plt.show()

このコードは plt.plot() による基本的な折れ線グラフの例です。plt.show() で描画を表示します。

📊 例2：棒グラフ

image.png

コード

labels = ['A', 'B', 'C', 'D']
values = [10, 24, 36, 5]

plt.bar(labels, values)
plt.title("bar chart")
plt.ylabel("score")
plt.show()

plt.bar() を使えばカテゴリごとの棒グラフも簡単に描けます。

🌐 例3：散布図

image.png

コード

import numpy as np

x = np.random.rand(50)
y = np.random.rand(50)

plt.scatter(x, y)
plt.title("scatter plot")
plt.xlabel("X")
plt.ylabel("Y")
plt.show()

scatter() でランダムな点の分布を視覚化できます。

🔧 応用とカスタマイズ

Matplotlibでは以下のような細かい調整も可能です：

  • 線の太さ・色・マーカー

  • 凡例（legend）の追加

  • サブプロットで複数グラフ表示

  • 保存：plt.savefig("filename.png")

細かく制御したい場合は Figure や Axes を直接操作する「オブジェクト指向スタイル」もあります。

🧰 よく一緒に使われるライブラリ

ライブラリ 主な用途
NumPy 数値配列の生成・操作
Pandas 表形式データの整形とグラフ化
Seaborn Matplotlibベースの高級描画
Jupyter グラフ表示とコード実行に最適

🧭 まとめ

Matplotlibは、Pythonでのグラフ描画を標準化した定番ライブラリです。はじめての可視化から高度なグラフまで、非常に広い用途に対応しています。

まずは plt.plot() で簡単な可視化から始めてみてください。慣れてきたらSeabornやPlotlyとの違いを試すのもおすすめです。


上に戻る