「matplotlib」の記事 - Crieit

Pythonで95パーセンタイル区間を色塗り

2021-01-25T03:06:35+09:00

95パーセンタイル(95 percentile)を色塗り

up=np.zeros(141)      #塗りつぶす範囲の上縁
down=np.zeros(141)  #塗りつぶす範囲の下縁
for i in range(141):
    b=loss_all[((parameters[:,0]-i/10-0.5)*(parameters[:,0]-i/10-1) <= 0)]
    up[i]=np.percentile(b,q=[2.5,97.5])[1]
    down[i]=np.percentile(b,q=[2.5,97.5])[0]

plt.figure(figsize=(6, 6), dpi=150)
plt.tick_params(labelsize=15)
plt.scatter(parameters[:,0],loss_all,s=10, alpha=0.3)
plt.fill_between(np.arange(141)/10+0.5,up,down,color='red',alpha=0.4)
plt.xlabel('Hs1[m]')
plt.ylabel('Test absolute error of sea state parameters')
#plt.ylim(-2,2)
plt.grid()
plt.show()

極座標で等高線図を作成(Contour maps in polar coordinate)

2021-01-19T15:49:02+09:00

はじめに

　Pythonで極座標形式の等高線図を描く方法を紹介します．matplotlibの公式ドキュメントを参考にしたので，詳しくはそちらをご覧ください．

　本記事では，描き方の使用例として海の波の様子を表示させます．従って，変数は波の高さ・周波数・波向きの３つです．極座標形式の等高線図の周方向が波向きを，中心からの距離が周波数を，等高線の色が波高さを示します．

本編

準備

まずはモジュールのインポート

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.cm as cm

続いては表示させたいデータをインポート．
本記事では，あらかじめ用意したcsvファイルを読み込みました．ファイルは25行36列のデータです．行は周波数を表し，列は波向きです．

a = pd.read_csv("GA.csv",engine='python',header=None,skiprows=0)
GA =a.values

極座標等高線図の作成

まずは，周方向と中心からの距離の軸を設定します．

ここで注意したいのが，インポートしたデータの波向きは，0°~350°([0,10,20, ,,, ,340,350])の36列です．しかし，極座標表示させたい場合は，0°~360°([0,10,20, ,,, ,350,360])の37列にする必要があります．

#周方向(波向き[rad])のリスト作成
theta = 2 * np.pi/360*np.arange(0, 370, 10)
#中心からの距離(波周波数[rad/s])のリスト作成
freq=2*np.pi*np.array([0.0445953, 0.0486315, 0.053033, 0.0578329, 0.0630672, 0.0687753, 0.075, 0.0817881, 0.0891906, 0.097263, 0.106066, 0.1156658, 0.1261345, 0.1375506, 0.15, 0.1635762, 0.1783811, 0.194526, 0.2121321,0.2313317, 0.252269, 0.2751013, 0.3000001, 0.3271524, 0.3567623]) 

X, Y = np.meshgrid(theta, freq)

#25行37列の2次元リストを作成 ※360°は0°の値を読み込んでいる事に注意
wavedata=[[float(GA[i,int((j)%36)])for j in range(37)] for i in range(25)]

いよいよ描画．
表示させたい2次元データは最大値が4.8なので，np.linspace(0.00, 5.00, 501)のmaxを5にして，同じようにvmax=5としています．
cmapはカラーマップです．色を変えたい場合はmatplotlibの色サンプルをご覧ください．

v = np.linspace(0.00, 5.00, 501)
ctf=ax2.contour(X, Y, wavedata,levels=v,cmap=cm.jet,linewidths=0.5,vmax=5)
plt.colorbar(ctf, pad=0.1,orientation="vertical")#カラーバーを横にしたければorientation="horizontal"
ax2.set_theta_zero_location("S")#0°の方角．北はN，南はS，西はW，東はE
ax2.set_theta_direction(1)#時計回りの場合は-1，反時計周りの場合は1
ax2.set_rlabel_position(60)#距離の軸の位置．単位はdeg．
plt.show()

以上になります．お疲れさまでした．
誤りの指摘や質問等がありましたら，お手数ですがコメントください．
よろしくお願いします．

散布図へ色を付ける方法

2021-01-19T03:06:48+09:00

import matplotlib.pyplot as plt
from scipy.stats import gaussian_kde

x=(np.array([np.arange(0, 2.11,0.03 )]*len(index))).flatten()
y=GA[index,19:19+71].flatten()
xy=np.vstack([x,y])
z=gaussian_kde(xy)(xy)

plt.figure(figsize=(5, 3), dpi=100)
plt.title('Pitch')
plt.scatter(x,y,c=z,s=10)
plt.grid(True)
plt.ylim(0,0.1)
plt.xlabel(" [rad/s]")
plt.ylabel("[deg^2/s]")
plt.show()

箱ひげ図（boxplot）の描き方

2021-01-19T03:00:41+09:00

箱ひげ図の描き方

import seaborn as sns
import matplotlib.pyplot as plt

sns.set()
sns.set_style('whitegrid')
sns.set_palette('bone')

nums=(np.arange( 0, 2.11,0.03 )*100)/100
Labels=[]
for i in range(len(np.arange( 0, 2.11,0.03 ))):
    if i %5 ==0:
        Labels.append(int(i*3)/100)
    else:
        Labels.append('')

fig = plt.figure(figsize=(5,3), dpi=150)
ax = fig.add_subplot(1, 1, 1)
ax.boxplot(GA[index,19:19+71],labels=Labels,showfliers=False)
ax.set_title('Pitch')
ax.set_xlabel('[rad/s]')
ax.set_ylabel('[deg^2/s]')
ax.set_ylim(-0.005, 0.3)
ax.set_xlim(0, 71)
fig.savefig('GA_Pitch_Boxplot.png')
plt.show()

Ridgeline plotの描き方

2021-01-19T02:56:21+09:00

複数の分布をグループorカテゴリ別に重ね合わせて表示する図(Ridgeline plots)の書き方．Joyplotとも言う？

from scipy.stats import gaussian_kde
import matplotlib.pyplot as plt


plt.figure(figsize=(4, 6), dpi=150)
def ridgeline(data,overlap=0.5,fill=True,labels=None,n_points=150):
    xx=np.linspace(np.min(np.concatenate(data)),np.max(np.concatenate(data)),n_points)
    curves=[]
    ys=[]
    for i,d in enumerate(data):
        pdf=gaussian_kde(d)
        y=i*(1.0-overlap)
        curve=pdf(xx)
        if fill:
            plt.fill_between(xx,np.ones(n_points)*y,curve+y,zorder=len(data)-i+1,alpha=0.1,color=fill)
        plt.plot(xx,curve+y,c='k',zorder=len(data)-i+1)
        plt.xlim(-1,1)
        #plt.ylim(10,50)
    if labels:
        plt.yticks(ys,labels)
data=(FFT[index,19+10:19+51]-GA[index,19+10:19+51]).T
print(np.shape(data))
ridgeline(data,overlap=0,fill='blue')

Matplotlibの頻繁に使うコード

2020-12-24T02:11:35+09:00

折れ線グラフや散布図を描くコード

fig=plt.figure(figsize=(8, 6), dpi=150)
#fig=plt.figure(figsize=(4, 4), dpi=150)
plt.scatter(eval_preds[:,0],test_ydata[:,0],s=20, alpha=0.10)
plt.plot(list_train_loss, 'k-', label='Training error',alpha=0.8,color='blue')

plt.ylim(0,0.2)
plt.xlim(0,0.2)
plt.xlabel('Epoch')
plt.ylabel('MSE')
plt.title('Learning curve')
plt.tick_params(labelsize=15)
plt.locator_params(axis='y',nbins=8)
plt.locator_params(axis='x',nbins=8)
plt.gca().yaxis.set_major_formatter(plt.FormatStrFormatter('%.0f'))
plt.gca().xaxis.set_major_formatter(plt.FormatStrFormatter('%.0f'))
plt.legend(['Train','Test'], loc='upper right')
plt.grid()
fig.savefig('画像/結果.png')
plt.show()

下の画像は上のコードと対応してませんが，参考程度に