Matplotlibの使い方をみてみよう！⑤

こんにちは！EMです^^

今年もあと少しですね。

2020年はみなさんにとってどんな年だったでしょうか？

私は自分がワクワクする事はなんなのかを見つけたり

機械学習をまなぼうと一歩を踏み出した好奇心の年だったかなと思います。

2021年はもっと活動的になれる行動の年にしたいですね。

という事で本題に入りたいと思います！

今回はMatplotlibのさらに応用編を見ていきたいと思っています。

2種類のデータフレーム（個別のインデックス）があるとしましょう。

もしシーケンシャルプロット（ sequential plots）を使う場合は

次のようになります。

df = pd.DataFrame({'X':np.random.randint(0,100,30)},

　　 index=pd.date_range('2016-01-01',periods=30,freq='h'))

 

df1['A'].plot(color='blue')

df.plot(color='green')

 

 

さらに応用編プロット

 

これまで見てきたプロット方法は、データセットをすばやく洞察するのに非常に便利ですが

Matplotlibを使用すると、グラフをより細かくカスタマイズする事が出来ます。

 

コードはもう少し複雑になますが、ざっと見てみましょう！

fig = plt.figure()  # 変数の名前にfigureを宣言する
plt.plot(x, y1, label='name1', color='colorname or hex code')
plt.plot(x, y2, label='name2', color='colorname or hex code')  # プロットしたい数だけ繰り返す
plt.xlabel('label for x', size=number)
plt.ylabel('label for y', size=number)
plt.legend()
plt.grid()  # もしこれが含まれる場合、グリッドがグラフ内に配置されます。
plt.title('Title')
plt.show()


データフレームd1を使用してプロットを作成しましょう。
y軸を「価格」、x軸を「最初の取引後の日数」というラベルを付け
プロットのタイトルを「株価」にします。 
グリッドをTrueに設定して、グラフにグリッドを表示します。

fig = plt.figure()

plt.plot(df1.index,df1['A'],label='Stock A', color='red')

plt.plot(df1.index,df1['B'],label='Stock B', color='green')

plt.plot(df1.index,df1['C'],label='Stock C', color='blue')

plt.xlabel('Days After First Trade', size=10)

plt.ylabel('Price',size=12)

plt.legend()

plt.title('Stock Prices',size=18)

plt.grid(b=True)

plt.show()

 

tadaaaaaaaaaaaaaa!!!!
より複雑な表をつくる事が出来ました！
細かい設定ができると表も一気に見やすくなりますね。

ちなみに皆様に朗報です！

私今まで知らなかったんですが、CodeCampさんが無料で5回分無料レッスンを

されているらしいです、、、！

私が他のオンラインスクールで機械学習のコースを受講した際は

グループレッスンで約２倍のお値段を払ったので

完全マンツーマンでこのお値段は超良心的だなと思います。。。

ぜひ気になる方は無料体験もされてるみたいなので、一度WEBサイトを見てみてくださいね。

データ分析は時代が変化しても、必ず重宝される分野だと思いますし
デザイナーやWEBデベロッパー用などのコースも幅広くあるようなので
興味があるコースをチラ見してはいかがでしょうか^^

もちろん、個人で勉強する事もできますが、挫折経験のある私の個人的な経験から
プロから基礎を学ぶのは、本当に超効率的な自己投資だと思います。

それでは続きはまた次回にしたいと思います^^

最後まで読んで頂きありがとうございました。