[matplotlib] 39. データ値に基づく色分けプロット技法

はじめに
コード
解説
参考

はじめに

この記事では、Matplotlibを使用してデータの値に応じてプロットの色を変更する方法を解説します。特に茨城県つくば市の気温データを例として、散布図における色分け表現技術を通じてデータの視覚的理解を深める方法を紹介します。データ分析や可視化に関心のある方に役立つ内容となっています。

コード

解説

データのダウンロード

気象庁のサイトから時間ごとの気温データをダウンロードします。

気象庁|過去の気象データ・ダウンロード

気象庁が提供するページです

モジュールのインポート

pd.read_csvによるデータの読み込み

skiprows=[0,1,2,3]を使用して指定した行をスキップします。encoding=’shift_jis’で日本語の文字化けを防ぎます。index_col=0で0列目をインデックスとし、header=0で0行目をカラム名として使用し、names=[‘temp’,’h’,’k’]でそれらのカラム名を変更します。読み込んだDataFrameは以下のようになります。

	temp	h	k
2019/8/7 1:00:00	26.8	8	1
2019/8/7 2:00:00	25.5	8	1
2019/8/7 3:00:00	25.6	8	1
2019/8/7 4:00:00	24.9	8	1
2019/8/7 5:00:00	24.6	8	1
2019/8/7 6:00:00	25.4	8	1
2019/8/7 7:00:00	27.8	8	1
2019/8/7 8:00:00	29.5	8	1
2019/8/7 9:00:00	30.1	8	1
2019/8/7 10:00:00	31.4	8	1
2019/8/7 11:00:00	32.2	8	1
2019/8/7 12:00:00	33.2	8	1
2019/8/7 13:00:00	34.3	8	1
2019/8/7 14:00:00	35.1	8	1
2019/8/7 15:00:00	34.8	8	1
2019/8/7 16:00:00	33.3	8	1
2019/8/7 17:00:00	32.0	8	1
2019/8/7 18:00:00	30.7	8	1
2019/8/7 19:00:00	29.4	8	1
2019/8/7 20:00:00	28.7	8	1
2019/8/7 21:00:00	28.2	8	1
2019/8/7 22:00:00	27.6	8	1
2019/8/7 23:00:00	26.5	8	1
2019/8/8 00:00:00	25.4	8	1
2019/8/8 1:00:00	25.2	8	1
2019/8/8 2:00:00	25.5	8	1
2019/8/8 3:00:00	25.3	8	1
2019/8/8 4:00:00	24.9	8	1
2019/8/8 5:00:00	25.4	8	1
2019/8/8 6:00:00	26.5	8	1
2019/8/8 7:00:00	28.6	8	1
2019/8/8 8:00:00	29.6	8	1
2019/8/8 9:00:00	30.3	8	1
2019/8/8 10:00:00	32.5	8	1
2019/8/8 11:00:00	33.0	8	1
2019/8/8 12:00:00	33.9	8	1
2019/8/8 13:00:00	34.7	8	1
2019/8/8 14:00:00	34.1	8	1
2019/8/8 15:00:00	32.8	8	1
2019/8/8 16:00:00	31.2	8	1
2019/8/8 17:00:00	31.0	8	1
2019/8/8 18:00:00	29.9	8	1
2019/8/8 19:00:00	27.8	8	1
2019/8/8 20:00:00	26.7	8	1
2019/8/8 21:00:00	27.4	8	1
2019/8/8 22:00:00	27.5	8	1
2019/8/8 23:00:00	27.2	8	1
2019/8/9 00:00:00	27.0	8	1

不要データの削除

df.drop()関数を使用してデータを削除できます。axis=1パラメータを指定すると列方向のデータが削除されます。削除後のデータは以下のようになります。

	temp
2019/8/7 1:00:00	26.8
2019/8/7 2:00:00	25.5
2019/8/7 3:00:00	25.6
2019/8/7 4:00:00	24.9
2019/8/7 5:00:00	24.6
2019/8/7 6:00:00	25.4
2019/8/7 7:00:00	27.8
2019/8/7 8:00:00	29.5
2019/8/7 9:00:00	30.1
2019/8/7 10:00:00	31.4
2019/8/7 11:00:00	32.2
2019/8/7 12:00:00	33.2
2019/8/7 13:00:00	34.3
2019/8/7 14:00:00	35.1
2019/8/7 15:00:00	34.8
2019/8/7 16:00:00	33.3
2019/8/7 17:00:00	32.0
2019/8/7 18:00:00	30.7
2019/8/7 19:00:00	29.4
2019/8/7 20:00:00	28.7
2019/8/7 21:00:00	28.2
2019/8/7 22:00:00	27.6
2019/8/7 23:00:00	26.5
2019/8/8 00:00:00	25.4
2019/8/8 1:00:00	25.2
2019/8/8 2:00:00	25.5
2019/8/8 3:00:00	25.3
2019/8/8 4:00:00	24.9
2019/8/8 5:00:00	25.4
2019/8/8 6:00:00	26.5
2019/8/8 7:00:00	28.6
2019/8/8 8:00:00	29.6
2019/8/8 9:00:00	30.3
2019/8/8 10:00:00	32.5
2019/8/8 11:00:00	33.0
2019/8/8 12:00:00	33.9
2019/8/8 13:00:00	34.7
2019/8/8 14:00:00	34.1
2019/8/8 15:00:00	32.8
2019/8/8 16:00:00	31.2
2019/8/8 17:00:00	31.0
2019/8/8 18:00:00	29.9
2019/8/8 19:00:00	27.8
2019/8/8 20:00:00	26.7
2019/8/8 21:00:00	27.4
2019/8/8 22:00:00	27.5
2019/8/8 23:00:00	27.2
2019/8/9 00:00:00	27.0