[matplotlibの使い方] 9. カラーマップ

matplotlib
スポンサーリンク

matplotlibにおけるカラーマップの設定

matplotlibでのカラーマップの設定方法について

matplotlibでは、カラーマップにより、データを視覚的にわかりやすく表示できる。ここでは、その設定方法について説明する。

モジュールのインポート

画像とカラーバーの表示

Image は np.sin(x**1.5) と np.cos(x[:, np.newaxis])をブロードキャストすることで2次元データにしている。

[NumPyの使い方] 7. ブロードキャスト
NumPyによるブロードキャスト

plt.colorbar()でカラーバーが表示される。

グレースケール

cmap=’gray’とすることでグレースケールで表示できる。

段階的に変化するカラーマップ

段階的に変化するカラーマップは、cmap=’binary’とすることで設定できる。その他に、viridisがある。

発散していくカラーマップ

平均値からの発散度合いなどを示す場合などは、cmap=’YlGn’などを使うとわかりやすい。その他に、RdBu、PuOrがある。

定性的なカラーマップ

定性的なデータを示す場合は、jetなどが適している。rainbowもある。

カラーマップの表示範囲

plt.colorbar(extend=’both’)として、plt.clim(-.5, .5)でカラーバーの表示範囲を設定することで、カラーマップで表示するデータ範囲を超えたデータの色を、最大値、最小値の色とすることができる。

任意のカラーマップを離散的に表示

cmap=plt.cm.get_cmap(‘viridis’, 10))のように、plt.get_cmap()でカラー名と分離したい数を渡すことで離散的なカラーマップにすることができる。

参考

Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習

コメント