import matplotlib.pyplot as plt
#-10～10 lsX = range(-10, 11) #値1 lsY1 = range(21) #値2 lsY2 = range(20, -1, -1)
plt.bar(lsX, lsY1) plt.bar(lsX, lsY2) plt.show()2つの棒グラフが重なって表示される
plt.bar(lsX, lsY1) plt.bar(lsX, lsY2, bottom=lsY1) plt.show()2つ目のグラフの buttom= に1つ目のグラフの値を指定
plt.bar(lsX, lsY2, bottom=lsY1) plt.show()2つ目のだけ描写すると浮かんでいるのがわかる
import matplotlib.pyplot as plt
#-10～10 lsX = range(-10, 11) #値1 lsY1 = range(21) #値2 lsY2 = range(20, -1, -1)
plt.bar(lsX, lsY1) plt.bar(lsX, lsY2) plt.show()2つの棒グラフが重なって表示される
fltWidth = 0.3 plt.bar(lsX, lsY1, width=fltWidth) plt.bar(lsX, lsY2, width=fltWidth) plt.show()width= で棒の太さを調整
fltWidth = 0.3 #左にずらす lsX1 = list(map(lambda a:a - fltWidth / 2, lsX)) #右にずらす lsX2 = list(map(lambda a:a + fltWidth / 2, lsX)) plt.bar(lsX1, lsY1, width=fltWidth) plt.bar(lsX2, lsY2, width=fltWidth) plt.show()X軸の値を太さの半分だけ左右にずらす
import matplotlib.pyplot as plt
#-10～10 lsX = range(-10, 11) #-10～10の2乗 lsY1 = [a**2 for a in range(-10, 11)] #-10～10の3乗 lsY2 = [a**3 for a in range(-10, 11)]
fig = plt.figure(tight_layout=True)
fig.suptitle('fig title')
ax1 = fig.add_subplot()
ax1.plot(lsX, lsY1)
plt.show()
axesを作成して1つ目のグラフを作成
fig = plt.figure(tight_layout=True)
fig.suptitle('fig title')
ax1 = fig.add_subplot()
ax1.plot(lsX, lsY1)
ax2 = ax1.twinx()
ax2.plot(lsX, lsY2, color='orange')
plt.show()
.twinx() で作成済みのaxesに新たにaxesを追加
import matplotlib.pyplot as plt import matplotlib.gridspec as gridspecmatplotlibの gridspec を追加でインポート
#-10～10 lsX = range(-10, 11) #-10～10の2乗 lsY = [a**2 for a in range(-10, 11)]
fig = plt.figure(tight_layout=True)
fig.suptitle('fig title')
plt.show()
plt.figure() でインスタンス作成
gs = gridspec.GridSpec(3, 3)gridspec.GridSpec(行数, 列数) で行数と列数を指定してインスタンス作成
fig = plt.figure(tight_layout=True)
fig.suptitle('fig title')
gs = gridspec.GridSpec(3, 3)
ax1 = fig.add_subplot(gs[0, 1])
ax1.plot(lsX, lsY)
ax1.set_title('plot')
ax2 = fig.add_subplot(gs[1, 2])
ax2.bar(lsX, lsY)
ax2.set_title('bar')
ax3 = fig.add_subplot(gs[2, 0])
ax3.scatter(lsX, lsY)
ax3.set_title('scatter')
plt.show()
fig.add_subplot() で描写する位置を指定してインスタンス作成
fig = plt.figure(tight_layout=True)
fig.suptitle('fig title')
gs = gridspec.GridSpec(3, 3)
ax1 = fig.add_subplot(gs[0:2, 0:2])
ax1.plot(lsX, lsY)
ax1.set_title('plot')
ax2 = fig.add_subplot(gs[0:2, 2])
ax2.bar(lsX, lsY)
ax2.set_title('bar')
ax3 = fig.add_subplot(gs[2, :])
ax3.scatter(lsX, lsY)
ax3.set_title('scatter')
plt.show()
gs[行, 列] は「 : 」を使って範囲を指定できる
fig = plt.figure(tight_layout=True)
fig.suptitle('fig title')
gs = gridspec.GridSpec(2, 2, height_ratios=[1, 2], width_ratios=[3, 1])
ax1 = fig.add_subplot(gs[0, 0])
ax1.plot(lsX, lsY)
ax1.set_title('plot')
ax2 = fig.add_subplot(gs[1, 1])
ax2.bar(lsX, lsY)
ax2.set_title('bar')
plt.show()
gridspec.GridSpec() に height_ratios=[] （縦方向）、 width_ratios=[] （横方向）で分割の比率を指定
fig = plt.figure(tight_layout=True)
fig.suptitle('fig title')
gs = gridspec.GridSpec(1, 2)
ax1 = fig.add_subplot(gs[0, 0])
ax1.plot(lsX, lsY, color='red', label='y')
ax1.set_title('plot')
ax1.set_xlabel('x-label')
ax1.set_ylabel('y-label')
ax1.legend()
ax1.grid()
ax2 = fig.add_subplot(gs[0, 1])
ax2.bar(lsX, lsY, color='blue', label='y')
ax2.set_title('bar')
ax2.legend()
ax2.tick_params('x', labelrotation=45)
ax2.yaxis.set_ticks([])
plt.show()
import matplotlib.pyplot as pltmatplotlibの pyplot をインポート
#-10～10 lsX = range(-10, 11) #-10～10の2乗 lsY1 = [a**2 for a in range(-10, 11)] #-10～10の2乗 * 2 lsY2 = [a**2 * 2 for a in range(-10, 11)]
plt.plot(lsX, lsY1, color='#ff8000', alpha=0.5, label='y1') plt.plot(lsX, lsY2, color='#0080ff', alpha=0.5, label='y2') plt.legend() plt.show()plt.plot() に属性を指定する
plt.plot(lsX, lsY1, color='#ff8000', alpha=0.5, label='y1')
plt.plot(lsX, lsY2, color='#0080ff', alpha=0.5, label='y2')
plt.legend()
plt.title('sample graph')
plt.xlabel('x-label')
plt.ylabel('y-label')
plt.grid()
plt.show()
plt.plot(lsX, lsY1, color='#ff8000', alpha=0.5, label='y1', linestyle='--')
plt.plot(lsX, lsY2, color='#0080ff', alpha=0.5, label='y2', linestyle='-.')
plt.legend()
plt.title('sample graph')
plt.xlabel('x-label')
plt.ylabel('y-label')
plt.grid(alpha=0.5, linestyle=':')
plt.show()
linestyle= で線の種類を指定
plt.plot(lsX, lsY1, color='#ff8000') plt.plot(lsX, lsY2, color='#0080ff') plt.xticks(rotation=45) plt.yticks(rotation=90) plt.show()plt.xticks() （ plt.yticks() ）に rotation= で角度を指定して目盛を回転
plt.plot(lsX, lsY1, color='#ff8000') plt.plot(lsX, lsY2, color='#0080ff') plt.xticks([]) plt.yticks([]) plt.show()plt.xticks([]) とすると目盛を削除できる
import matplotlib.pyplot as pltmatplotlibの pyplot をインポート
#-10～10 lsX = range(-10, 11) #-10～10の2乗 lsY = [a**2 for a in range(-10, 11)]※データの長さは等しくなるように
plt.plot(lsX, lsY) plt.show()plt.plot() にX軸とY軸の値を指定
plt.bar(lsX, lsY) plt.show()
plt.scatter(lsX, lsY) plt.show()
plt.hist(lsY) plt.show()plt.hist() に値を指定
plt.hist(lsY, bins=20) plt.show()bins= に分割数を指定できる
lsA = ['a', 'b', 'c', 'd', 'e']
for index, a in enumerate(lsA):
print(index, a)
#出力
# 0 a
# 1 b
# 2 c
# 3 d
# 4 e
forを使いインデックスと値をまとめて抜き出せるlsA = [1, 2, 3, 4, 5] lsB = ['a', 'b', 'c', 'd', 'e'] for a, b in zip(lsA, lsB): print(a, b) #出力 # 1 a # 2 b # 3 c # 4 d # 5 e複数のリストから同時に値を取得
lsA = [1, 2, 3, 4, 5] lsB = ['a', 'b', 'c', 'd', 'e'] lsC = ['あ', 'い', 'う'] for a, b, c in zip(lsA, lsB, lsC): print(a, b, c) #出力 # 1 a あ # 2 b い # 3 c うリストの長さが違う場合、最小の長さで実行される
from itertools import zip_longest lsA = [1, 2, 3, 4, 5] lsB = ['a', 'b', 'c', 'd', 'e'] lsC = ['あ', 'い', 'う'] for a, b, c in zip_longest(lsA, lsB, lsC): print(a, b, c) #出力 # 1 a あ # 2 b い # 3 c う # 4 d None # 5 e Noneitertools.zip_longest()を使うと最大の長さで実行される
from itertools import zip_longest lsA = [1, 2, 3, 4, 5] lsB = ['a', 'b', 'c', 'd', 'e'] lsC = ['あ', 'い', 'う'] for a, b, c in zip_longest(lsA, lsB, lsC, fillvalue='fill'): print(a, b, c) #出力 # 1 a あ # 2 b い # 3 c う # 4 d fill # 5 e fillfillvalue=で補填する値を指定できる
import random
#0以上1未満 random.random() #n以上m以下 random.uniform(n, m)
#0以上n未満 random.randrange(n) #n以上m未満 random.randrange(n, m) #n以上m未満（i間隔） random.randrange(n, m, i) #n以上m以下 random.randint(n, m)
random.choice(['a', 'b', 'c'])
lsA = ['a', 'b', 'c'] random.shuffle(lsA) print(lsA) #出力 # ['b', 'a', 'c']
import pandas as pd以降の呼び出し簡略化のため「pd」と名前を付ける
df1 = pd.DataFrame({'列名1':[111,222,333],'列名2':['aaa','bbb','ccc'],'列名3':['a',2,'あ']})
df2 = pd.DataFrame({'列名1':['xxx','yyy','zzz'],'列名2':['aaa','ccc','a'],'列名3':['b','あ',3]})
print(df1)
print(df2)
#出力
# 列名1 列名2 列名3
# 0 111 aaa a
# 1 222 bbb 2
# 2 333 ccc あ
#
# 列名1 列名2 列名3
# 0 xxx aaa b
# 1 yyy ccc あ
# 2 zzz a 3
df = pd.merge(df1, df2, on='列名2') print(df) #出力 # 列名1_x 列名2 列名3_x 列名1_y 列名3_y # 0 111 aaa a xxx b # 1 333 ccc あ yyy あpd.merge()の第一引数（left）、第二引数（right）にデータフレームを指定
df = pd.merge(df1, df2, left_on='列名3', right_on='列名2') print(df) #出力 # 列名1_x 列名2_x 列名3_x 列名1_y 列名2_y 列名3_y # 0 111 aaa a zzz a 3違う列名同士を当てる場合はleft_on、right_onでそれぞれ指定
df = pd.merge(df1, df2, on=['列名2','列名3']) print(df) #出力 # 列名1_x 列名2 列名3 列名1_y # 0 333 ccc あ yyy複数の列を当てる場合はリストで指定
#left join df = pd.merge(df1, df2, on='列名2', how='left') print(df) #right join df = pd.merge(df1, df2, on='列名2', how='right') print(df) #outer join df = pd.merge(df1, df2, on='列名2', how='outer') print(df) #出力 # 列名1_x 列名2 列名3_x 列名1_y 列名3_y # 0 111 aaa a xxx b # 1 222 bbb 2 NaN NaN # 2 333 ccc あ yyy あ # # 列名1_x 列名2 列名3_x 列名1_y 列名3_y # 0 111.0 aaa a xxx b # 1 333.0 ccc あ yyy あ # 2 NaN a NaN zzz 3 # # 列名1_x 列名2 列名3_x 列名1_y 列名3_y # 0 111.0 aaa a xxx b # 1 222.0 bbb 2 NaN NaN # 2 333.0 ccc あ yyy あ # 3 NaN a NaN zzz 3how=で結合方法を指定できる
#cross join df = pd.merge(df1, df2, how='cross') print(df) #出力 # 列名1_x 列名2_x 列名3_x 列名1_y 列名2_y 列名3_y # 0 111 aaa a xxx aaa b # 1 111 aaa a yyy ccc あ # 2 111 aaa a zzz a 3 # 3 222 bbb 2 xxx aaa b # 4 222 bbb 2 yyy ccc あ # 5 222 bbb 2 zzz a 3 # 6 333 ccc あ xxx aaa b # 7 333 ccc あ yyy ccc あ # 8 333 ccc あ zzz a 3pandas ver1.2.0からcross joinが追加
#df2に列を追加 df2['列名4'] = 'd' df = pd.concat( [df1, df2] ) print(df) #出力 # 列名1 列名2 列名3 列名4 # 0 111 aaa a NaN # 1 222 bbb 2 NaN # 2 333 ccc あ NaN # 0 xxx aaa b d # 1 yyy ccc あ d # 2 zzz a 3 dpd.concat()に結合するデータフレームをリストで指定
#df2に列を追加 df2['列名4'] = 'd' df = pd.concat( [df1, df2], join='inner', ignore_index=True) print(df) #出力 # 列名1 列名2 列名3 # 0 111 aaa a # 1 222 bbb 2 # 2 333 ccc あ # 3 xxx aaa b # 4 yyy ccc あ # 5 zzz a 3join='inner'とすると列名が等しいものだけ残す
import pandas as pd以降の呼び出し簡略化のため「pd」と名前を付ける
df = pd.DataFrame({'列名1':[111,222,333],'列名2':['aaa','bbb','ccc'],'列名3':['a',2,'あ']})
print(df)
#出力
# 列名1 列名2 列名3
# 0 111 aaa a
# 1 222 bbb 2
# 2 333 ccc あ
row = df.loc[1] print(row) print(row['列名2']) #出力 # 列名1 222 # 列名2 bbb # 列名3 2 # Name: 1, dtype: object # # bbb.loc[]にインデックス名を指定
row = df.iloc[2] print(row) #出力 # 列名1 333 # 列名2 ccc # 列名3 あ # Name: 2, dtype: object.iloc[]に行数（0始まり）を指定しても同様
df.loc[0] = [444,'ddd','い'] print(df) #出力 # 列名1 列名2 列名3 # 0 444 ddd い # 1 222 bbb 2 # 2 333 ccc あ.loc[]にリストを代入
df.index = ['x','y','z'] print(df) #出力 # 列名1 列名2 列名3 # x 111 aaa a # y 222 bbb 2 # z 333 ccc あdf.indexにリストを代入
df.index= ['x','y','z'] print(df) df = df.reset_index() print(df) #出力 # 列名1 列名2 列名3 # x 111 aaa a # y 222 bbb 2 # z 333 ccc あ # # index 列名1 列名2 列名3 # 0 x 111 aaa a # 1 y 222 bbb 2 # 2 z 333 ccc あ.reset_index()でインデックスを通し番号で振り直せる
df = df[ df['列名1']>200 ] print(df) #出力 # 列名1 列名2 列名3 # 1 222 bbb 2 # 2 333 ccc あ[ ]にフィルター条件を記載
df = df[ (df['列名1']>200)&(df['列名3']=='あ') ] print(df) #出力 # 列名1 列名2 列名3 # 2 333 ccc あ複数条件は「&（and条件）」か「|（or条件）」を使用
df = df[ [False, True, False] ] print(df) #出力 # 列名1 列名2 列名3 # 1 222 bbb 2リストは残したい行をTrueとし、行数と同じサイズにする
print(df['列名1']>200) #出力 # 0 False # 1 True # 2 True # Name: 列名1, dtype: bool実際に条件部分だけ見ると、TrueかFalseのリストとなっている
import pandas as pd以降の呼び出し簡略化のため「pd」と名前を付ける
df = pd.DataFrame({'列名1':[111,222,333],'列名2':['aaa','bbb','ccc'],'列名3':['a',2,'あ']})
print(df)
#出力
# 列名1 列名2 列名3
# 0 111 aaa a
# 1 222 bbb 2
# 2 333 ccc あ
df = df[ ['列名2','列名3'] ] print(df) #出力 # 列名2 列名3 # 0 aaa a # 1 bbb 2 # 2 ccc あ[ ]に列名のリストを指定
df = df[ ['列名2'] ] print(type(df)) df = df['列名2'] print(type(df)) #出力 # <class 'pandas.core.frame.DataFrame'> # <class 'pandas.core.series.Series'>1列抜き出す場合もリストで指定する
df = df.drop(['列名2'], axis=1) print(df) #出力 # 列名1 列名3 # 0 111 a # 1 222 2 # 2 333 あ.drop()の第一引数に削除したい列名のリスト
df['列名4'] = ['b','3','い'] print(df) #出力 # 列名1 列名2 列名3 列名4 # 0 111 aaa a b # 1 222 bbb 2 3 # 2 333 ccc あ い[ ]で追加したい列名を指定
df['列名4'] = 'd' print(df) #出力 # 列名1 列名2 列名3 列名4 # 0 111 aaa a d # 1 222 bbb 2 d # 2 333 ccc あ d値だけ指定した場合は全行で同じ値となる
df['列名4'] = df['列名1'] * 3 print(df) #出力 # 列名1 列名2 列名3 列名4 # 0 111 aaa a 333 # 1 222 bbb 2 666 # 2 333 ccc あ 999元の列を使い演算することも可能
df['列名3'] = [444, 555, 666] print(df) #出力 # 列名1 列名2 列名3 # 0 111 aaa 444 # 1 222 bbb 555 # 2 333 ccc 666[ ]で変更したい列名を指定
df['列名3'] = df['列名1'] * 3 print(df) #出力 # 列名1 列名2 列名3 # 0 111 aaa 333 # 1 222 bbb 666 # 2 333 ccc 999元の列を使い演算することも可能
df = df.rename(columns={'列名1':'col1','列名3':'col3'})
print(df)
#出力
# col1 列名2 col3
# 0 111 aaa a
# 1 222 bbb 2
# 2 333 ccc あ
.rename()にcolumns=辞書型で指定df.columns = ['col1','col2','col3'] print(df) #出力 # col1 col2 col3 # 0 111 aaa a # 1 222 bbb 2 # 2 333 ccc あ全ての列名を変える場合はdf.columnsにリストを代入でも可