5. Numpy / Scipy / Matplotlib 連携による簡単な可視化操作

データ配列ができたら，データの操作と可視化をしてみましょう． これには matplotlib を使います． すでに matplotlib.pyplot が plt として import されていることを 仮定します．

多分，``ipython –pylab`` をコマンドラインに与えて立ち上げるのが簡単な方法です．

$ ipython --pylab
In [0]:

この状態では， matplotlib.pyplot のメソッドが，名前空間の 一番の大元の名前空間に展開されるので，以下で用いているの plt. から始まる 部分はつけても付けなくてもよいです． つまり，ipython を --pylab オプションつきで立ち上げると

>>> from pylab import *
>>> from matplotlib.pyplot import *
>>> import numpy as np
>>> import matplotlib.pyplot as plt

的なことをしてくれています．（他にもいろいろやってるけど）

5.1. 1 次元データの可視化: グラフ

たとえば，横軸を \(y = x^2\) のグラフを書いてみましょう． グラフの横軸の範囲を 0 〜 19 とします． この時は，横軸に a 縦軸に a**2 の点をデータとして生成して それをプロットすることになります．

In [6]: a = np.arange(20)
In [7]: plt.plot(a, a**2)       # 線の描画
Out[7]: [<matplotlib.lines.Line2D object at 0x95abd0c>]

グラフのウィンドウを一旦閉じて，サンプル点や， x 軸とか y 軸のラベルを貼りこむには，下のようにします．

In [9]: plt.plot(a, a**2, 'o' )     # 線を描画 とサンプル点描画
In [10]: plt.grid()                 # グリッド描画
In [11]: plt.xlabel( 'x' )          # ｘ軸のラベル
In [12]: plt.ylabel( 'y' )          # y 軸のラベル
In [13]: plt.clf()                  # 画像の消去 clear figure

5.2. 2 次元データの可視化: 画像

次に画像を扱ってみましょう．画像は2次元の行列状の配列として 扱えます．行列の各要素にに色の情報を載せれば（ピクセル）として 扱えます．

例えば \(3\times 3\) 程度の単位行列を可視化してみると こんな感じになります．

In [48]: e = np.eye( 3 )          # 単位行列の生成
In [49]: plt.imshow( e )
Out[49]: <matplotlib.image.AxesImage at 0x8616269d0>

とすれば，おそらくこんな画像が得られます．

ただし，pyplot のイメージ表示は，行列で記述した画像が自然に見えるように かなりぼやかして表現してしまいます． それが嫌な人は plt.imshow() 関数の interpolation 引数に ‘Nearest’ もしくは ‘none’ を与えてください．

In [52]: plt.clf()
In [53]: plt.imshow( e, interpolation='none' )
Out[53]: <matplotlib.image.AxesImage at 0x8616269d0>

こうすれば，下の画像が得られます．

さらにもう少し大きな行列 \(32\times 32\) くらいを生成し， 各要素をランダムな値に設定して表示させてみます． その上で，色のテーブルを，グレイスケールや，``hot`` と呼ばれるテーブルを使って表示させると， こんな感じになります．

In [69]: img = np.random.rand(32,32)
In [70]: plt.imshow(img)
Out[70]: <matplotlib.image.AxesImage object at 0x9e954ac>
In [71]: plt.gray()
In [72]: plt.hot()

5.3. 複数グラフの同時表示

複数のグラフを同時表示させるには subplot() を使います． 例えば，上記のランダムなグラフを３つ並べて色の違いを調べたいような場合には 以下のようにします．

In [6]: img = np.random.rand(32,32)
In [7]: plt.subplot( 131 )               # 表示区画を１行３列に設定し，その１番目に描画
In [8]: plt.imshow( img )

In [9]: plt.subplot( 132 )               # 表示区画の２番目を指定
In [10]: plt.imshow( img )
In [11]: plt.gray()

In [12]: plt.subplot( 133 )              # 表示区画の３番目を指定
In [13]: plt.imshow( img )
In [14]: plt.hot()

5.4. その他

matplotlib には他にも多くの機能があります：

• 色の選択
• マーカーによる注釈
• LaTeX のフォント
• 図の取り込み
• 頻度分布

等の機能が用意されています．

より多くの情報は：

• matplotlib documentation http://matplotlib.sourceforge.net/contents.html
• an example gallery with corresponding sourcecode http://matplotlib.sourceforge.net/gallery.html

を参照してみてください．