Pythonのライブラリ「Matplotlib」って何やねん？
みんな、こんにちは！今日はPythonのライブラリ「Matplotlib」について話すで。このライブラリは、データを可視化するためのもんやねん。グラフを使うことで、数字だけじゃわからん情報をわかりやすく見せることができるんや。
例えば、みんなの成績をグラフにしたら、どの教科が得意で苦手か一目瞭然やんか。数字だけやったら、たくさんの情報が混ざってわかりにくいけど、グラフにすることでスッキリ整理できる。ほんまに便利やで！
それに、グラフを使うことでプレゼンテーションやレポートもかっこよくなるし、見てもらいやすくなる。データをしっかり理解して、自分の意見をしっかり伝えるためにも、Matplotlibはめっちゃ役立つツールやから、今日はしっかり学んでいこうな！
Matplotlibの基本構造（Figure, Axes）
さて、Matplotlibの基本的な構造について説明するで。グラフを描くためには、「Figure」と「Axes」が必要やねん。この二つのコンポーネントを理解することで、グラフ作成がスムーズにできるようになるから、しっかり覚えてな！
Figure
Figureは、グラフ全体を囲む箱みたいなもんや。グラフを描くためのキャンバスと考えたらええで。1つのFigureの中に、いくつかのAxes（軸）を持つことができる。
Axes
Axesは、実際にデータを描画する領域や。X軸とY軸があって、ここにデータをプロットしていくんや。1つのFigureに複数のAxesを作ることで、同時に異なるグラフを描くことも可能やで。
まとめ
このFigureとAxesを使うことで、データを見やすく表現できるんや。さあ、次は実際にMatplotlibを使って、このFigureとAxesをどうやって作るかを見ていこう！
線グラフ、散布図、棒グラフの作成
次は、Matplotlibを使って実際にグラフを描いてみるで！ここでは、線グラフ、散布図、棒グラフの3つを紹介するから、しっかりついてきてな！
線グラフの作成
線グラフは、データの変化を視覚的に表現するのにピッタリや。例えば、時間による気温の変化を示すときに使うで。
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
plt.plot(x, y)
plt.title('線グラフの例')
plt.xlabel('X軸')
plt.ylabel('Y軸')
plt.show()
散布図の作成
散布図は、2つの変数の関係を示すのに使うで。例えば、身長と体重の関係を調べるときに便利や。
x = [1, 2, 3, 4, 5]
y = [2, 4, 1, 3, 5]
plt.scatter(x, y)
plt.title('散布図の例')
plt.xlabel('X軸')
plt.ylabel('Y軸')
plt.show()
棒グラフの作成
棒グラフは、カテゴリごとのデータを比較するときに使うんや。例えば、各教科の成績を比較するのにええで。
categories = ['数学', '英語', '科学', '歴史']
values = [85, 90, 78, 88]
plt.bar(categories, values)
plt.title('棒グラフの例')
plt.xlabel('教科')
plt.ylabel('成績')
plt.show()
まとめ
これで、線グラフ、散布図、棒グラフの基本的な作り方がわかったやろ？Matplotlibを使えば、簡単にデータをビジュアル化できるんや。次は、これらのグラフをカスタマイズして、もっと見やすくしたり、かっこよくしたりする方法を学んでいこう！
グラフのカスタマイズ（タイトル、ラベル、凡例）
さあ、次はグラフをもっと見やすく、かっこよくカスタマイズする方法について説明するで！グラフにタイトルをつけたり、軸にラベルをつけたり、凡例を追加することで、データの意味がより伝わりやすくなるんや。
タイトルの追加
グラフにはタイトルをつけることで、何を表しているか一目でわかるようになるで。タイトルはplt.title()を使って追加するんや。
plt.plot(x, y)
plt.title('カスタマイズされた線グラフ')
plt.xlabel('X軸')
plt.ylabel('Y軸')
plt.show()
軸ラベルの追加
X軸とY軸にもラベルをつけることができるで。これもそれぞれplt.xlabel()とplt.ylabel()を使うだけや。
plt.scatter(x, y)
plt.title('カスタマイズされた散布図')
plt.xlabel('X軸のラベル')
plt.ylabel('Y軸のラベル')
plt.show()
凡例の追加
複数のデータ系列を表示する場合、凡例を使うとどの線や点がどのデータを示しているかがわかりやすくなるで。凡例はplt.legend()を使って追加するんや。
plt.plot(x, y, label='データ1')
plt.plot(x, [i*2 for i in y], label='データ2')
plt.title('カスタマイズされたグラフ')
plt.xlabel('X軸')
plt.ylabel('Y軸')
plt.legend()
plt.show()
まとめ
このように、グラフにタイトルやラベル、凡例をつけることで、データの意味がしっかり伝わるようになるんや。次は、サブプロットを使って、一つのFigure内に複数のグラフを描く方法を学んでいこう！
サブプロットの作成
さて、次はサブプロットについて学んでいくで！サブプロットを使うと、一つのFigureの中に複数のグラフを配置できるから、データを比較したり、異なる視点から分析したりするのに便利やねん。
サブプロットの基本
サブプロットはplt.subplot()を使って作成するんや。引数には、行数、列数、そして配置したい位置を指定するで。例えば、2行2列のサブプロットを作成する場合、次のようにするんや。
import matplotlib.pyplot as plt
# Figureの作成
plt.figure(figsize=(10, 8))
# サブプロット1
plt.subplot(2, 2, 1) # 2行2列の1番目
plt.plot(x, y)
plt.title('線グラフ')
# サブプロット2
plt.subplot(2, 2, 2) # 2行2列の2番目
plt.scatter(x, y)
plt.title('散布図')
# サブプロット3
plt.subplot(2, 2, 3) # 2行2列の3番目
plt.bar(categories, values)
plt.title('棒グラフ')
# サブプロット4
plt.subplot(2, 2, 4) # 2行2列の4番目
plt.plot(x, [i*2 for i in y])
plt.title('別の線グラフ')
# グラフの表示
plt.tight_layout() # レイアウトを自動調整
plt.show()
まとめ
こんな感じで、一つのFigureの中に複数のグラフをサブプロットとして配置することができるんや。これで、異なるデータや視点を同時に比較できるようになるで！次は、作成したグラフを画像として保存する方法を学んでいこう！
画像の保存
さて、最後は作成したグラフを画像として保存する方法について学んでいくで！グラフを作った後に、そのまま画面で見るだけやなくて、ファイルとして保存しておくと便利やからな。
画像の保存方法
Matplotlibでは、plt.savefig()を使ってグラフを画像ファイルとして保存できるで。この関数には、保存するファイル名やフォーマットを指定するんや。例えば、PNG形式やJPEG形式で保存できるで。
plt.plot(x, y)
plt.title('保存する線グラフ')
plt.xlabel('X軸')
plt.ylabel('Y軸')
# 画像を保存
plt.savefig('line_graph.png') # PNG形式で保存
plt.show() # 画面にも表示
保存するフォーマットの指定
plt.savefig()では、ファイル名の拡張子を変えることで異なるフォーマットで保存できるんや。例えば、以下のようにすることでJPEG形式で保存できるで。
plt.bar(categories, values)
plt.title('保存する棒グラフ')
plt.xlabel('教科')
plt.ylabel('成績')
# JPEG形式で保存
plt.savefig('bar_graph.jpg')
plt.show() # 画面にも表示
画像の品質を設定
さらに、dpi（dots per inch）を指定することで画像の解像度を設定できるんや。高解像度で保存したいときは、以下のようにするで。
plt.scatter(x, y)
plt.title('保存する散布図')
plt.xlabel('X軸')
plt.ylabel('Y軸')
# 高解像度で保存
plt.savefig('scatter_plot.png', dpi=300)
plt.show() # 画面にも表示
まとめ
これで、作成したグラフを画像として保存する方法が分かったな！保存した画像は、プレゼンテーションやレポートに使ったり、SNSでシェアしたりするのに役立つで。これからは、グラフを作ったら保存することも忘れんようにしような！これでMatplotlibの基礎はバッチリや！次のステップに進んで、自分だけのデータビジュアライゼーションを楽しんでな！
【Pythonでデータを視覚化】Matplotlibを使ったグラフ作成の基本から画像保存までの使い方とサンプルコード！
