Bag of ML Words

ML = Machine Learning, Music Love, and Miscellaneous things in daily Livings

matplotlib, なかなか覚えられないよね

今週末の国際会議論文*1締切に向けて今月は完全に死んでおります。

matplotlibの使い方。pylabを使うのもあるけど。

Matplotlib 利用ノート

これを見れば大体はOK.

まずはインポート

import matplotlib

matploblib.use('Agg')

import matplotlib.pyplot as plt

 1、2行目はバックグラウンドユーズ、つまり

画面に出力せずに直接ファイルに書き出すための書き方。

画面に出力していいなら3行目だけでOK。

 

figure作成-->描画

fig = plt.figure(data)

plt.plot()

plt.show()

 matlabのfigure()からの流れと大体似ていますね。

subplotも同様に出来るようです。figure(f)でfigure枠を選択、subplot(s)でsubplot枠を選択、になるようです。

 

14/11/25追記

ただ、いろいろ操作するときにはfigureじゃなくてaxesでやることも多いようですね・・・

このあたり、関数が被っていたり被っていなかったり面倒なのですが。

ともあれ、figure()よりは、subplot()で作っちまうのがいいようです。

fig, ax = plt.subplots()

# axesハンドラ関数を使うときはaxを使って

# figureハンドラ関数を使うときはfigを使う

 

グラフ書いたり描画したり

 

 x = range(itr)
 y_gibbs = gibbs_data[0:itr, 2]
 y_em = em_data[0:itr, 2]
 plt.plot(x, y_gibbs, label='Gibbs', linestyle='--', linewidth=1)
 plt.plot(x, y_em, label='EM', linestyle='--', linewidth=2)
 plt.legend(loc=4)

 

ax.set_xlabel("iterations")

ax.set_ylabel("marginalized predictive log likelihood")

ax.set_title("Evolutions of inference")

Gibbsの結果とEMの結果を並べる、的な。

legend(凡例)の位置も選べます。

 

ファイル出力

save_name = data_name + "_Gibbs_EM_compare"
plt.savefig(save_name + '.eps')
plt.savefig(save_name + '.png')

 

pythonでの画像出力は本当に優秀。matlabよりも。

 

Colormap

沢山あるけど覚えられない!これがまとめ↓

http://matplotlib.org/examples/color/colormaps_reference.html

 

tickとlabelの位置を真ん中にする

行列とかarrayのように、インデックスデータの可視化の時とかに必要になるやつですね。

pltじゃなくてax = sumplots()でaxis上で作業する流派の方がいろいろできるのかなぁ。

python - Moving x-axis to the top of a plot in matplotlib - Stack Overflow

import matplotlib.pyplot as plt
import numpy as np
column_labels = list('ABCD')
row_labels = list('WXYZ')
data = np.random.rand(4,4)
fig, ax = plt.subplots()
heatmap = ax.pcolor(data, cmap=plt.cm.Blues)# put the major ticks at the middle of each cell
ax.set_xticks(np.arange(data.shape[1])+0.5, minor=False)
ax.set_yticks(np.arange(data.shape[0])+0.5, minor=False)# want a more natural, table-like display
ax.invert_yaxis()
ax.xaxis.tick_top()

ax.set_xticklabels(column_labels, minor=False)
ax.set_yticklabels(row_labels, minor=False)
plt.show()

 

 

 

 

 

 

*1:情報系、とくに機械学習、コンピュータビジョンなどは論文誌よりもトップ国際会議の方が実績として権威がある。日進月歩ですからね