Python初心者向け：グラフに凡例を表示する方法を基本から解説

▶ 初めての方向けに可視化の方法を基本からまとめた記事もあります。

はじめにこれまでデータの概要を把握する方法をいくつか見てきました。まずは基本統計量などを算出する前に、まずは欠損値の処理をおこないます。欠損値の処理が終わったら、基本統計量などをみてみるとよいでしょう。但し、統計量...

データ分析の初心者にもわかるように、データの可視化の方法を基本から丁寧に解説します。この記事を読むことで、グラフを描く基本的な方法が理解でき、多くのグラフを描くことができ量になります。matplotlibとseabornライブラリを使った可視化を解説します。

はじめに

前回は、作成したグラフの「グラフタイトル」や「軸タイトル」を設定する方法を学びました。

Python：グラフ周りの設定

はじめに前回は、散布図、折れ線グラフ、ヒストグラム、棒グラフ、箱ひげ図の描き方を扱いました。matplotlibでは、ほとんど同じ書式で、グラフの指定方法だけ変えればこれらのグラフを描くことができることを確認しました。 ...

グラフを使うことデータの分布をみたり、「比較」をすることができます。今回はグラフ上に２つのプロットをしたときに、「比較」しやすいように凡例を表示する方法を紹介します。

サンプルデータの準備

今回も前回同様に、seabornに準備されている学習用のデータセットであるtipsデータセットを使うことにしましょう。

import seaborn as sns
tips=sns.load_dataset('tips')
tips.head()

凡例の表示設定

今回は、まず１つのグラフ領域に２つのプロットを描画してみましょう。１つのグラフ領域に２つのプロット描くのは簡単です。次のようにプロットの命令を続けて記述すると、同じグラフ領域に自動で２つのプロットが描画されます。

# グラフの描画
# 1つ目のプロット
plt.scatter(tips.query('sex=="Female"')['total_bill'],tips.query('sex=="Female"')['tip'])
# 2つ目のプロット
plt.scatter(tips.query('sex=="Male"')['total_bill'],tips.query('sex=="Male"')['tip'])

# グラフタイトル、軸タイトルの設定
plt.title('請求金額とチップの分布',fontsize=20)
plt.xlabel('請求金額')
plt.ylabel('チップの金額')

前回、学んだようにグラフタイトルと軸タイトルの設定もおこなっています。但し、せっかく性別により色分けしてプロットしても、この色が何を表しているのかがこのグラフではわかりません。そこで、凡例を表示することにしましょう。凡例の表示は次のように、プロットごとに表示したい文字列をlabelオプションに指定し、最後にplt.legend()で出力するようにします。

凡例の位置を変えるには、次のようにlegend()にlocオプションの指定して位置を決めることができます。

plt.scatter(tips.query('sex=="Female"')['total_bill'],tips.query('sex=="Female"')['tip'],label='女性')
plt.scatter(tips.query('sex=="Male"')['total_bill'],tips.query('sex=="Male"')['tip'],label='男性')

# グラフタイトル、軸タイトルの設定
plt.title('請求金額とチップの分布',fontsize=20)
plt.xlabel('請求金額')
plt.ylabel('チップの金額')

# 凡例の表示
plt.legend(loc='lower right')

このlocオプションには、次のような指定ができます。

左上：upper left
右上：upper right
右下：lower right
左下：lower left

まとめ

いかがでしょうか？今回も簡単でしたね。matplotlibは、（私は）始めは、とっつきにくかったのですが、少しずつ順を追って学んでいけば決して難しくありません。ここまでで、とりあえずグラフを描いて、タイトルの設定、凡例の表示までできるようになりました。しっかり復習をしましょう。次回は、軸の表示範囲など、もっとデータをみやすくする設定を扱うことにします。

▶ グラフをわかりやすくするために目盛やその他のグラフ周りの設定をしましょう。