Python（matplotlib）の散布図で点を線でつなぐ、結ぶ、引く（直線や平滑線）方法（プロット、マーカー・線を引く・滑らかな曲線など）【`plot`, `scatter`, `spline`】

Pythonにおけるデータの可視化は非常に重要なスキルとなっております。

この記事ではmatplotライブラリで、散布図において点を線で結ぶ方法、具体的には直線と平滑曲線を用いた点の結び方について詳しく解説します。

重要なポイントとしては`plot`関数や`scatter`関数を使うこと、そして滑らかな曲線を描く際には`spline`関数を使用することが挙げられます。

それでは詳しく見ていきましょう。

Pythonの散布図で点と点を線でつなぐ、結ぶ方法（プロット・マーカー同士を直線でつなぐ）【`plot`, `scatter`】
Pythonの散布図でプロットを滑らかな曲線（平滑線）でつなぐ方法【`spline`, `numpy`】
まとめ

Pythonの散布図で点と点を線でつなぐ、結ぶ方法（プロット・マーカー同士を直線でつなぐ）【`plot`, `scatter`】

最初に、点と点を直線で結ぶ方法について説明します。

これはデータのトレンドを直感的に把握するのに非常に役立ちます。

主に`matplotlib`の`plot`関数と`scatter`関数を使用して実現します。

以下のサンプルコードでは、点をプロットしてからそれを直線で結んでいます。


import matplotlib.pyplot as plt

# データの用意
x_data = [1, 2, 3, 4, 5]
y_data = [2, 4, 1, 3, 7]

# 散布図のプロット
plt.scatter(x_data, y_data, color='red', marker='o')

# 点を直線で結ぶ
plt.plot(x_data, y_data, color='blue', linestyle='-')

# グラフの表示
plt.show()

このコードでは、まず`x_data`と`y_data`という変数にデータを代入し、それを基に`scatter`関数で点をプロットしています。

その後、`plot`関数を使って点を直線で結んでいます。

点の色や線のスタイルもそれぞれの関数のパラメータで指定できます。

Pythonの散布図でプロットを滑らかな曲線（平滑線）でつなぐ方法【`spline`, `numpy`】

次に、点を平滑曲線（spline）で結ぶ方法について解説します。

これには`scipy`ライブラリの`spline`関数と`numpy`ライブラリを用いることで実現可能です。

この方法を用いると、データのトレンドを滑らかな曲線で表現することができます。

まず、`scipy`と`numpy`をインストールして、次のサンプルコードを参照してください。


from scipy.interpolate import make_interp_spline
import numpy as np
import matplotlib.pyplot as plt

# データの用意
x_deta = [1, 2, 3, 4, 5]
y_deta = [2, 4, 1, 3, 7]

# 新しいxの値を生成（より滑らかな曲線を得るため）
xnew = np.linspace(min(x_deta), max(x_deta), 300)

# スプライン補間関数の作成
spl = make_interp_spline(x_deta, y_deta, k=3)

# 新しいyの値を生成
ynew = spl(xnew)

# 散布図のプロット
plt.scatter(x_deta, y_deta, color='red', marker='o')

# 平滑曲線をプロット
plt.plot(xnew, ynew, color='blue')

# グラフの表示
plt.show()

このコードでは、`make_interp_spline`関数を使って新しいyの値を生成し、それを基に平滑曲線を描きます。

また、`numpy`の`linspace`関数を用いて新しいxの値を生成し、曲線をより滑らかにしています。

注意すべき点としては、`make_interp_spline`関数の`k`パラメータがあり、これはスプラインの次数を指定します。

通常は3を使用しますが、異なる値を試して曲線の形を変更することが可能です。