Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習

240

4

章 

Matplotlib

による可視化

図4-26　点プロパティを利用して、アイリスデータの特徴を表示する

この散布図は、

4

つの異なる次元のデータを同時に示していることがわかります。各点の

(

x

,

y

)

位置は、がく片の長さと幅に対応し、点のサイズは花びらの幅、色は花の種類に関連しています。

このような多色および多相散布図は、データの探索と理解の両方に役立ちます。

4.4.3

 

plot

メソッド対

scatter

メソッド：効率に関する注意点

plt.plot

と

plt.scatter

で利用できる機能は別にして、どちらを使用するべきか明快に示すこと

はできるでしょうか？

少量のデータではそれほど重要ではありませんが、データセットが数千ポ

イントを超えると、

plt.plot

は

plt.scatter

よりもずっと効率的です。

plt.scatter

には各点ごと

に異なるサイズや色を描画できるため、レンダラーは各点を個別に構築するための余分な作業を

行わなければなら

ないからです。一方、

plt.plot

では、すべての点は本質的にお互いのクローン

であるため、点の外観を決定する作業はデータセット全体に対して

1

度だけ行われます。大規模な

データセットの場合、これらの

2

つの違いによってパフォーマンスが大きく異なる可能性がありま

す。そのため、大きなデータセットに対しては

plt.scatter

よりも

plt.plot

を優先する必要があり

ます。

4.5

 誤差の可視化

あらゆる科学的な実験において、誤差の正確な評価は、測定値を正し