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

264

4

章 

Matplotlib

による可視化

はより良く可視化できました。

4.9.1.3

 離散的カラーバー

カラーマップは通常連続的ですが、離散値を表現したい場合もあります。これを行う最も簡単

な方法は、

plt.cm.get_cmap()

関数に、カラーマップの名前と目的のビンの数を渡すことです（図

4-56）。

In[11]: plt.imshow(I, cmap=plt.cm.get_cmap('Blues', 6))

plt.colorbar()

plt.clim(-1, 1);

図4-56　離散化されたカラーマップ

他のカラーマップからでも、同様に離散的カラーマップは作成できます。

4.9.2

 事例：手書きの数字

離散的カラーマップが有用な場合の事例として、手書き数字データの興味深い可視化を見てみま

しょう。このデータは

scikit-learn

に含まれており、さまざまな手書き数字を示す約

2,000

個の

8

×

8

サムネイルで構成されています。

まずデータをダウンロードし、いくつかの画像を

plt.imshow()

を使用して可視化します。

In[12]: # load images of the digits 0 through 5 and visualize several of them 0

から

5

までの数字イメージデー

タをロードし、そのうちのいくつかを表示する

from sklearn.datasets import load_digits

digi

ts = load_digits(n_class=6) ...