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

276

4

章 

Matplotlib

による可視化

と似ていますが、

Figure

（ここでは灰色のボックス）の左下からの位置を小数で与えます。

軸の範囲を変更すると、

transData

の座標だけが影響を受け、他の座標系は固定されたままであ

ることがわかります（図 4-70）。

In[6]: ax.set_xlim(0, 2)

ax.set_ylim(-6, 6)

fig

図4-70　Matplotlibの座標系比較

対話的に軸の範囲を変更することで、この動きをより明らかにできます。

Jupyter notebook

で

このコードを実行している場合は、

%matplotlib inline

を

%matplotlib notebook

に変更すればメ

ニューを通してプロットを対話的に操作できます。

4.11.3

 矢印と注釈

単純な矢印は、目盛とテキストに次ぐ有用な注釈です。

Matplotlib

による矢印の描画は、思った

よりもずっと難しい作業です。

plt.arrow()

メソッドが用意されていますが、推奨しません。この

関数が作成する

SVG

オブジェクトの矢印は、プロットのアスペクト比に依存して変化するオブジェ

クトであり、その結果はおそらく意図したものとは異なります。代わりに、

plt.annotate()

を使

いましょう。このメソッドはテキストと矢印を作成し、非常に柔軟な指定が可能です。

annotate

の使用例を示します（図 4-71）。

In[7]: %matplotlib inline

fig, ax = plt.subplots() ...