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

286

4

章 

Matplotlib

による可視化

その他の例は、本書の残りで登場します。

4.13

 

Matplotlib

のカスタマイズ：設定とスタイルシート

Matplotlib

のデフォルト設定に対して、ユーザから不満の声が上がっています。

Matplotlib

の

2.0

リリースでは、その多くが変更される予定であり、デフォルト設定をカスタマイズする機能は、

パッケージを独自の好みに合わせるのに役立ちます。

ここでは、

Matplotlib

のランタイム設定（

rc

：

runtime configuration

）オプションをいくつか見て

みましょう。また、新しいスタイルシート機能も調べます。ここには優れたデフォルトのスタイル

設定が含まれています。

4.13.1

 手作業でカスタマイズ

この章では、プロットそれぞれの設定を微調整して、デフォルトよりも見栄えを良くする方法を

見てきました。こうしたカスタマイズは個々のプロットごとに行うことが可能です。例えば、次の

ようなありふ

れたヒストグラムで考えてみましょう（図 4-81）。

In[1]: import matplotlib.pyplot as plt

plt.style.use('classic')

import numpy as np

%matplotlib inline

In[2]: x = np.random.randn(1000)

plt.hist(x);

図4-81　Matplotlibデフォルトスタイルのヒストグラム

これを手作業で修正し、図4-82のような見た目に優れたプロットに変更します。 ...