yuuho.wiki

この文書は読取専用です。文書のソースを閲覧することは可能ですが、変更はできません。もし変更したい場合は管理者に連絡してください。
====== matplotlib ======
matplotlibはpythonでグラフを描画できるパッケージである．\\

  * ''matplotlib.pyplot''モジュールを利用するのが一般的．この場合は <code python>import matplotlib.pyplot as plt</code>でimportする．
  * 私の推奨は Fiture を使うもの。 <code python>from matplotlib.figure import Figure</code>

pyplotモジュールを直接操作して手続き的に図を作成していく方法もあるが，
内部にあるFigureクラスを用いてオブジェクト指向的に操作する方法もある．
ネット上の解説では手続き的に作成していく方法が多いが，
ここではオブジェクト指向でやっていく．

=== オブジェクト指向操作概要 ===

pyplotモジュールには ''figure()'' 関数があり，
これにより新規の ''matplotlib.figure.Figure'' クラスのインスタンスが得られる．
Figureクラスは作成するグラフの紙面のようなもの．Figureを分割して中に複数の図を入れることもできる．

Figureクラスは ''add_subplot()'' メソッドを持ち，
これによって ''matplotlib.axes._subplots.AxesSubplot'' クラスのインスタンスが得られる．
AxesSubplotクラスはpyplotモジュールの持つ関数を普通に使える\\
(全てが使えるわけではない 例 ''.xlabel()'' -> ''.set_xlabel()'' )\\
のでpyplotの代わりとして使っていくのが良いだろう．

オブジェクト指向でやっていくならFigureインスタンスにAxesSubplotを用意して使う．

=== まとめ ===
  * pltモジュール
  * Figureクラス : savefig()メソッドで画像として保存．add_subplot()メソッドでAxesSubplotインスタンスの呼び出し．
  * AxesSubplotクラス : pltモジュールと同じ関数がメソッドとして使える．

=== 追記 ===

Jupyter で正しくオブジェクト指向をやっていくなら plt 自体 import してはいけない。
''matplotlib.figure'' の ''Figure'' をimport してやっていくのが良い。\\
''plt'' をimport しなかったら ''plt.close()'' できない気がするが大丈夫か？
-> 大丈夫なのかも
Colab のときは最初から ''matplotlib inline'' されているから問題ないが、
jupyter のときは ''matplotlib inline'' を手動でやっていく必要がある。


=== add_subplot() ===
''Figure.add_subplot(arg1,arg2,arg3)'' でSubplotを作成するときの
引数について解説する．
引数は前から順に
  * (arg1) 行の個数
  * (arg2) 列の個数
  * (arg3) 場所
を表す．
場所は1から始まり，1行1列，1行2列，...の順番に数えていく．(下図参照)
^ ^ 列 ^^^
^ 行 | 1 | 2 | 3 |
^::: | 4 | 5 | 6 |


=== 例 ===

<code python>
fig = plt.figure()
sbplt = fig.add_subplot()
sbplt.scatter(x=X[:,0],y=X[:,1],c=colors)
fig.savefig(output_path) # または sbplt.figure.savefig(output_path)
plt.close() # 20枚以上使う場合は必ずcloseが必要．
</code>

<code python>
fig, sbplts = plt.subplots(rows,cols) # rows,cols が共に1のとき sbplts がlistじゃなくなるので注意
sbplts[i].scatter(x=X[:,0],y=X[:,1],c=colors)
fig.savefig(output_path) # または sbplt.figure.savefig(output_path)
plt.close() # 20枚以上使う場合は必ずcloseが必要．
</code>

ndarray に書き出す
<code python>
import io
with io.BytesIO() as buff:
    fig.savefig(buff, format='png', dpi=dpi)
    figarray = cv2.decode( np.frombuffer(buff.getvalue(),dtype=np.uint8), 1)
</code>

=== 3次元グラフを書く ===
  * {{https://qiita.com/orange_u/items/8a1e285a45093857aef7}}

==== 対応表 ====

^ pylot手続きインターフェース ^ オブジェクト指向インターフェース ^ 意味 ^
| ''plt.figure( figsize=(8.0,8.0) )'' | ''Figure( figsize=(8.0,8.0) )'' | 図のサイズを決める．(横，縦) 100倍． |
^  ^^^
| ''plt.plot()'' | ''sbplt.plot()'' | 折れ線グラフの描画 |
|  | ''sbplt.scatter()'' | 散布図 |
|  | ''sbplt.hist()'' | ヒストグラム |
|  | ''sbplt.imshow()'' | ヒートマップ |
|  | ''sbplt.pie()'' | 円グラフ |
|  |  | 箱ひげ図 boxplot |
^  ^^^
| ''plt.title('hoge')'' | ''sbplt.set_title('hoge')'' | グラフタイトル |
| ''plt.xlabel()'' | ''sbplt.set_xlabel()'' | x軸の名前 |
| ''plt.ylabel()'' | ''sbplt.set_ylabel()'' | y軸の名前 |
| ''plt.xlim(left, right)'' | ''sbplt.set_xlim(left, right)'' | x軸の値の範囲 |
| ''plt.ylim(bottom, top)'' | ''sbplt.set_ylim(bottom, top)'' | y軸の値の範囲 |
| ''plt.xticks([])'' | ''sbplt.set_xticks([],minor=False)'' | x軸の目盛りを設定 |
| ''plt.yticks([])'' | ''sbplt.set_yticks([],minor=False)'' | y軸の目盛りを設定 |
| ''plt.xticks(fontsize=10)'' | ''sbplt.ticks_params(axis="x", labelsize=10)'' | x軸の目盛りのfontsizeを設定 |
| ''plt.legend( bbox_to_anchor=(1,1), loc='upper right')'' | ''sbplt.legend( bbox_to_anchor=(1,1), loc='upper right')'' | 凡例を付ける．plot時に ''label='' で設定． |
^ ^^^
|  | ''sbplt.vlines()'' |  |
|  | ''sbplt.hlines()'' |  |
^ ^^^
| ''plt.subplots_adjust()'' | ''fig.subplots_adjust()'' | 余白の調整 |
|  | ''fig.savefig('hoge.pdf')'' | 図の保存 |

=== 凡例(legend)の配置 ===
| ''bbox_to_anchor'' | 凡例の外接矩形のどこを基準点とするか．左下を ''(0,0)'' 右上を ''(1,1)'' とする配置．''(x軸,y軸)'' |
| ''loc''            | 置く場所．同様に左下を ''(0,0)'' 右上を ''(1,1)'' とする配置．文字だと ''upper'', ''lower''など |

=== 余白の調整(subplots_adjust) ===
''subplots_adjust()'' のキーワード引数解説。\\
''left'', ''right'', ''bottom'', ''top'' はすべて座標．幅のことではない。\\
''wspace'', ''hspace'' は幅のこと

^ 変数 ^ 意味 ^ 初期値 |
| ''left'' | 左 | 0.125 |
| ''bottom'' | 下 | 0.1 |
| ''top'' | 上 | 0.9 |
| ''right'' | 右 | 0.9 |
| ''wspace'' | 図同士の間(幅) | 0.2 |
| ''hspace'' | 図同士の間(高さ) | 0.2 |

=== その他 ===
  * 目盛りがオフセット表記(=''x+2013''みたいな表記)になってしまうのを防ぐ\\ ''sbplt.get_yaxis().get_major_formatter().set_useOffset(False)''
  * 目盛りを3桁区切りにする\\ ''sbplt.yaxis.set_major_formatter(''\\ ''ticker.FuncFormatter(lambda x, loc: '{:,}'.format(int(x))))''
    * ''matplotlib.ticker''
  * 縦線を引く ''sbplt.vlines([880], 0, 262635, 'blue', linestyles='dashed')''
  * 横線を引く''sbplt.hlines([262635], 0, 1000, 'blue', linestyles='dashed')''
    * 線のスタイルについては [[https://python.atelierkobato.com/linestyle/]] 参考
    * "solid", "dashed", "dashdot", "dotted"
    * 線の太さは linewidth

  * 片対数グラフ ''sbplt.set_yscale('log')''
===== 折れ線グラフ =====

  * [[https://matplotlib.org/stable/api/_as_gen/matplotlib.axes.Axes.plot.html]]

<code python>
sbplt.plot(xdata, ydata)
</code>


===== ヒストグラム =====

  * [[https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.hist.html|doc]]

=== 簡単コード ===
<code python>
fig = plt.figure()
sbplt = fig.add_subplot()
sbplt.hist(hoge)

fig.savefig( Path('hoge.pdf') )
plt.close()
</code>

=== histのパラメータ ===

| bins | 棒の個数 |

=== 二次元ヒストグラム ===

ヒートマップのこと


===== ヒートマップ =====

seaborn は使わなくて良い\\
[[https://matplotlib.org/stable/gallery/images_contours_and_fields/image_annotated_heatmap.html]]

=== matplotlib only でのサンプル ===

''sbplt.imshow'' を使う。

<code python sample.py>
import matplotlib.pyplot as plt
import numpy as np


data = np.array([[0,0,2,2],
                 [0,0,2,2],
                 [2,2,2,3],
                 [2,2,3,3]])

fig = plt.figure()
sbplt = fig.add_subplot()
sbplt.imshow( data ,cmap='jet')

sbplt.set_xticks([])
sbplt.set_yticks([])

H,W = data.shape
for i in range(H):
    for j in range(W):
        _ = sbplt.text(j, i, int(data[i,j]),
                    ha="center", va="center", color="w")

fig.savefig('/tmp/hoge.pdf')
</code>


=== グリッド線の描画 ===
メジャー目盛りとは別にマイナー目盛りを設定する。\\
マイナー目盛りに線を描画するだけ。
<code python>
H,W = tensor.shape
sbplt.set_xticks( np.arange(-0.5, H, 1), minor=True)
sbplt.set_yticks( np.arange(-0.5, W, 1), minor=True)
sbplt.grid(which='minor', color='w', linestyle='-', linewidth=2)
</code>


=== seaborn でのサンプル ===

<code python sample.py>
import matplotlib.pyplot as plt
import seaborn


hoge # ndarray (H,W)

fig = plt.figure()
sbplt = fig.add_subplot()
sbplt = seaborn.heatmap(hoge, vmin=0.0,vmax=1.0, annot=True, fmt='1.3f', ax=sbplt)
sbplt.figure.savefig('hoge.pdf')
</code>

===== 散布図・棒グラフ・円グラフ =====
  * ''.scatter''
  * ''.bar''
  * ''.pie''
    * <code python>ax.pie(data, colors=colors, startangle=90, counterclock=False)</code>

===== カラーマップの自作 =====

  * 既にあるものは [[https://matplotlib.org/stable/gallery/color/colormap_reference.html#sphx-glr-gallery-color-colormap-reference-py]]

  * カラーマップの自作 = ''LinearSegmentedColormap.from_list()''
  * 凡例カラーバーの作成 = ''plt.cm.ScalarMappable()''

<code python>

from matplotlib.colors import LinearSegmentedColormap

processed # list of ndarray, len=256
processed[0] # ndarray, shape (3,) RGB range [0.0, 1.0]

my_cmap = LinearSegmentedColormap.from_list( 'my_name', processed )

my_norm = plt.Normalize(vmin=myvmin,vmax=myvmax)

# https://matplotlib.org/3.3.2/api/_as_gen/matplotlib.colors.Normalize.html
my_smap = plt.cm.ScalarMappable(cmap=my_cmap, norm=my_norm)

    # 描画
    ## heatmapの描画
    ## return <class 'matplotlib.collections.PolyCollection'>
    _polycollection = sbplt.pcolor(grid_data, vmin=myvmin,vmax=myvmax, edgecolors='gray', cmap=my_cmap)
    # https://matplotlib.org/api/_as_gen/matplotlib.axes.Axes.pcolor.html?highlight=pcolor#matplotlib.axes.Axes.pcolor

    # 描画設定
    ## 正方形に
    ## return None
    _ = sbplt.set_aspect("equal")
    
    ## x軸の数値を描画しない
    ## return list of <class 'matplotlib.text.Text'>
    _ = sbplt.set_xticklabels([])
    
    ## y軸の数値を描画しない
    ## return list of <class 'matplotlib.text.Text'>
    _ = sbplt.set_yticklabels([])

    ## カラーマップを可視化 # Axes増える
    ## return <class 'matplotlib.colorbar.Colorbar'>
    _ = sbplt.figure.colorbar(my_smap)
    # https://matplotlib.org/3.3.2/api/_as_gen/matplotlib.figure.Figure.html?highlight=colorbar#matplotlib.figure.Figure.colorbar
</code>

memo : ''SakuData/config/cvpr/figure/maskgen_fig.py''



===== 文字の描画 =====

==== 軸目盛の削除 ====
目盛りの文字を削除するのには
<code python>
ax.get_xaxis().set_ticks([])
</code>
を使う。
必要に応じて ''.annotate()'' を使うのが良い。


==== 描画 ====

<code python>
ax.annotate('your text',
    xy=(0.5, 0.5),               # 座標
    xycoords='axes fraction',    # 座標の考え方
    ha='right',                  # 座標アンカー位置をテキストボックスのどこにするか、横
    va='bottom',                 # 座標アンカー位置をテキストボックスのどこにするか、縦
    fontsize=9,                  # テキストのフォントサイズ
    rotation=40,                 # テキストボックスの回転角度(度)
    rotation_mode='anchor'       # テキストボックス回転の中心
    annotation_clip=False        # ax の箱外にいるときに描画されない設定を消す
)
</code>

  * xycoords
    * ''axes fraction''   : ax を 横=0~1, 縦=0~1 とみなしたときの座標
    * ''data''            : ax のデータの座標系での位置
    * ''figure fraction'' : fig を 横=0~1, 縦=0~1 とみなしたときの座標
  * 


===== グリッドベースレイアウト =====

  * 参考: https://github.com/yuuho/ccldataset/blob/2f6bac605bb1745bbe42d6267dae9514dd924516/projects/old_torch_ccl/torch_gpu_ccl/video_writer.py#L414
    * gridspec, grid_spec

<code python>
spec = fig.add_gridspec()

ax = spec[:, :]
</code>

<code python>
        gridH = 12
        gridW = 8
        #    0     1 2            3 4    5 6 7    8
        #  0 |^^^^^| |^^^^^^^^^^^^| |^^^^| | |^^^^|
        #  1 |     | |            | |    | | |    |
        #  2 |     | |            | |vvvv| | |    |
        #  3 |vvvvv| |            | |^^^^| | |vvvv|
        #  4 |^^^^^| |            | |    | | |^^^^|
        #  5 |     | |            | |vvvv| | |    |
        #  6 |     | |            | |^^^^| | |    |
        #  7 |vvvvv| |            | |    | | |vvvv|
        #  8 |^^^^^| |            | |vvvv| |^^^^^^|
        #  9 |     | |            | |^^^^| |      |
        # 10 |     | |            | |    | |      |
        # 11 |vvvvv| |vvvvvvvvvvvv| |vvvv| |vvvvvv|
        w_img = 1       # セグメンテーション画像の幅
        w_lin = 0.78    # セグメンテーション画像とヒストグラムの隙間
        w_his = 5       # ヒストグラムの幅
        w_ma1 = 0.05    # ヒストグラムとサンプリング画像の隙間
        w_fet = 0.7     # サンプリング画像の幅
        w_ma2 = 0.1     # サンプリング画像と出力画像の隙間
        w_ma3 = 0.2     # グラフ左と出力画像左の隙間
        w_gra = 1       # グラフ幅
        width_ratios = [w_img, w_lin, w_his, w_ma1, w_fet, w_ma2, w_ma3, w_gra]
</code>

===== 消す系 =====

=== 図の枠線 ===
<code python>
ax.spines['left'].set_visible(False)
ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)
ax.spines['bottom'].set_visible(False)
</code>

=== 図の目盛り ===

<code python>
ax.set_xticks([])
ax.set_yticks([])
</code>

=== 図の背景 ===

<code python>
ax.patch.set_facecolor('none')
fig.patch.set_facecolor('none')
</code>
===== 日本語フォント =====

=== Ubuntu でのフォントディレクトリ ===

  * ''/usr/share/fonts''

**メイリオ(meiryo)を使いたい場合** は Windows から引っこ抜いてくるのが良さそう。
  * ''C:%%\%%\Windows\Fonts'' にある ''.ttc'' ファイルは使えそう。
  * WSL で言うところの ''/mnt/c/Windows/Fonts''
  * メイリオは以下二つ
    * ''/mnt/c/Windows/Fonts/meiryo.ttc''
    * ''/mnt/c/Windows/Fonts/meiryob.ttc''
  * <code bash>mkdir /usr/share/fonts/meiryo</code>


=== フォントの設定やフォントをアウトライン化して出力する設定 ===

<code python>
from matplotlib import rcParams
rcParams['font.family'] = 'sans-serif'
rcParams['font.sans-serif'] = ['Noto Sans CJK JP']
rcParams['svg.fonttype'] = 'path'
</code>

=== フォントの確認 ===
<code python>
import matplotlib.font_manager as fm

fonts = set([fm.FontProperties(fname=font).get_name() for font in fm.findSystemFonts()])
</code>