サイトアイコン ITC Media

Matplotlibでylimを使って軸の範囲を設定！グラフの見やすさを極める完全ガイド

ITC運営

（最終更新月: 2024年11月）

✔こんな方におすすめの記事です

「Matplotlibのグラフの縦軸の範囲を調整したい」
「ylimの使い方がいまいちわからない」
「見やすいグラフを作るコツを知りたい」

✔当記事を通じて得られること

当記事では、ylimの基本的な使い方から実践的なテクニックまで、実例を交えて幅広く解説していきます。
ぜひ最後までご覧ください。

ylimとは？基本的な使い方を理解しよう

Matplotlibのylimは、グラフの縦軸（y軸）の表示範囲を設定するための重要な機能です。
データの可視化において、適切な軸の範囲設定は、グラフの見やすさを大きく左右します。

ylimの基本的な使い方

ylimは、plt.ylim()関数を使って簡単に設定できます。
この関数は、グラフの縦軸の最小値と最大値を指定することで、表示範囲をコントロールします。
以下が基本的な使用例です。

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y = np.sin(x)

plt.plot(x, y)
plt.ylim(-2, 2)  # y軸の範囲を-2から2に設定
plt.show()

表示範囲の設定方法

表示範囲の設定には、複数の方法があります。
データの特性に応じて、最適な方法を選択することが重要です。
以下が代表的な設定方法の例です。

# 方法1: タプルを使用
plt.ylim((-2, 2))

# 方法2: 最小値と最大値を個別に設定
plt.ylim(bottom=-2, top=2)

# 方法3: 現在の範囲を取得して調整
current_ylim = plt.ylim()
plt.ylim((current_ylim[0] * 1.1, current_ylim[1] * 1.1))  # 現在の範囲を10%拡大

よくあるエラーと解決方法

ylimを使用する際に遭遇しやすいエラーとその解決方法を紹介します。
特に初心者の方は、以下の点に注意が必要です。
代表的なエラー例と解決策を示します。

グラフを見やすくするためのylim活用テクニック

グラフを見やすくするために、ylimを効果的に活用する方法を解説します。
適切な範囲設定は、データの特徴を正確に伝えるために重要です。

データに応じた範囲設定

データの特性を考慮した適切な範囲設定が重要です。
以下のような状況に応じて、ylimの設定を変更することで、より見やすいグラフを作成できます。

# データの最大値と最小値を基準にした設定
y_data = np.random.randn(100)
margin = (max(y_data) - min(y_data)) * 0.1
plt.ylim(min(y_data) - margin, max(y_data) + margin)

余白の調整方法

グラフの見やすさは、適切な余白設定によって大きく改善します。
以下のコードは、データの範囲に対して適切な余白を設定する方法を示しています。

def set_ylim_with_margin(y_data, margin_percent=10):
    y_min, y_max = min(y_data), max(y_data)
    margin = (y_max - y_min) * margin_percent / 100
    plt.ylim(y_min - margin, y_max + margin)

複数グラフの整列

複数のグラフを比較する場合、ylimを統一することで視覚的な比較が容易になります。
以下のコードは、サブプロットで複数のグラフを作成する際のylim設定方法を示しています。

fig, (ax1, ax2) = plt.subplots(1, 2)
y1 = np.sin(x)
y2 = np.cos(x)

ax1.plot(x, y1)
ax2.plot(x, y2)

# 両方のグラフで同じy軸範囲を設定
y_min = min(min(y1), min(y2))
y_max = max(max(y1), max(y2))
ax1.set_ylim(y_min, y_max)
ax2.set_ylim(y_min, y_max)

実践的なylimの応用例

ylimの応用的な使い方について、具体的な例を交えて解説します。
実際のデータ分析シーンでよく使用される手法を紹介していきます。

動的な範囲設定

データの変化に応じて自動的に範囲を調整する方法を説明します。
リアルタイムデータの可視化などで重要となる技術です。
以下のコードで実装できます。

def update_ylim(ax, y_data):
    y_mean = np.mean(y_data)
    y_std = np.std(y_data)
    ax.set_ylim(y_mean - 3*y_std, y_mean + 3*y_std)

対称軸の設定

原点を中心とした対称なグラフを作成する方法を紹介します。
数学的な関数やデータの偏りを示す場合に有効です。

def set_symmetric_ylim(ax, y_data):
    abs_max = max(abs(min(y_data)), abs(max(y_data)))
    ax.set_ylim(-abs_max, abs_max)

自動調整機能の活用

Matplotlibの自動調整機能を活用しつつ、必要に応じて手動調整を加える方法を説明します。
効率的なグラフ作成には、この機能の理解が重要です。

def smart_ylim(ax, y_data, padding=0.1):
    ax.autoscale(enable=True, axis='y')
    current_ylim = ax.get_ylim()
    range_y = current_ylim[1] - current_ylim[0]
    ax.set_ylim(current_ylim[0] - range_y*padding,
                current_ylim[1] + range_y*padding)

特殊なケースでのylim活用法

特殊なデータや状況での、ylimの効果的な使用方法を解説します。
一般的な設定では対応できないケースへの対処法を学びます。

対数スケールでの設定

対数スケールを使用する場合のylim設定について説明します。
大きな値の範囲を扱う場合に特に有効です。

plt.yscale('log')
plt.ylim(1e-3, 1e3)  # 対数スケールでの範囲設定

複数の軸での設定

二軸グラフなど、複数の軸を持つグラフでのylim設定方法を解説します。
異なるスケールのデータを1つのグラフで表示する際に重要です。

fig, ax1 = plt.subplots()
ax2 = ax1.twinx()  # 二軸目を作成

ax1.set_ylim(0, 100)  # 主軸の範囲
ax2.set_ylim(0, 1)    # 副軸の範囲

アニメーションでの活用

動的に変化するグラフでのylim設定について説明します。
アニメーションを作成する際の重要なテクニックを紹介します。

import matplotlib.animation as animation

def animate(frame):
    ax.set_ylim(-frame, frame)  # フレームごとに範囲を変更
    return line,

ani = animation.FuncAnimation(fig, animate, frames=100)

まとめ

当記事では、Matplotlibのylimについて学習してきました。

これらの知識を活用することで、より見やすく効果的なデータ可視化が可能となります。
はじめは基本的な使い方から始めて、徐々に応用的な技術を取り入れていくことをおすすめします。
グラフ作成の技術を磨き、データ分析の質を向上させていきましょう。

モバイルバージョンを終了