matplotlib-best-practices

Matplotlib のベストプラクティス

データ可視化、プロット、出版品質の図の作成に重点を置いた、Matplotlib 開発のための専門的なガイドラインです。

コードのスタイルと構成

• 正確な Matplotlib の例を用いて、簡潔で技術的な Python コードを書きます
• 適切なラベル、タイトル、凡例を付け、情報量が多く見やすいプロットを作成します
• 複雑な図にはオブジェクト指向 API を、手早いプロットには pyplot を使用します
• PEP 8 のスタイルガイドラインに従います
• すべての可視化で色覚特性へのアクセシビリティを考慮します

API の使い方

オブジェクト指向インターフェース（推奨）

• 明示的に制御するには fig, ax = plt.subplots() を使用します
• 複雑な図や本番コードに適しています
• メソッドは Axes オブジェクトに対して呼び出します：ax.plot()、ax.set_xlabel()
• 複数のサブプロットやきめ細かなカスタマイズが可能です

Pyplot インターフェース

• 手早くインタラクティブなプロットを作成するには、plt.plot()、plt.xlabel() を使用します
• Jupyter ノートブックでの作業や探索に適しています
• Jupyter ノートブックでは %matplotlib inline を使用します

効果的な可視化の作成

プロットの種類と選び方

• 折れ線プロット（ax.plot()）：連続データや傾向を示す場合
• 散布図（ax.scatter()）：変数間の関係を示す場合
• 棒グラフ（ax.bar()、ax.barh()）：カテゴリ間を比較する場合
• ヒストグラム（ax.hist()）：分布を示す場合
• 箱ひげ図（ax.boxplot()）：統計的な要約を示す場合
• ヒートマップ（ax.imshow()、ax.pcolormesh()）：2D データを示す場合

ラベルと注釈

• 単位を含む軸ラベルを必ず付けます
• 伝えたい内容が明確に分かるタイトルを付けます
• 複数のデータ系列がある場合は凡例を追加します
• 注釈（ax.annotate()）を使って重要な点を強調します
• 必要に応じてデータソースを明記します

色とスタイル

• 色覚特性に配慮したカラーパレット（例：'viridis'、'plasma'、'cividis'）を使用します
• アクセシビリティのため、赤と緑の組み合わせは避けます
• 図をまたいで、同じカテゴリには一貫した色を使用します
• データの種類に適したカラーマップを使用します：
  • 連続データ：'viridis'、'plasma' などの逐次型
  • 意味のある中央値を持つデータ：'RdBu'、'coolwarm' などの発散型
  • カテゴリデータ：'Set1'、'tab10' などの定性型

図のレイアウトと構成

サブプロット

• グリッド状に配置するには plt.subplots(nrows, ncols) を使用します
• 複雑で不均一なレイアウトには gridspec を使用します
• 比較する場合は sharex=True、sharey=True で軸を共有します
• 重なりを防ぐには constrained_layout=True または tight_layout() を使用します

図のサイズと解像度

• 図のサイズを明示的に設定します：figsize=(width, height)（単位：インチ）
• 出力先に適した DPI を使用します（画面表示は 72、印刷は 300 以上）
• 標準的なサイズ：（10, 6）はプレゼンテーション用、（8, 6）は論文用です

カスタマイズ

スタイルシート

• 組み込みスタイルを使用します：plt.style.use('seaborn-v0_8')、'ggplot'
• ブランドイメージを一貫させるには、カスタムスタイルファイルを作成します
• スタイルを組み合わせます：plt.style.use(['seaborn-v0_8', 'custom.mplstyle'])

テキストとフォント

• 数式の表記には LaTeX を使用します：r'$\alpha = \frac{1}{2}$'
• 一貫性を保つため、フォントファミリーを設定します
• 表示サイズで読みやすくなるようにフォントサイズを調整します

保存とエクスポート

ファイル形式

• 出版物にはベクター形式（PDF、SVG、EPS）を使用します
• 透明度が必要なウェブやプレゼンテーションには PNG を使用します
• JPEG は写真に限って使用します（非可逆圧縮）

エクスポート設定

• 余分な余白を削除するには bbox_inches='tight' を使用します
• 背景色には facecolor を設定します
• 用途に適した dpi を指定します
• オーバーレイには transparent=True を使用します

パフォーマンスの最適化

• 点の多い散布図には rasterized=True を使用します
• 可視化用にデータをダウンサンプリングすることを検討します
• 保存後は plt.close() で図を閉じます
• 多数の図を作成するループでは plt.close('all') を使用します

主な規約

• import matplotlib.pyplot as plt としてインポートします
• 本番コードではオブジェクト指向 API を使用します
• 軸には必ずラベルと単位を付けます
• 想定する表示サイズで可視化をテストします
• 色を選ぶ際はアクセシビリティを考慮します