# グラフしたい（`pandas.DataFrame.plot`）

```python
import pandas
import matplotlib.pyplot as plt

# 日本語フォントの設定
import japanize_matplotlib
# or
# from matplotlib import rcParams
# rcParams["font.family"] = "IPAexGothic"

fig, axs = plt.subplots()
data.plot(ax=axs)
fig.savefig("ファイル名")
```

`pd.DataFrame.plot`でグラフを作成できます。
デフォルトでは、数値データのみのカラムがすべて折れ線グラフで表示されます。

このメソッドは``matplotlib``のラッパー的なものなので、``matplotlib``のインポートが必要です。
また、日本語を表示したい場合は`japanize_matplotlib`をインポートするか、[matplotlib.rcParams](../matplotlib/matplotlib-rcparams.md)で日本語フォントの設定が必要です。

:::{seealso}

- [](../matplotlib/matplotlib-plot.md)

:::

## グラフの種類を変更したい（`kind`）

```python
# ヒストグラム
data.plot(kind="hist")

# 散布図
data.plot(
  kind="scatter",
  x="x軸のカラム名",
  y="Y軸のカラム名"
)
```

`kind`オプションでグラフの種類を変更できます。
指定できるグラフの種類は
ヒストグラム（`hist`）、
散布図（`scatter`）、
棒グラフ（`bar` / `barh`）、
箱ひげ図（`box`）など全11種類あります。

散布図（`scatter`）など、一部のグラフ種類ではX軸、Y軸の指定が必要です。

## タイトルしたい（`title` / `xlabel` / `ylabel`）

```python
data.plot(
  title="グラフのタイトル",
  xlabel="X軸のタイトル",
  ylabel="Y軸のタイトル",
)

# matplotlibで設定する場合
ax = data.plot()
ax.set_title("グラフのタイトル")
ax.set_xlabel("X軸のタイトル")
ax.set_ylabel("Y軸のタイトル")
```

`title`、`xlabel`、`ylabel`オプションで、グラフのタイトルや軸タイトルを表示できます。


上記の設定はこの設定と等価です。

## サブプロットしたい（``subplots``）

```python
data.plot(subplots=True)

data.plot(
  subplots=True,
  figsize=(横サイズ, 縦サイズ),
  layout=(行数, 列数),
)

# matplotlibで設定する場合
fig, axs = plt.subplots(
    figsize=(8, 12),
    nrows=2,
    ncols=3,
)
data.plot(
    ax=axs[0, 0],  # 1行目1列目
)
data.plot(
    ax=axs[0, 1],  # 1行目2列目
)
# ... (以下、必要な分だけ繰り返す)
```

`subplots=True`オプションで、複数のカラムのデータをそれぞれのサブプロットに表示できます。
`figsize`オプションで図の全体サイズを変更できます。横サイズ／縦サイズの単位はインチです。
`layout`オプションでサブプロットの行数と列数を変更できます。
デフォルトは縦配置です。
サブプロットの詳細は[matplotlib.pyplot.subplots](https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.subplots.html)も参照してください。

## 目盛りしたい（`grid`）

```python
data.plot(grid=True)

data.plot(
  grid=True,
  xticks=range(0, 1000, 50),
  yticks=range(-5, 15, 1)
)

# matplotlibで設定する場合
ax = data.plot()
ax.grid(True)
ax.set_xticks(range(0, 1000, 50))
ax.set_yticks(range(-5, 15, 1))
```

`grid=True`オプションで、目盛り（補助目盛り）を表示できます。
`xticks`、`yticks`オプションで目盛り間隔を変更できます。
目盛りの詳細は[matplotlib.pyplot.grid](https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.grid.html)も参照してください。

## 表示範囲したい（``xlim`` / ``ylim``）

```python
data.plot(
  xlim=(x軸の下限値, x軸の上限値),
  ylim=(y軸の下限値, y軸の上限値)
)

# matplotlibで設定する場合
ax = data.plot()
ax.set_xlim(x軸の下限値, x軸の上限値)
ax.set_ylim(y軸の下限値, y軸の上限値)
```

`xlim`、`ylim`オプションで、X軸とY軸それぞれの下限値と上限値を変更できます。

## 対数グラフしたい（`logx` / `logy` / `loglog`）

```python
data.plot(logx=True)
data.plot(logy=True)
data.plot(loglog=True)

# matplotlibで設定する場合
ax = data.plot()
ax.set_xscale("log")
ax.set_yscale("log")
```

`logx=True`、`logy=true`オプションで、片対数グラフに変更できます。
`loglog=True`オプションで、両対数グラフに変更できます。

`loglog=True`は、`logx=True, logy=True`と同等です。

## 詳細設定したい（``ax``）

```python
import matplotlib.pyplot as plt
import japanize_matplotlib

# データフレームを用意する（ここでは省略）
# data: pd.DataFrame

# matplotlib.pyplotで FigureとAxesオブジェクトを作成する
fig, axs = plt.subplots()

# pandasでプロットを作成する
data.plot(
    kind="scatter",
    x="X軸のカラム名",
    y="Y軸のカラム名",
    ax=axs  # 描画先のAxesオブジェクトを指定する
    )
```

`ax`オプションで`matplotlib`の`Axes`オブジェクトを指定できます。
グラフをより詳細に設定したい場合は、[matplotlib.pyplot.axes](https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.axes.html)に対して変更を加えます。

:::{seealso}

``matplotlib``の使い方は、まず、公式ドキュメントの[The lifecycle of a plot](https://matplotlib.org/stable/tutorials/lifecycle.html)に目を通すのがよいと思います。
とくに[A note on the explicit vs implicit interfaces](https://matplotlib.org/stable/tutorials/lifecycle.html#a-note-on-the-explicit-vs-implicit-interfaces)は、ウェブに転がっている他のコードを読むのに役立つ情報だと思います。

:::

## その他のグラフ

実際に使う時ができたら追記します。

1. [pandas.DataFrame.plot.area](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.area.html): 面グラフ
1. [pandas.DataFrame.plot.bar](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.bar.html): 棒グラフ。重みのついたヒストグラムとしても使えるはず。
1. [pandas.DataFrame.plot.barh](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.barh.html): 棒グラフ（横）
1. [pandas.DataFrame.plot.box](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.box.html): 箱ひげ図。
1. [pandas.DataFrame.plot.hexbin](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.hexbin.html): マス目が六角形の図。ヒートマップを作るとカッコ良さそう。六角形にするのに見た目以外の意味はあるのだろうか？
1. [pandas.DataFrame.plot.density](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.density.html): ガウシアンを仮定したKDE分布関数
1. [pandas.DataFrame.plot.kde](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.kde.html): 上とどう違うんだろう？
1. [pandas.DataFrame.plot.line](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.line.html): 折れ線グラフ
1. [pandas.DataFrame.plot.pie](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.pie.html): 円グラフ