Python – 図形を含むアニメーション

2023-06-30 / tau / コメントする

ArtistAnimationの場合

ArtistAnimationにグラフを追加するには、たとえばplotメソッドの戻り値をそのままリストに追加していけばよい。

artists = []
fig, ax = plt.subplots()
frame_count = 20
for i in range(frame_count):
    x = np.linspace(0, 4 * np.pi)
    y = np.sin(x - 2 * np.pi / frame_count * i)
    artist = ax.plot(x, y, color='blue')
    artists.append(artist)
anim = ArtistAnimation(fig, artists, interval=100)
plt.show()

artists = []

fig, ax = plt.subplots()

frame_count = 20

for i in range(frame_count):

x = np.linspace(0, 4 * np.pi)

y = np.sin(x - 2 * np.pi / frame_count * i)

artist = ax.plot(x, y, color='blue')

artists.append(artist)

anim = ArtistAnimation(fig, artists, interval=100)

plt.show()

ところが、matplotlib.patchesの図形の場合に同じようにすると、アニメーションにならず全フレームの図形が重ね書きされてしまう。

for i in range(frame_count):
    circle = patch.Circle(xy=(i, 0), radius=1.0)
    artist_patch = ax.add_artist(circle)
    artists.append(artist_patch)
anim = ArtistAnimation(fig, artists, interval=100)
plt.show()

for i in range(frame_count):

circle = patch.Circle(xy=(i, 0), radius=1.0)

artist_patch = ax.add_artist(circle)

artists.append(artist_patch)

anim = ArtistAnimation(fig, artists, interval=100)

plt.show()

これを解決するには、appendの際に[]で囲んでリスト化する必要がある。

for i in range(frame_count):
    circle = patch.Circle(xy=(i, 0), radius=1.0)
    artist_patch = ax.add_artist(circle)
    artists.append([artist_patch])
anim = ArtistAnimation(fig, artists, interval=100)
plt.show()

for i in range(frame_count):

circle = patch.Circle(xy=(i, 0), radius=1.0)

artist_patch = ax.add_artist(circle)

artists.append([artist_patch])

anim = ArtistAnimation(fig, artists, interval=100)

plt.show()

以下は円の図形のアニメーションのコード例。

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.patches as patch
from matplotlib.animation import ArtistAnimation

# 各フレームを保存するフレームリスト
artists = []

# FigureとAxesインスタンスを取得
fig, ax = plt.subplots()
ax.set_aspect('equal')
ax.set_xlim(0, 20)
ax.set_ylim(-1, 1)

# 1サイクルの動画のフレーム数
frame_count = 20
# 表示する各フレームの生成・保存
for i in range(frame_count):
    # 図形の生成
    circle = patch.Circle(xy=(i, 0), radius=1.0)
    # artist要素の取得
    artist_patch = ax.add_artist(circle)
    # フレームリストへの追加
    # 明示的にリスト化しないと要素追加となり、一括で描画されてしまう
    artists.append([artist_patch])

# フレームリストを渡してArtistAnimationインスタンスを生成
anim = ArtistAnimation(fig, artists, interval=100)

# 表示
plt.show()

import numpy as np

import matplotlib.pyplot as plt

import matplotlib.patches as patch

from matplotlib.animation import ArtistAnimation

# 各フレームを保存するフレームリスト

artists = []

# FigureとAxesインスタンスを取得

fig, ax = plt.subplots()

ax.set_aspect('equal')

ax.set_xlim(0, 20)

ax.set_ylim(-1, 1)

# 1サイクルの動画のフレーム数

frame_count = 20

# 表示する各フレームの生成・保存

for i in range(frame_count):

# 図形の生成

circle = patch.Circle(xy=(i, 0), radius=1.0)

# artist要素の取得

artist_patch = ax.add_artist(circle)

# フレームリストへの追加

# 明示的にリスト化しないと要素追加となり、一括で描画されてしまう

artists.append([artist_patch])

# フレームリストを渡してArtistAnimationインスタンスを生成

anim = ArtistAnimation(fig, artists, interval=100)

# 表示

plt.show()

実行結果は以下の通り。

グラフと図形の重ね合わせ

グラフと図形を重ね合わせるときも、patchesの図形を明示的にリストとしてappendする必要がある。

for i in range(frame_count):
    artist_graph = ax.plot([0, i], [0, 0], color='blue')
    circle = patch.Circle(xy=(i, 0), radius=1.0)
    artist_patch = ax.add_artist(circle)
    artists.append(artist_graph + [artist_patch])

for i in range(frame_count):

artist_graph = ax.plot([0, i], [0, 0], color='blue')

circle = patch.Circle(xy=(i, 0), radius=1.0)

artist_patch = ax.add_artist(circle)

artists.append(artist_graph + [artist_patch])

以下は、plotによる線とpatches.Circleによる円を重ねて描く例。

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.patches as patch
from matplotlib.animation import ArtistAnimation

# 各フレームを保存するフレームリスト
artists = []

# FigureとAxesインスタンスを取得
fig, ax = plt.subplots()
ax.set_aspect('equal')
ax.set_xlim(0, 20)
ax.set_ylim(-1, 1)

# 1サイクルの動画のフレーム数
frame_count = 20
# 表示する各フレームの生成・保存
for i in range(frame_count):
    # グラフのartist取得
    artist_graph = ax.plot([0, i], [0, 0], color='blue')
    # 図形の生成
    circle = patch.Circle(xy=(i, 0), radius=1.0)
    # artist要素の取得
    artist_patch = ax.add_artist(circle)
    # フレームリストへの追加
    # 図形は明示的にリスト化しないと要素追加となり、一括で描画されてしまう
    artists.append(artist_graph + [artist_patch])

# フレームリストを渡してArtistAnimationインスタンスを生成
anim = ArtistAnimation(fig, artists, interval=100)

# 表示
plt.show()

import numpy as np

import matplotlib.pyplot as plt

import matplotlib.patches as patch

from matplotlib.animation import ArtistAnimation

# 各フレームを保存するフレームリスト

artists = []

# FigureとAxesインスタンスを取得

fig, ax = plt.subplots()

ax.set_aspect('equal')

ax.set_xlim(0, 20)

ax.set_ylim(-1, 1)

# 1サイクルの動画のフレーム数

frame_count = 20

# 表示する各フレームの生成・保存

for i in range(frame_count):

# グラフのartist取得

artist_graph = ax.plot([0, i], [0, 0], color='blue')

# 図形の生成

circle = patch.Circle(xy=(i, 0), radius=1.0)

# artist要素の取得

artist_patch = ax.add_artist(circle)

# フレームリストへの追加

# 図形は明示的にリスト化しないと要素追加となり、一括で描画されてしまう

artists.append(artist_graph + [artist_patch])

# フレームリストを渡してArtistAnimationインスタンスを生成

anim = ArtistAnimation(fig, artists, interval=100)

# 表示

plt.show()

実行結果は以下の通り。

FuncAnimationの場合

FuncAnimationの場合は描画関数中でグラフを描くだけで、ArtistAnimationのようなコレクションを用いない。

この場合はArtistAnimationより簡明で、グラフはAxesオブジェクトなどに描画、図形はadd_artistメソッドで追加するだけ。

def draw_frame(frame):
    plt.cla()
    ax.set_aspect('equal')
    ax.set_xlim(0, 20)
    ax.set_ylim(-1, 1)
    ax.plot([0, frame], [0, 0], color='blue')
    circle = patch.Circle(xy=(frame, 0), radius=1.0)
    ax.add_artist(circle)
anim = FuncAnimation(fig, draw_frame, interval=100, frames=20)

def draw_frame(frame):

plt.cla()

ax.set_aspect('equal')

ax.set_xlim(0, 20)

ax.set_ylim(-1, 1)

ax.plot([0, frame], [0, 0], color='blue')

circle = patch.Circle(xy=(frame, 0), radius=1.0)

ax.add_artist(circle)

anim = FuncAnimation(fig, draw_frame, interval=100, frames=20)

以下はArtistAnimationと同じく、plotによる線とpatches.Circleによる円を重ね牡蠣する例。

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.patches as patch
from matplotlib.animation import FuncAnimation

# 各フレームを保存するフレームリスト
artists = []

# FigureとAxesインスタンスを取得
fig, ax = plt.subplots()

def draw_frame(frame):
    # FuncAnimationの場合はフレームごとに内容をクリア
    plt.cla()
    # Axesに対する設定もクリアされるので、毎回設定が必要
    ax.set_aspect('equal')
    ax.set_xlim(0, 20)
    ax.set_ylim(-1, 1)
    # グラフの描画
    ax.plot([0, frame], [0, 0], color='blue')
    # 図形の生成
    circle = patch.Circle(xy=(frame, 0), radius=1.0)
    # 図形の追加
    ax.add_artist(circle)

# 描画関数を渡してFuncAnimationインスタンスを生成
anim = FuncAnimation(fig, draw_frame, interval=100, frames=20)

# 表示
plt.show()

import numpy as np

import matplotlib.pyplot as plt

import matplotlib.patches as patch

from matplotlib.animation import FuncAnimation

# 各フレームを保存するフレームリスト

artists = []

# FigureとAxesインスタンスを取得

fig, ax = plt.subplots()

def draw_frame(frame):

# FuncAnimationの場合はフレームごとに内容をクリア

plt.cla()

# Axesに対する設定もクリアされるので、毎回設定が必要

ax.set_aspect('equal')

ax.set_xlim(0, 20)

ax.set_ylim(-1, 1)

# グラフの描画

ax.plot([0, frame], [0, 0], color='blue')

# 図形の生成

circle = patch.Circle(xy=(frame, 0), radius=1.0)

# 図形の追加

ax.add_artist(circle)

# 描画関数を渡してFuncAnimationインスタンスを生成

anim = FuncAnimation(fig, draw_frame, interval=100, frames=20)

# 表示

plt.show()

Python – FuncAnimationによる動画表示

2023-06-28 / tau / コメントする

概要

Pythonのmatplotlibにはanimationパッケージがあり、ArtistAnimationとFuncAnimationの2つのクラスが準備されている。

ArtistAnimationは、予め動画に表示する各フレームを生成しておいて、これらを動画として表示する
FuncAnimationは、全結果を保存せず、フレームごとに描画を実行する関数を実行して、動画して表示する

ここでは、FuncAnimationによる動画の表示方法を整理する(ArtistAnimationについてはこちら)。

1つのグラフの表示

流れ

animationパッケージ又はArtistAnimationクラスをインポート
グラフを描画する関数を定義
FuncAnimationクラスのコンストラクターに描画関数を渡してインスタンスを生成
表示

処理ステップ

インポート

パッケージをインポートする

from matplotlib.animation import FuncAnimation
# この場合はFuncAnimation(...)と直接コンストラクターを呼ぶ

1 2	from matplotlib.animation import FuncAnimation # この場合はFuncAnimation(...)と直接コンストラクターを呼ぶ

または

import matplotlib.animation as animation
# この場合はanimation.FuncAnimation(...)のようにコンストラクターを呼ぶ

1 2	import matplotlib.animation as animation # この場合はanimation.FuncAnimation(...)のようにコンストラクターを呼ぶ

フレームリストの準備

動画の各フレームを保存するリストを準備する。animationパッケージでは、個々のグラフフレームをartistと表現している。

artists = []

1	artists = []

FigureとAxesオブジェクトを準備

フレームを描画するオブジェクトを準備しておく

fig, ax = plt.subplots()

1	fig, ax = plt.subplots()

1フレームを描画する関数を定義

4周期分の正弦関数を描画する関数を定義している。

def draw_frame(frame):
    plt.cla()
    x = np.linspace(0, 4 * np.pi)
    y = np.sin(x - frame / frame_count * 2 * np.pi)
    ax.plot(x, y, color='blue')

def draw_frame(frame):

plt.cla()

x = np.linspace(0, 4 * np.pi)

y = np.sin(x - frame / frame_count * 2 * np.pi)

ax.plot(x, y, color='blue')

ここではループごとにxを計算しているが、今回は全フレーム共通なので、ループの外で準備してもよい
plot命令のcolor指定をしないと、描画するごとに違うグラフとして色を変えて描画されてしまう

アニメーション設定して表示させる

FuncAnimationクラスのコンストラクターに必要な引数を与えてインスタンスを生成し、表示させる。intervalはフレーム間の待機時間で、ミリ秒で与える。

arim = ArtistAnimation(fig, artists, interval=100)

plt.show()

arim = ArtistAnimation(fig, artists, interval=100)

plt.show()

GIF画像として保存する

結果をGIF画像として保存するには、plt.show()を実行せず、以下のようにimagemagicでファイルとして書き出す。

frames=20でフレーム数を設定しているが、これがないとGIF保存のときにファイル容量が肥大化してしまう。それでも容量は800KB程度になり、ArtistAnimationのときの150KB程度よりも大きい。

anim = FuncAnimation(fig, draw_frame, interval=100, frames=20)

plt.show()

anim = FuncAnimation(fig, draw_frame, interval=100, frames=20)

plt.show()

実行結果

以下のような動画が表示される。

コード

全体の実行コードは以下のとおり。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

# 各フレームを保存するフレームリスト
frame_count = 20

# FigureとAxesインスタンスを取得
fig, ax = plt.subplots()

# 表示する各フレームを生成する関数
def draw_frame(frame):
    plt.cla()
    x = np.linspace(0, 4 * np.pi)
    y = np.sin(x - frame / frame_count * 2 * np.pi)
    ax.plot(x, y, color='blue')

# 描画関数を渡してFuncAnimationインスタンスを生成
anim = FuncAnimation(fig, draw_frame, interval=100, frames=20)

# 表示
plt.show()
#anim.save("simple.gif", writer="imagemagick")

import numpy as np

import matplotlib.pyplot as plt

from matplotlib.animation import FuncAnimation

# 各フレームを保存するフレームリスト

frame_count = 20

# FigureとAxesインスタンスを取得

fig, ax = plt.subplots()

# 表示する各フレームを生成する関数

def draw_frame(frame):

plt.cla()

x = np.linspace(0, 4 * np.pi)

y = np.sin(x - frame / frame_count * 2 * np.pi)

ax.plot(x, y, color='blue')

# 描画関数を渡してFuncAnimationインスタンスを生成

anim = FuncAnimation(fig, draw_frame, interval=100, frames=20)

# 表示

plt.show()

#anim.save("simple.gif", writer="imagemagick")

複数のグラフの表示

流れ

全体の流れは単一のグラフの場合と同じ。リスト保存時に複数グラフを加算して重ね合わせるところだけが異なる。

animationパッケージ又はArtistAnimationクラスをインポート
グラフを描画する関数を定義し、複数のグラフをプロット
FuncAnimationクラスのコンストラクターに描画関数を渡してインスタンスを生成
表示

処理ステップ

以下の描画関数が単一グラフの場合と異なる。関数の中で、異なる2つのグラフを描画している

def draw_frame(frame):
    x = np.linspace(0, 4 * np.pi)
    plt.cla()
    y1 = np.sin(x - frame / frame_count * 2 * np.pi)
    y2 = np.sin(x - frame / frame_count * 2 * np.pi + np.pi / 2)
    ax.plot(x, y1, color='blue')
    ax.plot(x, y2, color='green')

def draw_frame(frame):

x = np.linspace(0, 4 * np.pi)

plt.cla()

y1 = np.sin(x - frame / frame_count * 2 * np.pi)

y2 = np.sin(x - frame / frame_count * 2 * np.pi + np.pi / 2)

ax.plot(x, y1, color='blue')

ax.plot(x, y2, color='green')

実行結果

以下のように、2つのグラフが同時に表示される。

コード

全体の実行コードは以下のとおり。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

# 各フレームを保存するフレームリスト
frame_count = 20

# FigureとAxesインスタンスを取得
fig, ax = plt.subplots()

# 表示する各フレームを生成する関数
def draw_frame(frame):
    x = np.linspace(0, 4 * np.pi)
    plt.cla()
    y1 = np.sin(x - frame / frame_count * 2 * np.pi)
    y2 = np.sin(x - frame / frame_count * 2 * np.pi + np.pi / 2)
    ax.plot(x, y1, color='blue')
    ax.plot(x, y2, color='green')

# 描画関数を渡してFuncAnimationインスタンスを生成
anim = FuncAnimation(fig, draw_frame, interval=100, frames=20)

# 表示
plt.show()
#anim.save("multi.gif", writer="imagemagick")

import numpy as np

import matplotlib.pyplot as plt

from matplotlib.animation import FuncAnimation

# 各フレームを保存するフレームリスト

frame_count = 20

# FigureとAxesインスタンスを取得

fig, ax = plt.subplots()

# 表示する各フレームを生成する関数

def draw_frame(frame):

x = np.linspace(0, 4 * np.pi)

plt.cla()

y1 = np.sin(x - frame / frame_count * 2 * np.pi)

y2 = np.sin(x - frame / frame_count * 2 * np.pi + np.pi / 2)

ax.plot(x, y1, color='blue')

ax.plot(x, y2, color='green')

# 描画関数を渡してFuncAnimationインスタンスを生成

anim = FuncAnimation(fig, draw_frame, interval=100, frames=20)

# 表示

plt.show()

#anim.save("multi.gif", writer="imagemagick")

描画関数に引数を渡す

描画関数に独自の引数を渡すことができる。

たとえば最初の「1つのグラフの表示」で、frame_countと表示する最大時刻max_xを引数とする場合、まず描画関数でこれらを引数として宣言し、関数内でこれを使った処理を書く。

def draw_frame(frame, max_x, frame_count):
    plt.cla()
    x = np.linspace(0, max_x)
    y = np.sin(x - frame / frame_count * 2 * np.pi)
    ax.plot(x, y, color='blue')

def draw_frame(frame, max_x, frame_count):

plt.cla()

x = np.linspace(0, max_x)

y = np.sin(x - frame / frame_count * 2 * np.pi)

ax.plot(x, y, color='blue')

FuncAnimationインスタンス生成時に、fargsで独自宣言した引数の値をタプルで与える。

anim = FuncAnimation(fig, draw_frame, fargs=(4 * np.pi, 20), interval=100, frames=20)

1	anim = FuncAnimation(fig, draw_frame, fargs=(4 * np.pi, 20), interval=100, frames=20)

Python – ArtistAnimationによる動画表示

2023-06-28 / tau / コメントする

概要

Pythonのmatplotlibにはanimationパッケージがあり、ArtistAnimationとFuncAnimationの2つのクラスが準備されている。

ArtistAnimationは、予め動画に表示する各フレームを生成しておいて、これらを動画として表示する
FuncAnimationは、全結果を保存せず、フレームごとに描画を実行する関数を実行して、動画して表示する

ここでは、ArtistAnimationによる動画の表示方法を整理する(FuncAnimationについてはこちら)。

1つのグラフの表示

流れ

animationパッケージ又はArtistAnimationクラスをインポート
フレームの数だけグラフを描画してリストに保存
フレームリストを渡してArtistAnimationインスタンスを生成
表示

処理ステップ

インポート

パッケージをインポートする

from matplotlib.animation import ArtistAnimation
# この場合はArtistAnimation(...)と直接コンストラクターを呼ぶ

1 2	from matplotlib.animation import ArtistAnimation # この場合はArtistAnimation(...)と直接コンストラクターを呼ぶ

または

import matplotlib.animation as animation
# この場合はanimation.ArtistAnimation(...)のようにコンストラクターを呼ぶ

1 2	import matplotlib.animation as animation # この場合はanimation.ArtistAnimation(...)のようにコンストラクターを呼ぶ

フレームリストの準備

動画の各フレームを保存するリストを準備する。animationパッケージでは、個々のグラフフレームをartistと表現している。

artists = []

1	artists = []

FigureとAxesオブジェクトを準備

フレームを描画するオブジェクトを準備しておく

fig, ax = plt.subplots()

1	fig, ax = plt.subplots()

フレーム数を指定して各フレームを保存する

以下ではフレーム数を20として、20回分のグラフを少しずつずらして描画して保存している。

frame_count = 20
for i in range(frame_count):
    x = np.linspace(0, 4 * np.pi)
    y = np.sin(x - 2 * np.pi / frame_count * i)
    artist = ax.plot(x, y, color='blue')
    artists.append(artist)

frame_count = 20

for i in range(frame_count):

x = np.linspace(0, 4 * np.pi)

y = np.sin(x - 2 * np.pi / frame_count * i)

artist = ax.plot(x, y, color='blue')

artists.append(artist)

ここではグラフを正弦波として、1周期分を20分割して表示させている。

ここではループごとにxを計算しているが、今回は全フレーム共通なので、ループの外で準備してもよい
plot命令のcolor指定をしないと、描画するごとに違うグラフとして色を変えて描画されてしまう
描画結果はオブジェクトとして、先に準備したartistコレクションに追加している

アニメーション設定して表示させる

ArtistAnimationクラスのコンストラクターに必要な引数を与えてインスタンスを生成し、表示させる。intervalはフレーム間の待機時間で、ミリ秒で与える。

arim = ArtistAnimation(fig, artists, interval=100)

plt.show()

arim = ArtistAnimation(fig, artists, interval=100)

plt.show()

GIF画像として保存する

結果をGIF画像として保存するには、plt.show()を実行せず、以下のようにimagemagicでファイルとして書き出す。

anim = ArtistAnimation(fig, artists, interval=100)

anim.save("test.gif", writer="imagemagick")

anim = ArtistAnimation(fig, artists, interval=100)

anim.save("test.gif", writer="imagemagick")

実行結果

以下のような動画が表示される。

コード

全体の実行コードは以下のとおり。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import ArtistAnimation

# 各フレームを保存するフレームリスト
artists = []

# FigureとAxesインスタンスを取得
fig, ax = plt.subplots()

# 1サイクルの動画のフレーム数
frame_count = 20
# 表示する各フレームの生成・保存
for i in range(frame_count):
    # グラフの描画
    x = np.linspace(0, 4 * np.pi)
    y = np.sin(x - 2 * np.pi / frame_count * i)
    # グラフの保存
    artist = ax.plot(x, y, color='blue')
    # フレームリストへの追加
    artists.append(artist)

# フレームリストを渡してArtistAnimationインスタンスを生成
anim = ArtistAnimation(fig, artists, interval=100)

# 表示
plt.show()
#anim.save("simple.gif", writer="imagemagick")

import numpy as np

import matplotlib.pyplot as plt

from matplotlib.animation import ArtistAnimation

# 各フレームを保存するフレームリスト

artists = []

# FigureとAxesインスタンスを取得

fig, ax = plt.subplots()

# 1サイクルの動画のフレーム数

frame_count = 20

# 表示する各フレームの生成・保存

for i in range(frame_count):

# グラフの描画

x = np.linspace(0, 4 * np.pi)

y = np.sin(x - 2 * np.pi / frame_count * i)

# グラフの保存

artist = ax.plot(x, y, color='blue')

# フレームリストへの追加

artists.append(artist)

# フレームリストを渡してArtistAnimationインスタンスを生成

anim = ArtistAnimation(fig, artists, interval=100)

# 表示

plt.show()

#anim.save("simple.gif", writer="imagemagick")

複数のグラフの表示

流れ

全体の流れは単一のグラフの場合と同じ。リスト保存時に複数グラフを加算して重ね合わせるところだけが異なる。

animationパッケージ又はArtistAnimationクラスをインポート
フレームの数だけグラフを描画して、重ね合わせてリストに保存
フレームリストを渡してArtistAnimationインスタンスを生成
表示

処理ステップ

以下の部分だけが単一グラフの場合と異なる。2つのグラフを描画し、そのオブジェクトを加算して1フレームとした上でartistsに追加している

for i in range(frame_count):
    x = np.linspace(0, 4 * np.pi)
    y1 = np.sin(x - 2 * np.pi / frame_count * i)
    y2 = np.sin(x - 2 * np.pi / frame_count * i + np.pi / 2)
    artist1 = ax.plot(x, y1, color='blue')
    artist2 = ax.plot(x, y2, color='green')
    artists.append(artist1 + artist2)

for i in range(frame_count):

x = np.linspace(0, 4 * np.pi)

y1 = np.sin(x - 2 * np.pi / frame_count * i)

y2 = np.sin(x - 2 * np.pi / frame_count * i + np.pi / 2)

artist1 = ax.plot(x, y1, color='blue')

artist2 = ax.plot(x, y2, color='green')

artists.append(artist1 + artist2)

実行結果

以下のように、2つのグラフが同時に表示される。

コード

全体の実行コードは以下のとおり。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import ArtistAnimation

# 各フレームを保存するフレームリスト
artists = []

# FigureとAxesインスタンスを取得
fig, ax = plt.subplots()

# 1サイクルの動画のフレーム数
frame_count = 20
# 表示する各フレームの生成・保存
for i in range(frame_count):
    # グラフの描画
    x = np.linspace(0, 4 * np.pi)
    y1 = np.sin(x - 2 * np.pi / frame_count * i)
    y2 = np.sin(x - 2 * np.pi / frame_count * i + np.pi / 2)
    # グラフの保存
    artist1 = ax.plot(x, y1, color='blue')
    artist2 = ax.plot(x, y2, color='green')
    # フレームリストへの追加
    artists.append(artist1 + artist2)

# フレームリストを渡してArtistAnimationインスタンスを生成
anim = ArtistAnimation(fig, artists, interval=100)

# 表示
plt.show()
#anim.save("multi.gif", writer="imagemagick")

import numpy as np

import matplotlib.pyplot as plt

from matplotlib.animation import ArtistAnimation

# 各フレームを保存するフレームリスト

artists = []

# FigureとAxesインスタンスを取得

fig, ax = plt.subplots()

# 1サイクルの動画のフレーム数

frame_count = 20

# 表示する各フレームの生成・保存

for i in range(frame_count):

# グラフの描画

x = np.linspace(0, 4 * np.pi)

y1 = np.sin(x - 2 * np.pi / frame_count * i)

y2 = np.sin(x - 2 * np.pi / frame_count * i + np.pi / 2)

# グラフの保存

artist1 = ax.plot(x, y1, color='blue')

artist2 = ax.plot(x, y2, color='green')

# フレームリストへの追加

artists.append(artist1 + artist2)

# フレームリストを渡してArtistAnimationインスタンスを生成

anim = ArtistAnimation(fig, artists, interval=100)

# 表示

plt.show()

#anim.save("multi.gif", writer="imagemagick")

図形を含むアニメーション

matplotlib.patchesによる図形を含んでアニメーション表示するには、少し工夫がいる。その方法はこちら。

pyplot.imshow – 画像表示

2020-11-21 / tau / コメントする

概要

matplotlib.pyplot.imshow()は画像表示用のメソッドで、表示対象として、画像ファイルや画像情報を格納した配列を指定する。

pyplotやsubplotで直接実行するほか、Axesオブジェクトのメソッドとしても実行できる。

ピクセルデータのレンジのデフォルト設定と与えるデータのレンジによって予期しない結果になることもあり、vmin、vmaxを明示的に指定した方がよい。

画像ファイルの表示

以下のコードは、JPEGファイルを読み込んで表示する。

ここではpyplot.subplotのメソッドとしてimshow()を実行している。画像が1つの場合、pyplot.imshow()でもよい。

1つは画像ファイルをそのまま引数にし、もう1つは画像ファイルを配列の形にしてから引数に渡している。画像の配列の形については後述。

import numpy as np
import matplotlib.pyplot as plt
from PIL import Image

image = Image.open("./coffeemill.jpg")

image_array = np.asarray(image)

plt.subplot(121).imshow(image)
plt.subplot(122).imshow(image_array)
plt.show()

print(image_array.shape)
# (871, 653, 3)

print(image_array)
[[[171 147 111]
  [167 143 107]
  [170 147 113]
  ...
  [ 93  82  86]
  [ 92  81  87]
  [ 93  83  91]]

 [[170 146 110]
  [167 143 107]
  [170 147 113]
  ...
  [ 92  81  87]
  [ 85  76  81]
  [ 77  67  75]]

  .....

 [[ 36  23  15]
  [ 37  24  16]
  [ 41  26  21]
  ...
  [248 196 123]
  [249 197 124]
  [247 195 122]]]

import numpy as np

import matplotlib.pyplot as plt

from PIL import Image

image = Image.open("./coffeemill.jpg")

image_array = np.asarray(image)

plt.subplot(121).imshow(image)

plt.subplot(122).imshow(image_array)

plt.show()

print(image_array.shape)

# (871, 653, 3)

print(image_array)

[[[171 147 111]

[167 143 107]

[170 147 113]

...

[ 93 82 86]

[ 92 81 87]

[ 93 83 91]]

[[170 146 110]

[167 143 107]

[170 147 113]

...

[ 92 81 87]

[ 85 76 81]

[ 77 67 75]]

.....

[[ 36 23 15]

[ 37 24 16]

[ 41 26 21]

...

[248 196 123]

[249 197 124]

[247 195 122]]]

配列の画像表示

基本形

imshow()は配列を引数にとることができる。

以下の例では、カラーマップを指定して2×2=4要素の2次元配列を表示している。最小値0がカラーマップbwrの青に、最大値255が赤に対応し、その間の数値の大きさに応じたカラーマップ上の色が選択されている（デフォルトのcmapはvirいdis）。

なお、この例ではpyplotから直接imshow()を実行している。

import numpy as np
import matplotlib.pyplot as plt

im_array = np.array([
    [0, 85],
    [170, 255]
])

plt.imshow(im_array, cmap='bwr')

plt.show()

import numpy as np

import matplotlib.pyplot as plt

im_array = np.array([

[0, 85],

[170, 255]

])

plt.imshow(im_array, cmap='bwr')

plt.show()

レンジ

imshow()に配列を渡して描画させるとき、数値のレンジに留意する必要がある。

デフォルトでは、imshow()は渡された配列の中の最小値と最大値をカラーマップの下限値と上限値に対応させ、線形にマッピングする。

なお、この例ではarray-likeとして2次元のリストを渡していて、Axesからimshow()を呼び出している。

import numpy as np
import matplotlib.pyplot as plt

images = []
images.append([[0, 0.5, 1]])
images.append([[0, 127, 255]])
images.append([[-1, 0, 1]])
images.append([[1000, 1000.5, 1001]])
print(images)

fig, axs = plt.subplots(2, 2)

for image, ax in zip(images, axs.flatten()):
    ax.imshow(image, cmap='bwr')

plt.show()

import numpy as np

import matplotlib.pyplot as plt

images = []

images.append([[0, 0.5, 1]])

images.append([[0, 127, 255]])

images.append([[-1, 0, 1]])

images.append([[1000, 1000.5, 1001]])

print(images)

fig, axs = plt.subplots(2, 2)

for image, ax in zip(images, axs.flatten()):

ax.imshow(image, cmap='bwr')

plt.show()

4つの配列はそれぞれ最小値と最大値が異なり、かつその中央の値を持つ。値は異なるが全て最小値がカラーマップbwrの下限値に対応する青、最大値が上限値に対応する赤、中央値は白となっている（特段フランス国旗を意図したものではない）。

viminとvmax

imshow()の引数でvminとvmaxを設定すると、配列の値に関わらず、vminとvmiaxをカラーマップの下限値と上限値に対応させる。

以下の例では最小値0、最大値1の2要素の配列を、vminとvmaxを変えてカラーマップbwrで描画させている。

import numpy as np
import matplotlib.pyplot as plt

image = [[0, 1]]

fig, axs = plt.subplots(2, 2)

axs[0, 0].imshow(image, cmap='bwr')
axs[0, 0].set_title("Default")
axs[0, 1].imshow(image, cmap='bwr', vmin=0, vmax=2)
axs[0, 1].set_title("vmin=0, vmax=2")
axs[1, 0].imshow(image, cmap='bwr', vmin=-1, vmax=2)
axs[1, 0].set_title("vmin=-1, vmax=2")
axs[1, 1].imshow(image, cmap='bwr', vmin=0.2, vmax=0.8)
axs[1, 1].set_title("vmin=0.2, vmax=0.8")

plt.show()

import numpy as np

import matplotlib.pyplot as plt

image = [[0, 1]]

fig, axs = plt.subplots(2, 2)

axs[0, 0].imshow(image, cmap='bwr')

axs[0, 0].set_title("Default")

axs[0, 1].imshow(image, cmap='bwr', vmin=0, vmax=2)

axs[0, 1].set_title("vmin=0, vmax=2")

axs[1, 0].imshow(image, cmap='bwr', vmin=-1, vmax=2)

axs[1, 0].set_title("vmin=-1, vmax=2")

axs[1, 1].imshow(image, cmap='bwr', vmin=0.2, vmax=0.8)

axs[1, 1].set_title("vmin=0.2, vmax=0.8")

plt.show()

左上はデフォルトなので、最小値0がカラーマップ下限値に対応した青に、最大値1が上限値に対応した赤になっている。

右上はvmin=0で配列の最小値0と同じだが、vmax=2としている。このため配列の0はカラーマップ下限の青で、配列の1はカラーマップ中央の白になっている。

左下はvmin=-1も設定されているので、配列の0、1はカラーマップの左から1/3、2/3に相当する色となっている。

右下はvminとvmaxが配列の最小値と最大値の範囲より内側にある。このため、配列の最小値・最大値はそれぞれカラーマップの下限・上限に対応する青・赤となっている。

RGB

array-likeの次元が3次元になると、RGB/RGBA形式だと認識される。

[rows, cols, 3]: 3次元目のサイズが3の時はRGB表現と認識される。1次元目と2次元目はそれぞれ画像の行数と列数とみなされ、3次元目は3つの列がR, G, Bの値に対応する。
[rows, cols, 4]: 3次元目のサイズが4の時はRGBA表現と認識される。1次元目と2次元目はそれぞれ画像の行数と列数とみなされ、3次元目は3つの列がR, G, Bの値に対応し、4つ目の列が透明度に対応する。

R, G, B, Aの値は、配列のdtypeがint形式の時には0～255、floatの時には0～1の範囲が想定される。

以下の例の内容。

画像サイズを2行×4列として、R, G, Bごとに画像のピクセルデータを設定→shape=(3, 2, 4)
ピクセル並び替え後の配列を4つ準備
forループでピクセル並び替え
画像表示とデータ内容の表示

3次元配列のピクセルの並び替えは、泥臭くforループで回しているが、もっとエレガントな方法があるかもしれない（もとから(3, rows, cols)の形にしてくれればよかったのに）。

# --- --B -G- -GB
# R-- R-B RG- RGB

import numpy as np
import matplotlib.pyplot as plt

image_org = np.array([
    [
        [  0,   0,   0,   0],
        [255, 255, 255, 255]
    ],
    [
        [  0,   0, 255, 255],
        [  0,   0, 255, 255]
    ],
    [
        [  0, 255,   0, 255],
        [  0, 255,   0, 255]
    ]
])

row = image_org.shape[1]
col = image_org.shape[2]

image_int1 = np.empty((row, col, 3), dtype=int)
image_int2 = np.empty((row, col, 3), dtype=int)
image_float1 = np.empty((row, col, 3), dtype=float)
image_float2 = np.empty((row, col, 3), dtype=float)

for m in range(row):
    for n in range(col):
        for rgb in range(3):
            image_int1[m, n, rgb] = image_org[rgb, m, n]
            image_int2[m, n, rgb] = image_org[rgb, m, n] /255
            #-> all the pixels become BLACK
            image_float1[m, n, rgb] = image_org[rgb, m, n]
            image_float2[m, n, rgb] = image_org[rgb, m, n] / 255
            #- >works, but
            # "Clipping input data to the valid range for imshow with RGB data ([0..1] for floats or [0..255] for integers)."

fig, axs = plt.subplots(2, 2)

axs[0, 0].imshow(image_int1)
axs[0, 0].set_title("dtype=int, 0~255")
axs[0, 1].imshow(image_int2)
axs[0, 1].set_title("dtype=int, 0.0~1.0")
axs[1, 0].imshow(image_float1)
axs[1, 0].set_title("dtype=float, 0.0~255.0")
axs[1, 1].imshow(image_float2)
axs[1, 1].set_title("dtype=float, 0.0~1.0")

plt.show()

print("original image shape  :{}".format(image_org.shape))
print("rearranged image shape:{}".format(image_int1.shape))
print("rearranged image:\n{}".format(image_int1))

# Clipping input data to the valid range for imshow with RGB data ([0..1] for floats or [0..255] for integers).
# original image shape  :(3, 2, 4)
# rearranged image shape:(2, 4, 3)
# rearranged image:
# [[[  0   0   0]
#   [  0   0 255]
#   [  0 255   0]
#   [  0 255 255]]
# 
#  [[255   0   0]
#   [255   0 255]
#   [255 255   0]
#   [255 255 255]]]

# --- --B -G- -GB

# R-- R-B RG- RGB

import numpy as np

import matplotlib.pyplot as plt

image_org = np.array([

[

[ 0, 0, 0, 0],

[255, 255, 255, 255]

[

[ 0, 0, 255, 255],

[ 0, 0, 255, 255]

[

[ 0, 255, 0, 255],

[ 0, 255, 0, 255]

]

])

row = image_org.shape[1]

col = image_org.shape[2]

image_int1 = np.empty((row, col, 3), dtype=int)

image_int2 = np.empty((row, col, 3), dtype=int)

image_float1 = np.empty((row, col, 3), dtype=float)

image_float2 = np.empty((row, col, 3), dtype=float)

for m in range(row):

for n in range(col):

for rgb in range(3):

image_int1[m, n, rgb] = image_org[rgb, m, n]

image_int2[m, n, rgb] = image_org[rgb, m, n] /255

#-> all the pixels become BLACK

image_float1[m, n, rgb] = image_org[rgb, m, n]

image_float2[m, n, rgb] = image_org[rgb, m, n] / 255

#- >works, but

# "Clipping input data to the valid range for imshow with RGB data ([0..1] for floats or [0..255] for integers)."

fig, axs = plt.subplots(2, 2)

axs[0, 0].imshow(image_int1)

axs[0, 0].set_title("dtype=int, 0~255")

axs[0, 1].imshow(image_int2)

axs[0, 1].set_title("dtype=int, 0.0~1.0")

axs[1, 0].imshow(image_float1)

axs[1, 0].set_title("dtype=float, 0.0~255.0")

axs[1, 1].imshow(image_float2)

axs[1, 1].set_title("dtype=float, 0.0~1.0")

plt.show()

print("original image shape :{}".format(image_org.shape))

print("rearranged image shape:{}".format(image_int1.shape))

print("rearranged image:\n{}".format(image_int1))

# Clipping input data to the valid range for imshow with RGB data ([0..1] for floats or [0..255] for integers).

# original image shape :(3, 2, 4)

# rearranged image shape:(2, 4, 3)

# rearranged image:

# [[[ 0 0 0]

# [ 0 0 255]

# [ 0 255 0]

# [ 0 255 255]]

# [[255 0 0]

# [255 0 255]

# [255 255 0]

# [255 255 255]]]

imshow()に渡す配列のdtypeがint型の時は、ピクセルデータのレンジが0～255になる。

左上は元の配列のままR, G,Bが0か255なので、想定した組み合わせの色となっている
右上は想定されているレンジに対して0.0～1.0の値を与えていることから、どのピクセルともR, G, Bが0か1（ほぼゼロ）となり黒くなっている（そのまま実行され、特にメッセ維持は出ない）

配列のdtypeがfloatの時は、ピクセルデータの想定レンジは0.0～1.0になる。

左下は最小値0と最大255を与えているが、結果は左上と同じで、imshow()のデフォルトのレンジ0～255に変更されているようである（特にメッセージは出ない）
右下は与えるピクセルデータを0.0～1.0としたところ、”入力データをクリップしている”というメッセージが出たが、レンジが修正されたらしく結果は意図通り

並べ替えた後の配列は、直感的にはわかりにくい形になっている。

グレースケール

グレースケールの場合は、cmap='gray'を指定する。vmin、vmaxは省略しても同じ結果となるが念のため。

import numpy as np
import matplotlib.pyplot as plt

row_L = np.arange(0, 256, 8, dtype=int)
row_R = np.arange(256, 0, -8)
row = np.append(row_L, row_R)
n_size = 256 // 8

image_array = np.empty((n_size, n_size), dtype=int)

for r in range(n_size):
    image_array[r, :] = row[:n_size]
    row = np.roll(row, -1)

plt.imshow(image_array, vmin=0, vmax=255, cmap='gray')
plt.show()

import numpy as np

import matplotlib.pyplot as plt

row_L = np.arange(0, 256, 8, dtype=int)

row_R = np.arange(256, 0, -8)

row = np.append(row_L, row_R)

n_size = 256 // 8

image_array = np.empty((n_size, n_size), dtype=int)

for r in range(n_size):

image_array[r, :] = row[:n_size]

row = np.roll(row, -1)

plt.imshow(image_array, vmin=0, vmax=255, cmap='gray')

plt.show()

matplotlib – カラーマップ

2020-11-21 / tau / コメントする

matplotlibのカラーマップの一覧。cmap引数の指定のために。ソースはこちら。

../../_images/sphx_glr_colormaps_001.png

../../_images/sphx_glr_colormaps_002.png

../../_images/sphx_glr_colormaps_003.png

../../_images/sphx_glr_colormaps_004.png

../../_images/sphx_glr_colormaps_005.png

../../_images/sphx_glr_colormaps_006.png

../../_images/sphx_glr_colormaps_007.png

Figure全体のタイトル

2020-11-01 / tau / コメントする

複数グラフを含むFigure全体に1つのタイトルを付けたい場合、Figure.suptitle()を使う。

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-np.pi, np.pi, 100)
y_sin = np.sin(x*2)
y_cos = np.cos(x*2)

fig, ax = plt.subplots(1, 2, figsize=(12.8, 4.8))
fig.suptitle("sine and cosine curves", fontsize="15")

ax[0].plot(x, y_sin)
ax[0].set_title("sin")

ax[1].plot(x, y_cos)
ax[1].set_title("cos")

plt.show()

import numpy as np

import matplotlib.pyplot as plt

x = np.linspace(-np.pi, np.pi, 100)

y_sin = np.sin(x*2)

y_cos = np.cos(x*2)

fig, ax = plt.subplots(1, 2, figsize=(12.8, 4.8))

fig.suptitle("sine and cosine curves", fontsize="15")

ax[0].plot(x, y_sin)

ax[0].set_title("sin")

ax[1].plot(x, y_cos)

ax[1].set_title("cos")

plt.show()

Axesで軸を反転させる

2020-11-01 / tau / コメントする

軸の反転には、invert_xaxis()、invert_yaxis()を使う。

軸が反転されているかどうかの確認には、xaxis_inverted()、yaxis_inverted()を使う。

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 1)
y = x**2

fig, axs = plt.subplots(2, 2, figsize=(6.4, 6.8))

for ax in axs.flatten():
    ax.plot(x, y)
    ax.set_aspect('equal')
    ax.set_xlim(0, 1)
    ax.set_ylim(0, 1)

axs[1, 0].invert_xaxis()
axs[1, 1].invert_xaxis()

axs[0, 1].invert_yaxis()
axs[1, 1].invert_yaxis()

axs[1, 0].set_title("x inverted")
axs[0, 1].set_title("y inverted")
axs[1, 1].set_title("x,y inverted")

for ax in axs.flatten():
    print(ax.xaxis_inverted(), ax.yaxis_inverted())

plt.show()

import numpy as np

import matplotlib.pyplot as plt

x = np.linspace(0, 1)

y = x**2

fig, axs = plt.subplots(2, 2, figsize=(6.4, 6.8))

for ax in axs.flatten():

ax.plot(x, y)

ax.set_aspect('equal')

ax.set_xlim(0, 1)

ax.set_ylim(0, 1)

axs[1, 0].invert_xaxis()

axs[1, 1].invert_xaxis()

axs[0, 1].invert_yaxis()

axs[1, 1].invert_yaxis()

axs[1, 0].set_title("x inverted")

axs[0, 1].set_title("y inverted")

axs[1, 1].set_title("x,y inverted")

for ax in axs.flatten():

print(ax.xaxis_inverted(), ax.yaxis_inverted())

plt.show()

実行結果

False False
False True
True False
True True

False False

False True

True False

True True

matplot.pyplot – 格子でないグラフの組み合わせ

2020-10-04 / tau / コメントする

通常、Figure.subplots()やpyplot.add_subplot()でグラフの描画領域を指定するとき、m行n列の格子状のグラフエリアが生成される。

これに対して、たとえば1行目に2つのグラフエリアを表示して2行目に全幅のグラフを1つ、だとか、1列目に2列ぶち抜きのグラフエリアを表示して2列目に縦2つのグラフエリアを表示したいときがある。

このような場合の1つの方法が、Figure.add_subplotで加えたいグラフエリアの構成自体を変える方法がある。

以下の例は、1行目に2つのグラフを並べ、2行目は全幅で1つのグラフエリアを表示させる方法。

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-np.pi, np.pi, 100)

fig = plt.figure()

ax1 = fig.add_subplot(2, 2, 1)
ax2 = fig.add_subplot(2, 2, 2)
ax3 = fig.add_subplot(2, 1, 2)

plt.show()

import numpy as np

import matplotlib.pyplot as plt

x = np.linspace(-np.pi, np.pi, 100)

fig = plt.figure()

ax1 = fig.add_subplot(2, 2, 1)

ax2 = fig.add_subplot(2, 2, 2)

ax3 = fig.add_subplot(2, 1, 2)

plt.show()

また、1列目に2行分を占有する一つのグラフエリアと、2列目に2つのグラフエリアを縦に並べる方法。

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-np.pi, np.pi, 100)

fig = plt.figure()

ax1 = fig.add_subplot(1, 2, 1)
ax2 = fig.add_subplot(2, 2, 2)
ax3 = fig.add_subplot(2, 2, 4)

plt.show()

import numpy as np

import matplotlib.pyplot as plt

x = np.linspace(-np.pi, np.pi, 100)

fig = plt.figure()

ax1 = fig.add_subplot(1, 2, 1)

ax2 = fig.add_subplot(2, 2, 2)

ax3 = fig.add_subplot(2, 2, 4)

plt.show()

Axes.set_xlabel/ylabel～軸のラベル

2020-09-08 / tau / コメントする

概要

Axesに描いたグラフの軸にラベルを付けるには、set_xlabel()やset_ylabel()を使う。

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-np.pi, np.pi)
y = np.sin(x * 2)

fig = plt.figure()
ax = fig.add_subplot()
ax.plot(x, y)
ax.set_xlabel("theta")
ax.set_ylabel("sine")
plt.show()

import numpy as np

import matplotlib.pyplot as plt

x = np.linspace(-np.pi, np.pi)

y = np.sin(x * 2)

fig = plt.figure()

ax = fig.add_subplot()

ax.plot(x, y)

ax.set_xlabel("theta")

ax.set_ylabel("sine")

plt.show()

位置等の調整

ラベルの位置はlocパラメーターで調整する。x軸とy軸では設定値が異なる（matplotlibのバージョンが3.1.1ではエラーになるので、3.3.1にアップグレード）。

set_xlabel("labelname", loc='left'/'center'/'right')
set_ylabel("labelname", loc='bottom'/'center'/'top')

以下の例では、set_ylabel()のパラメーターにTextのプロパティーとしてrotationを指定している（そのままだと横にしたラベルがエリア外に切れてしまうので、8行目でsubplots_adjustを指定している）。

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-np.pi, np.pi)
y = np.sin(x * 2)

fig, ax = plt.subplots()
fig.subplots_adjust(left=0.2)
ax.plot(x, y)
ax.set_xlabel("theta", loc='right')
ax.set_ylabel("sine", loc='top', rotation='horizontal')
plt.show()

import numpy as np

import matplotlib.pyplot as plt

x = np.linspace(-np.pi, np.pi)

y = np.sin(x * 2)

fig, ax = plt.subplots()

fig.subplots_adjust(left=0.2)

ax.plot(x, y)

ax.set_xlabel("theta", loc='right')

ax.set_ylabel("sine", loc='top', rotation='horizontal')

plt.show()

pyplot – subplotの位置調整

2020-08-22 / tau / コメントする

subplot間の間隔調整

Figure内のSubplotの位置や相互の間隔を調整するには、subplots_adjust()メソッドを用いる。pyplot.subplots_adjust()でもよいが、figureのメソッドとしてもよい。

pyplot.subplots_adjust(left, bottom, right, top, wspace, hspace): left, bottom, right, topはsubplots全体の左端、下端、右端、上端の位置。wspace, hspaceはそれぞれ各subplot間の幅方向と高さ方向の間隔。

引数の意味はドキュメントで以下のように説明されている。

left = 0.125  # the left side of the subplots of the figure
right = 0.9   # the right side of the subplots of the figure
bottom = 0.1  # the bottom of the subplots of the figure
top = 0.9     # the top of the subplots of the figure
wspace = 0.2  # the amount of width reserved for space between subplots,
              # expressed as a fraction of the average axis width
hspace = 0.2  # the amount of height reserved for space between subplots,
              # expressed as a fraction of the average axis height

left = 0.125 # the left side of the subplots of the figure

right = 0.9 # the right side of the subplots of the figure

bottom = 0.1 # the bottom of the subplots of the figure

top = 0.9 # the top of the subplots of the figure

wspace = 0.2 # the amount of width reserved for space between subplots,

# expressed as a fraction of the average axis width

hspace = 0.2 # the amount of height reserved for space between subplots,

# expressed as a fraction of the average axis height

left～topはキャンバスの左上を(0, 0)、右下を(1, 1)としたときの比率。

たとえばデフォルトで4つのsubpotsを描く。

import numpy as np
import matplotlib.pyplot as plt

fig, axs = plt.subplots(2, 2)
x = np.linspace(-np.pi, np.pi)

for n, ax in enumerate(axs.reshape(axs.size)):
    ax.plot(x, np.sin(x * (n + 1)))

fig.subplots_adjust()

plt.show()

import numpy as np

import matplotlib.pyplot as plt

fig, axs = plt.subplots(2, 2)

x = np.linspace(-np.pi, np.pi)

for n, ax in enumerate(axs.reshape(axs.size)):

ax.plot(x, np.sin(x * (n + 1)))

fig.subplots_adjust()

plt.show()

これに対してsubplots全体の左端をキャンバス内の左から0.3の位置に、下端を下から0.5の位置に設定すると以下のようになる。

fig.subplots_adjust(left=0.3, bottom=0.5)

1	fig.subplots_adjust(left=0.3, bottom=0.5)

また、wspace、hspaceを1とすると以下のようになる。

fig.subplots_adjust(wspace=1, hspace=1)

1	fig.subplots_adjust(wspace=1, hspace=1)