PythonでMatplotlibで作成したグラフを保存する方法を現役エンジニアが解説【初心者向け】

PythonでMatplotlibで作成したグラフを保存する方法について解説します。

 

目次

• Matplotlibで作成したグラフを保存する方法
• 実際に書いてみよう

 

 

Matplotlibで作成したグラフを保存する方法

Pythonでグラフを描画する際に標準的に使用するライブラリがMatplotlibです。

マットプロットリブと読みます。

MatplotlibはPandas（パンダス）やNumpy（ナンパイ）といった数値演算ライブラリとの親和性も高く、データ分析の過程においてデータの傾向の可視化などに大いに役立ちます。

Pythonプログラムをコマンドラインから実行した際、Matplotlibで作成したグラフを確認するにはファイルに保存するのが便利です。

ファイルに保存するには以下のように記述します。

 

# ライブラリのインポート
# matplotlibにあるpyplotというモジュールをインポートして、
# pltという省略した名前で利用できるようにしています
import matplotlib.pyplot as plt

# グラフの描画先の準備
# plt（最初にインポートしたmatplotlib.pyplotというモジュール）にある
# figure()メソッドを、figに代入しておきます。
fig = plt.figure()

# ここにグラフを描画する処理を記述する

# ファイルに保存
# fig（準備した描写先であるFigure(432x288)のようなデータが準備されています）に
# img.pngという画像を保存しています。
fig.savefig("img.png")

 

ファイルに保存する際、拡張子を指定することで任意のフォーマットで保存できます。

対応しているフォーマットは以下のとおりです。

eps, jpeg, jpg, pdf, pgf, png, ps, raw, rgba, svg, svgz, tif, tiff

 

[PR] Pythonで挫折しない学習方法を動画で公開中

実際に書いてみよう

今回のサンプルプログラムでは、簡単なヒストグラムを描画してファイルに保存してみます。

必要なライブラリはMatplotlibとNumpyです。

事前にインストールしておくと良いでしょう。

 

# matplotlibにあるpyplotというモジュールをインポートして、
# pltという省略した名前で利用できるようにしています。
import matplotlib.pyplot as plt
# numpyというライブラリをインポートして、
# npという省略した名前で利用できるようにしています。
import numpy as np

# 平均50、分散20の乱数を10万個作成しています。
# npのrandom
x = np.random.normal(50, 20, 100000)

# 画像のプロット先の準備をします。
# ここでは、Figure(432x288)のようなデータが準備されています。
fig = plt.figure()

# plt（matplotlibにあるpyplotというモジュール）の
# histメソッドを利用してヒストグラムの描画をしています。
# xでは、npで生成した乱数を指定しています。
# binsでは、表示する棒の数を指定しています。
# ecでは、barの境目の線の色を指定しています。
plt.hist(x, bins=100, ec='black')

# plot.titleでは、グラフのタイトルを指定しています。
plt.title("normal histogram")
# plot.xlabelでは、x方向のラベルを指定しています。
# x方向とはグラフの横向きの方向です。
plt.xlabel("x")
# plot.ylabelでは、y方向のラベルを指定しています。
# y方向とはグラフの縦向きの方向です。
plt.ylabel("y")
# plt.xlimでは、グラフの表示範囲を指定しています。
# ()で指定しているのは、(Xの最小値, Xの最大値)です。
plt.xlim(-50, 150)
# plt.grid()では、グリッドを表示しています。
plt.grid()

# fig.savefig("img.png")では、
# グラフをimg.pngという名前のファイルに保存しています。
fig.savefig("img.png")

 

実行結果は以下のようになります。
プログラムと同じフォルダに「img.png」というファイルが作成されます。

 

監修してくれたメンター

太田和樹（おおたかずき） ITベンチャー企業のPM兼エンジニア 普段は主に、Web系アプリケーション開発のプロジェクトマネージャーとプログラミング講師を行っている。守備範囲はフロントエンド、モバイル、サーバサイド、データサイエンティストと幅広い。その幅広い知見を生かして、複数の領域を組み合わせた新しい提案をするのが得意。 開発実績：画像認識技術を活用した駐車場混雑状況把握（実証実験）、音声認識を活用したヘルプデスク支援システム、Pepperを遠隔操作するアプリの開発、大規模基幹系システムの開発・導入マネジメント。 地方在住。仕事のほとんどをリモートオフィスで行う。通勤で消耗する代わりに趣味のDIYや家庭菜園、家族との時間を楽しんでいる。

 

 

Pythonを学習中の方へ

これで解説は終了です、お疲れさまでした。

• つまずかず「効率的に」学びたい
• 副業や転職後の「現場で使える」知識やスキルを身につけたい

プログラミングを学習していて、このように思ったことはありませんか？

テックアカデミーのPythonコースでは、第一線で活躍する「プロのエンジニア」が教えているので、効率的に実践的なスキルを完全オンラインでしっかり習得できます。

合格率10%の選考を通過した、選ばれたエンジニアの手厚いサポートを受けながら、人工知能（AI）や機械学習の基礎を完全オンラインでしっかり習得できます。

まずは一度、無料体験で学習の悩みや今後のキャリアについて話してみて、「現役エンジニアから教わること」を実感してみてください。

時間がない方、深く知ってから体験してみたい方は、今スグ見られる説明動画から先に視聴することをおすすめします！