Summary  
This chapter covers how to add and customize titles in plots by using a plotting library’s title function, including setting the title text, font size, color, and location.  

General domain of usage  
Data visualization

## タイトルの選択

優れたプロットには、明確で情報量の多い**タイトル**が必要。
「Line plot」や「Scatter plot」のような一般的なタイトルは文脈が不足しており、可視化の目的を伝えられない。
より良い例としては、**「New York Average Monthly Temperatures (2022)」**のように、データの内容、場所、期間といった重要な詳細を明示するタイトルが挙げられる。

以下は、`matplotlib`を使ってプロットのタイトルを設定する方法。

import matplotlib.pyplot as plt
programming_languages = ['Python', 'Java', 'C#', 'C++']
shares = [40, 30, 17, 13]
plt.bar(programming_languages, shares, color=['b', 'green', 'red', 'yellow'])
# Setting the plot title
plt.title('Percentage of users of programming languages')
plt.show()

## タイトルのカスタマイズ

タイトルは、タイトル文字列を**文字列**として`plt.title()`関数に渡すことで設定。
メインの`label`パラメータに加え、**フォントサイズ**は`fontsize`引数（デフォルトは`10`）、**フォントカラー**は`color`パラメータで指定可能。
これらがタイトルをカスタマイズする主なオプション。


もう一つ重要なパラメータが`loc`（位置）で、`center`（デフォルト）、`left`、`right`のいずれかを指定できる。

例を使ってタイトルを変更。

import matplotlib.pyplot as plt

programming_languages = ['Python', 'Java', 'C#', 'C++']
shares = [40, 30, 17, 13]
plt.bar(programming_languages, shares, color=['b', 'green', 'red', 'yellow'])
# Customizing the title appearance
plt.title('Percentage of users of programming languages', loc='left', fontsize=7, color='indigo')
plt.show()

タイトルは**左揃え**で、フォントサイズが大きくなり、フォントカラーも変更されています。これらのパラメータは、タイトルをカスタマイズする際によく注目される要素です。


さらに詳しい情報については、いつでも<a href="https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.title.html" target="_blank"><svg width="1em" height="1em" viewBox="0 0 30 32" fill="none" xmlns="http://www.w3.org/2000/svg"><path fill="none" stroke="#098f67" style="stroke: var(--color1, #098f67)" stroke-linejoin="miter" stroke-linecap="round" stroke-miterlimit="4" stroke-width="2.4156" d="M17.289 17.305v0c-1.754 1.754-4.597 1.754-6.351 0l-7.76-7.759c-1.755-1.755-1.755-4.601 0-6.356v0c1.753-1.753 4.595-1.756 6.351-0.005l6.208 6.187"></path><path fill="none" stroke="#098f67" style="stroke: var(--color1, #098f67)" stroke-linejoin="miter" stroke-linecap="round" stroke-miterlimit="4" stroke-width="2.4156" d="M12.504 13.97v0c1.754-1.754 4.597-1.754 6.351 0l7.762 7.762c1.754 1.754 1.754 4.597 0 6.351v0c-1.754 1.754-4.597 1.754-6.351 0l-5.953-5.953"></path></svg> <code>title()</code> documentation</a> を参照してください。




さらに学ぶ

import unittest
import ast
import inspect
import user_code  # Replace with actual module name if different


def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)


class TestPlotTitle(unittest.TestCase):

    @classmethod
    def setUpClass(cls):
        source = inspect.getsource(user_code)
        cls.tree = ast.parse(source)

        cls.title_calls = [
            node for node in ast.walk(cls.tree)
            if isinstance(node, ast.Call)
            and isinstance(node.func, ast.Attribute)
            and node.func.attr == 'title'
        ]

    def test_title_function_used(self):
        _dynamic_test(
            self,
            len(self.title_calls) > 0,
            "plt.title() is used to set the plot title",
            "Missing call to plt.title()"
        )

    def test_title_text_correct(self):
        try:
            call = self.title_calls[0]
            title_text = call.args[0].s if isinstance(call.args[0], ast.Str) else ""
            _dynamic_test(
                self,
                title_text == 'Boston and Seattle average yearly temperatures',
                "Correct title text is used in plt.title()",
                f"Expected title text 'Boston and Seattle average yearly temperatures', got '{title_text}'"
            )
        except Exception:
            self.fail("Title text argument is missing or incorrectly structured.")

    def test_title_fontsize(self):
        try:
            call = self.title_calls[0]
            fontsize_kw = next((kw for kw in call.keywords if kw.arg == 'fontsize'), None)
            value = fontsize_kw.value.n if fontsize_kw else None
            _dynamic_test(
                self,
                value == 15,
                "Correct fontsize (15) is used in plt.title()",
                f"Expected fontsize=15, got fontsize={value}"
            )
        except Exception:
            self.fail("fontsize argument is missing or incorrectly structured.")

    def test_title_loc(self):
        try:
            call = self.title_calls[0]
            loc_kw = next((kw for kw in call.keywords if kw.arg == 'loc'), None)
            value = loc_kw.value.s if loc_kw else None
            _dynamic_test(
                self,
                value == 'right',
                "Correct location 'right' is used in plt.title()",
                f"Expected loc='right', got loc='{value}'"
            )
        except Exception:
            self.fail("loc argument is missing or incorrectly structured.")


if __name__ == '__main__':
    unittest.main()


test_title.py

データは私たちの身の回りにあふれており、それを理解することは非常に重要です。可視化は、データ内の特定のパターンや洞察を見つけることで、データを扱うのに役立ちます。Pythonとそのライブラリ（matplotlibやseabornなど）を用いて、データからできるだけ多くの情報を整然かつ簡潔に取得するためのデータ可視化の確かな基礎を身につけます。

Matplotlibによるデータ可視化の基本を学びます。コアとなる概念を理解し、その利点を探り、この基本的なプロットライブラリを使って最初のシンプルなプロットを作成します。

最も一般的なプロットタイプを使ってデータを視覚化する方法を習得します。折れ線グラフ、散布図、棒グラフを作成し、データから得られる洞察を明確に伝える方法を学びます。

プロットをより情報豊かで視覚的に魅力的にする方法を学びます。タイトル、凡例、色、グリッドの追加や、複数のサブプロットを効果的に配置する方法を紹介します。

データの分布やパターンを分析するための統計的な可視化手法を探求します。ヒストグラム、箱ひげ図、円グラフを作成し、より深い統計的洞察を得ます。

Seabornを使用して、可視化スキルをさらに高めましょう。カウントプロット、KDE、ペアプロット、ヒートマップなどの高度なプロットを作成し、Seabornの洗練されたスタイルとカスタマイズオプションを習得します。

プロットへのタイトルの追加

タイトルの選択

タイトルのカスタマイズ

解答