Summary  
This chapter covers how to customize chart axes by setting tick positions and labels (including rotation and styling) and by adding and styling axis labels (with font size, color, and placement).  

General domain of usage  
Data visualization

## 目盛りのカスタマイズ

**目盛り**をカスタマイズするには、以下を使用：

* x軸には `xticks`
* y軸には `yticks`

どちらも以下を受け付ける：

* `ticks` — 目盛りの位置（空リストで目盛りを削除）
* `labels` — その位置に表示するカスタムテキスト

追加のキーワード引数で目盛りラベルのスタイル（例：回転、フォントサイズ）を設定可能。

以下はこれらのツールを使ったプロット例：

このプロットは概ね問題ありませんが、この範囲（1995-2020）のx軸にもっと多くの年を表示した方が良いでしょう。この目的で `xticks()` を使用します：

import pandas as pd
import matplotlib.pyplot as plt

url = 'https://staging-content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv'
weather_df = pd.read_csv(url, index_col=0)

plt.plot(weather_df['Boston'], label='Boston')
plt.plot(weather_df['Seattle'], label='Seattle')

plt.title('Boston and Seattle average yearly temperatures')
plt.legend(loc='upper left')

plt.xticks(range(1995, 2021, 2), rotation=30)

plt.show()

x軸には `range(1995, 2021, 2)` により2年ごとに表示。
ラベルは読みやすさのため30°回転。
目盛りラベルは `labels` にリストを渡すことで手動設定も可能。

## 軸ラベルのカスタマイズ

`xlabel()` および `ylabel()` で軸ラベルを設定。各関数は1つの文字列を受け取る。

import pandas as pd
import matplotlib.pyplot as plt

url = 'https://content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv'
weather_df = pd.read_csv(url, index_col=0)

plt.plot(weather_df['Boston'], label='Boston')
plt.plot(weather_df['Seattle'], label='Seattle')

plt.title('Boston and Seattle average yearly temperatures')
plt.legend(loc='upper left')
plt.xticks(range(1995, 2021, 2), rotation=30)
plt.ylabel('Temperature, °F')

plt.show()

ラベルは、`fontsize` や `color` などのオプションでスタイルを設定可能。
`loc` 引数はラベルの配置を制御：

* xラベルの場合： `'left'`, `'center'`, `'right'`;
* yラベルの場合： `'top'`, `'center'`, `'bottom'`。

詳細はドキュメントを参照： <a href="https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.xlabel.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>xlabel()</code></a> および <a href="https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.ylabel.html#matplotlib.pyplot.ylabel" 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>ylabel()</code></a>。


さらに学ぶ

import unittest
import ast
import inspect
import user_code  # This should be your solution file/module name


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 TestPlotCustomization(unittest.TestCase):

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

        # Gather all function calls
        cls.calls = [
            node for node in ast.walk(cls.tree)
            if isinstance(node, ast.Call) and isinstance(node.func, ast.Attribute)
        ]

    def test_xticks_data_linear_used(self):
        xticks_call = next((call for call in self.calls if call.func.attr == 'xticks'), None)
        arg_id = xticks_call.args[0].id if xticks_call and isinstance(xticks_call.args[0], ast.Name) else None
        _dynamic_test(
            self,
            arg_id == 'data_linear',
            "Used `data_linear` as x-axis ticks",
            f"Expected `data_linear` as x-axis ticks, got `plt.xticks({arg_id})`"
        )

    def test_xlabel_correct_label_and_loc(self):
        xlabel_call = next((call for call in self.calls if call.func.attr == 'xlabel'), None)
        label = xlabel_call.args[0].s if xlabel_call and isinstance(xlabel_call.args[0], ast.Str) else None
        loc_kwarg = next((kw.value.s for kw in xlabel_call.keywords if kw.arg == 'loc'), None) if xlabel_call else None
        _dynamic_test(
            self,
            label == 'x' and loc_kwarg == 'right',
            "Correct x-axis label and location set: xlabel('x', loc='right')",
            f"Incorrect x-axis label or location: label={label}, loc={loc_kwarg}"
        )

    def test_ylabel_correct_label_loc_and_rotation(self):
        ylabel_call = next((call for call in self.calls if call.func.attr == 'ylabel'), None)
        label = ylabel_call.args[0].s if ylabel_call and isinstance(ylabel_call.args[0], ast.Str) else None
        loc_kwarg = next((kw.value.s for kw in ylabel_call.keywords if kw.arg == 'loc'), None) if ylabel_call else None
        rotation_kwarg = next((kw.value.n for kw in ylabel_call.keywords if kw.arg == 'rotation'), None) if ylabel_call else None
        _dynamic_test(
            self,
            label == 'y' and loc_kwarg == 'top' and rotation_kwarg == 0,
            "Correct y-axis label with location and rotation: ylabel('y', loc='top', rotation=0)",
            f"Incorrect y-axis label, loc, or rotation: label={label}, loc={loc_kwarg}, rotation={rotation_kwarg}"
        )


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


test_axes.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。

Axesのカスタマイズ

目盛りのカスタマイズ

軸ラベルのカスタマイズ

解答