Summary  
This chapter introduces how to create and manage Figure and Axes objects in matplotlib’s artist layer via the pyplot module, demonstrating the use of subplots() to set up a canvas, plotting on the Axes, and printing the canvas with show().

General domain of usage  
Data visualization

`matplotlib` には3つのレイヤーがあります：
* **バックエンドレイヤー**：プロットを画面やファイルにレンダリングするレイヤー；
* **アーティストレイヤー**：データの配置方法を記述し、`Artist` オブジェクトで構成されるレイヤー；
* **スクリプトレイヤー**：前述の2つのレイヤーを接続し、それらへのアクセスを簡素化するレイヤー。

主に `pyplot` モジュールを用いたスクリプトレイヤーとアーティストレイヤーに焦点を当てる。アーティストレイヤーには以下が含まれる：

* **コンテナ**（例：`Figure`、`Axes`）;
* **プリミティブ**（例：線、長方形、円、テキストなど）。

`Figure` は主要な `Artist` オブジェクトであり、すべてのプロットが配置されるキャンバスと考えられる。基本的に、全体をまとめる役割を持つ。

一方、`Axes` は2つの軸オブジェクト、x軸とy軸から構成されるオブジェクト。



`Figure` = キャンバス, `Axes` = x軸 + y軸。

ノート

次に、`Figure` とその `Axes` の作成方法を見ていく。

import matplotlib.pyplot as plt
fig, ax = plt.subplots()
ax.plot()
plt.show()

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。

キャンバスの作成