Summary  
This chapter covers two techniques for generating simple 2D plots in matplotlib: the procedural pyplot approach and the object-oriented approach using Figure and Axes objects. It shows how to call the plot() method on either the plt module or an Axes instance and then display the result.  

General domain of usage  
Data visualization

`matplotlib` のアーキテクチャを理解した上で、**最初のプロット**の作成に進みます。プロットを作成する一般的な2つの方法を示します。

* **スクリプト**方式
* `Artist` オブジェクトを明示的にインスタンス化する**オブジェクト指向**方式


## スクリプト方式

この方法では、`Figure` および `Axes` オブジェクトを明示的に作成する必要はありません（内部で自動的に処理されます）。

2次元空間では、各点は **x** 座標と **y** 座標を持ちます。これをプロットするには、`pyplot` サブモジュールをインポートし、`plt` エイリアスを使用して、`x` および `y` 変数を初期化し、`plot()` 関数に `x` と `y` を引数として渡し、点マーカーとして `'o'` を指定します。



注意

プロットは `plt.show()` で表示される：


import matplotlib.pyplot as plt
x = 5
y = 4
plt.plot(x, y, 'o')
plt.show()

## オブジェクト指向アプローチ

ここでの唯一の違いは、オブジェクト指向アプローチの使用である：`Figure` を使って `Axes` と `subplots()` オブジェクトを作成し、同じ引数で `.plot()` オブジェクトの `Axes` メソッドを呼び出す。


import matplotlib.pyplot as plt
x = 5
y = 4
fig, ax = plt.subplots()
ax.plot(x, y, 'o')
plt.show()

他の描画関数を `plot()` の代わりに使用しても、両方の方法は同等のまま。コースでは主に**スクリプト方式**を採用するが、両方の方法を理解することが重要。任意の方法で点を描画。

import unittest
import importlib
from unittest.mock import patch
import user_code  # Assuming student's solution is in user_code.py


# Helper function to apply your dynamic assertion style
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 TestUserCode(unittest.TestCase):

    def test_import_pyplot(self):
        condition = hasattr(user_code, "plt")
        _dynamic_test(
            self,
            condition,
            "matplotlib.pyplot is imported as plt.",
            "Expected matplotlib.pyplot to be imported as 'plt'."
        )

    def test_assign_x(self):
        x_value = getattr(user_code, "x", None)
        condition = x_value == 10
        _dynamic_test(
            self,
            condition,
            "Variable 'x' is correctly assigned to 10.",
            f"Expected variable 'x' to be 10, but got {x_value}."
        )

    def test_assign_y(self):
        y_value = getattr(user_code, "y", None)
        condition = y_value == 2
        _dynamic_test(
            self,
            condition,
            "Variable 'y' is correctly assigned to 2.",
            f"Expected variable 'y' to be 2, but got {y_value}."
        )

    def test_plot_called_with_correct_args(self):
        with patch("matplotlib.pyplot.plot") as mock_plot, patch("matplotlib.pyplot.show"):
            # Re-import module to trigger plotting code with patched functions
            importlib.reload(user_code)
            try:
                mock_plot.assert_called_with(10, 2, 'o')
                _dynamic_test(
                    self,
                    True,
                    "plt.plot() called with correct arguments (10, 2, 'o').",
                    ""
                )
            except AssertionError as e:
                _dynamic_test(
                    self,
                    False,
                    "",
                    f"plt.plot() was not called with (10, 2, 'o'): {str(e)}"
                )


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


test_basic_plotting.py

視覚的分析を通じてデータを探索し、伝達する方法を学びます。本コースでは、一般的なプロットの作成、可視化のカスタマイズ、統計チャートを用いたデータ分布・関係・パターンの検証について解説します。実世界のデータセットに対して、探索的データ分析手法を適用し、傾向、異常、洞察を特定します。

基本的プロット

スクリプト方式

オブジェクト指向アプローチ

解答