チャートの基本

この例では，さまざまなタイプのチャートをシーンに追加する方法を示しています．より複雑な例として，同じレンダラーで複数のチャートをオーバーレイとして組み合わせる方法は， チャートのオーバーレイ にあります．

import numpy as np

import pyvista as pv

rng = np.random.default_rng(1)  # Seeded random number generator for consistent data generation

この例では，ランダムに抽出された100個のデータポイントから2次元の散布図を作成する方法を示します．デフォルトでは，チャートは軸を自動的にリスケールし，プロットされたすべてのデータが見えるようになっています．チャートの上で右クリックすると，チャートのズームやパンが可能です．

x = rng.standard_normal(100)
y = rng.standard_normal(100)
chart = pv.Chart2D()
chart.scatter(x, y, size=10, style="+")
chart.show()

データポイントを線で結ぶには，以下の例のように2Dのラインプロットを作成することができます．また，カスタム軸の範囲を自分で指定することで，プロットされたデータを動的に 'ズームイン' することができます．

x = np.linspace(0, 10, 1000)
y = np.sin(x**2)
chart = pv.Chart2D()
chart.line(x, y)
chart.x_range = [5, 10]  # Focus on the second half of the curve
chart.show()

また，一般的な pyvista.Chart2D.plot() 関数を使って，ラインとマーカーの両方のスタイルを一度に指定することで，散布図とラインプロットを簡単に組み合わせることができます．

x = np.arange(11)
y = rng.integers(-5, 6, 11)
chart = pv.Chart2D()
chart.background_color = (0.5, 0.9, 0.5)  # Use custom background color for chart
chart.plot(x, y, 'x--b')  # Marker style 'x', striped line style '--', blue color 'b'
chart.show()

次の例では，2本のポリラインの間に塗りつぶし領域を作成しています．

x = np.linspace(0, 10, 1000)
y1 = np.cos(x) + np.sin(3 * x)
y2 = 0.1 * (x - 5)
chart = pv.Chart2D()
chart.area(x, y1, y2, color=(0.1, 0.1, 0.9, 0.5))
chart.line(x, y1, color=(0.9, 0.1, 0.1), width=4, style="--")
chart.line(x, y2, color=(0.1, 0.9, 0.1), width=4, style="--")
chart.title = "Area plot"  # Set custom chart title
chart.show()

棒チャートにも対応しています．複数の棒チャートが隣り合って配置されています．

x = np.arange(1, 13)
y1 = rng.integers(1e2, 1e4, 12)
y2 = rng.integers(1e2, 1e4, 12)
chart = pv.Chart2D()
chart.bar(x, y1, color="b", label="2020")
chart.bar(x, y2, color="r", label="2021")
chart.x_axis.tick_locations = x
chart.x_axis.tick_labels = [
    "Jan",
    "Feb",
    "Mar",
    "Apr",
    "May",
    "Jun",
    "Jul",
    "Aug",
    "Sep",
    "Oct",
    "Nov",
    "Dec",
]
chart.x_label = "Month"
chart.y_axis.tick_labels = "2e"
chart.y_label = "# incidents"
chart.show()

バーを横に並べて描くのではなく，重ねて描きたい場合は，yの値を連続して渡します．

x = np.arange(1, 11)
ys = [rng.integers(1, 11, 10) for _ in range(5)]
labels = [f"Machine {i}" for i in range(5)]
chart = pv.Chart2D()
chart.bar(x, ys, label=labels)
chart.x_axis.tick_locations = x
chart.x_label = "Configuration"
chart.y_label = "Production"
chart.grid = False  # Disable the grid lines
chart.show()

同様に，複数のエリアプロットを重ねることもできます．

x = np.arange(0, 11)
ys = [rng.integers(1, 11, 11) for _ in range(5)]
labels = [f"Segment {i}" for i in range(5)]
chart = pv.Chart2D()
chart.stack(x, ys, labels=labels)
chart.show()

これまでの例で使用したフレキシブルなChart2Dの他にも，いくつかの専用チャートを作成することができます．下の例では，円チャートを作成することができます．

data = np.array([8.4, 6.1, 2.7, 2.4, 0.9])
chart = pv.ChartPie(data)
chart.plot.labels = [f"slice {i}" for i in range(len(data))]
chart.show()

データセットの統計情報を要約するには，箱ひげ図を簡単に作成することができます．

data = [rng.poisson(lam, 20) for lam in range(2, 12, 2)]
chart = pv.ChartBox(data)
chart.plot.labels = [f"Experiment {i}" for i in range(len(data))]
chart.show()

pyvistaやVTKでサポートされていない他のタイプのチャートを追加したい場合は，matplotlibを使ってカスタムチャートを作成し，pyvistaのプロットウィンドウに埋め込むことができます．以下の例は，これをどのように行うかを示しています．

import matplotlib.pyplot as plt

# First, create the matplotlib figure
f, ax = plt.subplots(
    tight_layout=True
)  # Tight layout to keep axis labels visible on smaller figures
alphas = [0.5 + i for i in range(5)]
betas = [*reversed(alphas)]
N = int(1e4)
data = [rng.beta(alpha, beta, N) for alpha, beta in zip(alphas, betas)]
labels = [f"$\\alpha={alpha:.1f}\\,;\\,\\beta={beta:.1f}$" for alpha, beta in zip(alphas, betas)]
ax.violinplot(data)
ax.set_xticks(np.arange(1, 1 + len(labels)))
ax.set_xticklabels(labels)
ax.set_title("$B(\\alpha, \\beta)$")

# Next, embed the figure into a pyvista plotting window
p = pv.Plotter()
chart = pv.ChartMPL(f)
chart.background_color = 'w'
p.add_chart(chart)
p.show()