Pythonが大体使えるようになったので, 綺麗なプロットを作れる
Matplotlib
を使ってみていますが(ずっと前に
Bayes Wiki
に書きましたが), 細かい調整の設定が超わかりにくいので, 自分用メモ。
以下, from pylab import * 後です。
- xlabel, ylabel を軸から離したい時
xlabel('...',labelpad=10) など。
- xticks,yticksのフォントサイズ
xticks(fontsize=24) など。
- 軸の目盛り数字がデフォルトでは軸に近づきすぎなので, 離したい時
axes().tick_params(direction='out',pad=10)
- 図全体の縦横比を変えたい場合
axes().set_aspect(数字). この数字は1標準ではなく, ticksの数値依存.
- 図の外のマージンを変えたい場合 (ラベルのテキストが外に出てしまうなど)
margins = matplotlib.pyplot.subplots_adjust と定義して,
margins(left=0.1,bottom=0.2) など。
なお, 軸の左と下だけを残したい場合は多いと思うので,
def simpleaxis():
ax = gca().axes
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)
ax.get_xaxis().tick_bottom()
ax.get_yaxis().tick_left()
という関数を Python のライブラリに書いて使っています。

先週案内が出ましたが, 2013年後期の統数研公開講座として
"確率的トピックモデル"
をもう一度行うことになりました。
今回はケンブリッジから帰ってきた岩田君と石黒君, 僕の3人で万全の体制です。
前回, 受講したい方がいてもすぐ埋まってしまったようなのと, 樋口所長から
公開講座拡充の要請もあったので開講することにしました。今回は大会議室を
使いますので, 聴講される方も聴きやすいかと思います。
後期の公開講座の一覧は
こちらです
が, 結構どれもヒットが多く, 個人的には離散最適化と確率分割&
吉田さんのオミックス統計学の話が, 特にレベルが高くて面白そうだなと
思っています。(確率分割の方は参加予定で, オミックス統計学もできれば行きたい。)
中身的には確率分割の講座は「中級」ではないと思うので,
特に間野先生にお願いして講座のレベル表示を変えていただきました。
なお, トピックモデルは重要なモデルだと思いますが, 個人的にはそれに安住する
つもりはなく, こうした内容を足場に次のもっと複雑なモデルへ行く必要がある
と思っています。