💾 STEP 11: 保存とエクスポート
作成したグラフを画像ファイルとして保存する方法をマスターしよう!
📋 このステップで学ぶこと
- plt.savefig()の使い方
- ファイル形式の選び方（PNG, SVG, PDF, JPG）
- 解像度（dpi）の設定
- 余白の調整
- 透明背景の設定
- 高品質な画像の保存方法
💾 1. 基本的な保存方法
なぜグラフを保存する必要があるのか
Matplotlibで作成したグラフは、そのままではプログラム実行中にしか見られません。レポートやプレゼン資料、Webサイトで使うためには、画像ファイルとして保存する必要があります。
Matplotlibにはplt.savefig()という便利な関数があり、これを使うことでグラフをPNG、SVG、PDFなど様々な形式で保存できます。
savefig()の基本構文
まず、最もシンプルな保存方法を見てみましょう。
【savefig()の基本構文】
plt.savefig(‘ファイル名.拡張子’)
・ファイル名：保存したいファイルの名前
・拡張子：ファイル形式（.png, .svg, .pdf など）
【重要ルール】
plt.savefig() は必ず plt.show() の前に実行する！
⚠️ 最重要ポイント：savefig()はshow()の前に実行！
plt.show()を実行するとグラフがクリアされます。そのため、show()の後にsavefig()を実行すると、空白の画像が保存されてしまいます。必ず「グラフ作成 → savefig() → show()」の順序を守りましょう。
基本的な保存の例
実際にグラフを作成して保存してみましょう。コードの各部分が何をしているか、順番に説明します。
📝 コードの流れ
- ライブラリをインポート
- データを準備
- グラフを作成
- savefig()で保存（show()の前！）
- show()でグラフを表示
# ステップ1: ライブラリをインポート
import matplotlib.pyplot as plt
# ステップ2: データを準備
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
# ステップ3: グラフを作成
plt.figure(figsize=(10, 6)) # 図のサイズを設定
plt.plot(x, y, marker=’o’, linewidth=2.5, color=’steelblue’)
plt.title(‘サンプルグラフ’, fontsize=16, fontweight=’bold’)
plt.xlabel(‘X軸’, fontsize=12)
plt.ylabel(‘Y軸’, fontsize=12)
plt.grid(True, alpha=0.3)
# ステップ4: 画像として保存（show()の前に実行！）
plt.savefig(‘my_graph.png’)
# ステップ5: グラフを表示
plt.show()
💡 各行の解説
| コード | 何をしているか | なぜ必要か |
|---|---|---|
plt.savefig('my_graph.png') |
グラフを「my_graph.png」という名前で保存 | グラフを画像ファイルとして残すため |
'my_graph.png' |
ファイル名と形式を指定 | .pngでPNG形式を指定している |
保存場所の指定方法
デフォルトでは、現在の作業フォルダにファイルが保存されます。別の場所に保存したい場合は、パス（場所）を指定します。
# 現在のフォルダに保存（ファイル名のみ指定）
plt.savefig(‘graph.png’)
# サブフォルダに保存（フォルダは事前に作成しておく）
plt.savefig(‘images/graph.png’)
# 絶対パスで保存（場所を完全指定）
plt.savefig(‘/home/user/documents/graph.png’)
# Google Colabの場合（Googleドライブにマウントしている場合）
plt.savefig(‘/content/drive/MyDrive/graph.png’)
💡 パス指定のポイント
- 相対パス：現在のフォルダからの相対位置（例：’images/graph.png’）
- 絶対パス：ルートからの完全な位置（例：’/home/user/graph.png’）
- フォルダの存在：指定したフォルダが存在しないとエラーになる
- Google Colab：Driveをマウントしてから保存するとファイルが残る
📁 2. ファイル形式の選び方
なぜファイル形式が重要なのか
グラフを保存する際、ファイル形式によって画質、ファイルサイズ、用途の適性が大きく変わります。用途に合った形式を選ぶことが重要です。
Matplotlibは拡張子（.png, .svg など）を見て自動的に形式を判断します。つまり、ファイル名の末尾を変えるだけで、異なる形式で保存できます。
📊 ファイル形式の比較
| 形式 | 種類 | 特徴 | 最適な用途 | 推奨度 |
|---|---|---|---|---|
| PNG | ラスター | 無圧縮、透明度対応、高品質 | Web、プレゼン、レポート | ⭐⭐⭐⭐⭐ |
| SVG | ベクター | 拡大しても劣化なし、編集可能 | 印刷物、デザイン編集 | ⭐⭐⭐⭐ |
| ベクター | 文書に埋め込み可能、高品質 | 学術論文、公式レポート | ⭐⭐⭐⭐ | |
| JPG | ラスター | 圧縮あり、透明度なし | 写真向け（グラフには不向き） | ⭐⭐ |
💡 ラスター形式とベクター形式の違い
ラスター形式（PNG, JPG）：画像をピクセル（点）の集まりで表現。拡大すると粗くなる。
ベクター形式（SVG, PDF）：画像を数式で表現。どれだけ拡大しても劣化しない。印刷物に最適。
各形式で保存する方法
拡張子を変えるだけで、異なる形式で保存できます。
# ライブラリとデータの準備
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
# グラフを作成
plt.figure(figsize=(10, 6))
plt.plot(x, y, marker=’o’, linewidth=2.5, color=’steelblue’)
plt.title(‘サンプルグラフ’, fontsize=16, fontweight=’bold’)
plt.grid(True, alpha=0.3)
# PNG形式で保存（最も一般的、Web・プレゼンに最適）
plt.savefig(‘graph.png’)
# SVG形式で保存（ベクター形式、印刷物・編集向け）
plt.savefig(‘graph.svg’)
# PDF形式で保存（論文・公式文書向け）
plt.savefig(‘graph.pdf’)
# JPG形式で保存（非推奨：グラフには不向き）
plt.savefig(‘graph.jpg’)
plt.show()
💡 形式選択のガイドライン
| 用途 | 推奨形式 | 理由 |
|---|---|---|
| Webサイト掲載 | PNG | 透明背景対応、ファイルサイズが適度 |
| PowerPointプレゼン | PNG | 高品質で軽量、透明背景も使える |
| 印刷物・ポスター | SVG または PDF | 拡大しても劣化しない |
| 学術論文 | LaTeXとの相性が良い | |
| Illustratorで編集 | SVG | ベクター形式で編集可能 |
| 迷ったら | PNG | ほとんどの場面で問題なく使える |
🎨 3. 解像度（dpi）の設定
dpiとは何か
dpi（dots per inch）は、「1インチあたりに何個のドット（点）があるか」を表す数値です。数値が大きいほど高解像度（きめ細かい画像）になります。
dpiを適切に設定することで、用途に合った品質の画像を作成できます。高すぎるとファイルサイズが大きくなり、低すぎると画質が粗くなります。
【dpiのイメージ】
dpi = 72（低解像度）
→ 1インチに72個の点
→ ファイルサイズ小、画質は粗い
→ 古いモニター表示向け
dpi = 100（標準）
→ 1インチに100個の点
→ ファイルサイズ中、画質は普通
→ Web・プレゼン向け
dpi = 300（高解像度）
→ 1インチに300個の点
→ ファイルサイズ大、画質は細かい
→ 印刷物向け（推奨）
dpiを指定して保存する
savefig()のdpi引数で解像度を指定できます。
# ライブラリとデータの準備
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
# グラフを作成
plt.figure(figsize=(10, 6))
plt.plot(x, y, marker=’o’, linewidth=2.5, color=’steelblue’)
plt.title(‘サンプルグラフ’, fontsize=16, fontweight=’bold’)
plt.grid(True, alpha=0.3)
# 低解像度で保存（Web表示用、ファイル軽量）
plt.savefig(‘graph_low.png’, dpi=72)
# 標準解像度で保存（デフォルト値に近い）
plt.savefig(‘graph_normal.png’, dpi=100)
# 高解像度で保存（印刷用、論文用）
plt.savefig(‘graph_high.png’, dpi=300)
# 超高解像度で保存（プロフェッショナル印刷用）
plt.savefig(‘graph_ultra.png’, dpi=600)
plt.show()
📐 dpiの選び方ガイド
| dpi値 | 用途 | ファイルサイズ目安 | コメント |
|---|---|---|---|
| 72-96 | Web表示、モニター表示 | 約50-100KB | 軽量だが印刷には不向き |
| 100-150 | PowerPoint、社内資料 | 約100-300KB | バランスが良い |
| 300 | 印刷物、論文、ポスター | 約500KB-2MB | 印刷の標準。迷ったらこれ |
| 600以上 | プロフェッショナル印刷 | 2MB以上 | 特殊用途向け |
💡 dpi選択の実践的アドバイス
- Web・プレゼン：dpi=100〜150（軽量で十分な品質）
- 印刷物・論文：dpi=300（印刷業界の標準）
- ポスター発表：dpi=300〜600（大きく印刷するため）
- 迷ったら：dpi=300（万能で後悔しない）
✂️ 4. 余白の調整
なぜ余白を調整するのか
デフォルトではグラフの周囲に広めの余白があります。この余白が大きすぎると、グラフが小さく見えたり、スペースが無駄になったりします。
bbox_inches=’tight’を使うと、グラフに必要な部分だけを自動検出して、余白を最小限にできます。
bbox_inchesで余白を最小化
# ライブラリとデータの準備
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
# グラフを作成
plt.figure(figsize=(10, 6))
plt.plot(x, y, marker=’o’, linewidth=2.5, color=’steelblue’)
plt.title(‘サンプルグラフ’, fontsize=16, fontweight=’bold’)
plt.xlabel(‘X軸’, fontsize=12)
plt.ylabel(‘Y軸’, fontsize=12)
plt.grid(True, alpha=0.3)
# 余白を最小化して保存
# bbox_inches=’tight’ で自動的に必要な範囲だけを保存
plt.savefig(‘graph_tight.png’, bbox_inches=’tight’, dpi=300)
plt.show()
💡 bbox_inches=’tight’の効果
| 項目 | デフォルト | bbox_inches=’tight’使用時 |
|---|---|---|
| 余白 | 固定の広い余白 | 必要最小限に自動調整 |
| 凡例・ラベル | 切れることがある | 自動的に含まれる |
| ファイルサイズ | やや大きい | 最適化される |
pad_inchesで余白を微調整
bbox_inches=’tight’だけだと余白がなさすぎる場合があります。pad_inchesで少しの余白を追加できます。
# ライブラリとデータの準備
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
# グラフを作成
plt.figure(figsize=(10, 6))
plt.plot(x, y, marker=’o’, linewidth=2.5, color=’steelblue’)
plt.title(‘サンプルグラフ’, fontsize=16, fontweight=’bold’)
plt.grid(True, alpha=0.3)
# 余白を最小化しつつ、少しの余白を追加
# pad_inches=0.1 で0.1インチの余白を追加
plt.savefig(‘graph_padding.png’,
bbox_inches=’tight’, # まず余白を最小化
pad_inches=0.1, # 0.1インチの余白を追加
dpi=300)
plt.show()
💡 余白調整のコツ
- 基本設定：bbox_inches=’tight’を常に使う
- 少し余白が欲しい時：pad_inches=0.1〜0.2を追加
- 凡例がはみ出る時：savefig()の前にplt.tight_layout()を実行
- 推奨の組み合わせ：bbox_inches=’tight’, pad_inches=0.1
🎭 5. 透明背景の設定
透明背景が必要な場面
プレゼン資料やWebサイトでは、背景が透明なグラフが便利です。スライドの背景色が変わっても、グラフが自然に溶け込みます。
transparent=Trueを使うと、グラフの背景を透明にできます。
透明背景で保存する
# ライブラリとデータの準備
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
# グラフを作成
plt.figure(figsize=(10, 6))
plt.plot(x, y, marker=’o’, linewidth=2.5, color=’steelblue’)
plt.title(‘サンプルグラフ’, fontsize=16, fontweight=’bold’)
plt.xlabel(‘X軸’, fontsize=12)
plt.ylabel(‘Y軸’, fontsize=12)
plt.grid(True, alpha=0.3)
# 背景を透明にして保存
# transparent=True で背景が透明になる
plt.savefig(‘graph_transparent.png’,
transparent=True, # 背景を透明に
dpi=300,
bbox_inches=’tight’)
plt.show()
⚠️ 注意：JPG形式は透明度に対応していません
JPG形式は仕様上、透明度をサポートしていません。transparent=Trueを指定しても、背景は白になります。透明背景が必要な場合は必ずPNG形式を使いましょう。
背景色を指定して保存する
透明ではなく、特定の背景色を付けたい場合はfacecolorを使います。
# ライブラリとデータの準備
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
# fig, axオブジェクトで作成
fig, ax = plt.subplots(figsize=(10, 6))
# 図の背景色を設定
fig.patch.set_facecolor(‘#f0f0f0’) # 図全体の背景を薄いグレーに
ax.set_facecolor(‘white’) # グラフエリアは白に
# グラフを描画
ax.plot(x, y, marker=’o’, linewidth=2.5, color=’steelblue’)
ax.set_title(‘背景色付きグラフ’, fontsize=16, fontweight=’bold’)
ax.grid(True, alpha=0.3)
# 背景色を保持して保存
# facecolor で保存時の背景色を指定
plt.savefig(‘graph_colored.png’,
facecolor=fig.get_facecolor(), # 図の背景色を保持
dpi=300,
bbox_inches=’tight’)
plt.show()
💡 背景設定のまとめ
| やりたいこと | 設定方法 | 注意点 |
|---|---|---|
| 背景を透明に | transparent=True | PNG形式を使用すること |
| 背景を白に | facecolor=’white’ | デフォルトで白の場合が多い |
| 背景を任意の色に | facecolor=’色コード’ | 企業カラーなどを指定可能 |
🌟 6. 高品質な保存の完全版
プロ仕様の保存設定
これまで学んだ設定を組み合わせて、用途に応じた最適な保存設定を使いましょう。ここでは、プロフェッショナルな保存設定の完全版を紹介します。
# ライブラリをインポート
import matplotlib.pyplot as plt
# データを準備
months = [‘1月’, ‘2月’, ‘3月’, ‘4月’, ‘5月’, ‘6月’]
sales = [100, 120, 150, 130, 160, 180]
# 高品質なグラフを作成
fig, ax = plt.subplots(figsize=(12, 7))
ax.plot(months, sales, marker=’o’, linewidth=3,
color=’steelblue’, markersize=10, label=’2024年売上’)
ax.set_title(‘月別売上推移’, fontsize=18, fontweight=’bold’, pad=20)
ax.set_xlabel(‘月’, fontsize=14, fontweight=’bold’)
ax.set_ylabel(‘売上（万円）’, fontsize=14, fontweight=’bold’)
ax.legend(loc=’best’, fontsize=12, frameon=True, shadow=True)
ax.grid(True, linestyle=’–‘, alpha=0.4)
# ========== 保存設定 ==========
# 【印刷用】最高品質で保存
plt.savefig(
‘high_quality_graph.png’,
dpi=300, # 高解像度
bbox_inches=’tight’, # 余白最小化
pad_inches=0.1, # 少しの余白を追加
facecolor=’white’, # 背景色を白に
edgecolor=’none’, # 枠線なし
format=’png’ # 形式を明示的に指定
)
# 【Web用】軽量版で保存
plt.savefig(
‘web_graph.png’,
dpi=100, # 低めの解像度
bbox_inches=’tight’,
pad_inches=0.1
)
# 【論文用】PDF形式で保存
plt.savefig(
‘graph.pdf’,
bbox_inches=’tight’,
pad_inches=0.1
)
plt.show()
💡 各引数の解説
| 引数 | 役割 | 推奨値 |
|---|---|---|
dpi |
解像度（1インチあたりのドット数） | Web: 100、印刷: 300 |
bbox_inches |
保存範囲の指定 | ‘tight’（余白最小化） |
pad_inches |
追加の余白（インチ単位） | 0.1（少しの余白） |
facecolor |
背景色 | ‘white’ |
transparent |
背景を透明にするか | プレゼン用: True |
format |
ファイル形式を明示的に指定 | ‘png’, ‘svg’, ‘pdf’など |
用途別の推奨設定テンプレート
以下のテンプレートをコピーして使えば、用途に合った最適な設定で保存できます。
📋 コピーして使える推奨設定
# 【Web・プレゼン用】軽量で十分な品質
plt.savefig(‘graph.png’,
dpi=100,
bbox_inches=’tight’,
pad_inches=0.1)
# 【印刷・論文用】高品質
plt.savefig(‘graph.png’,
dpi=300,
bbox_inches=’tight’,
pad_inches=0.1,
facecolor=’white’)
# 【プレゼン用】透明背景
plt.savefig(‘graph.png’,
dpi=150,
bbox_inches=’tight’,
transparent=True)
# 【デザイン編集用】ベクター形式
plt.savefig(‘graph.svg’,
bbox_inches=’tight’)
# 【論文用】PDF形式
plt.savefig(‘graph.pdf’,
bbox_inches=’tight’,
pad_inches=0.1)
🔧 7. 複数のグラフを保存
subplotsで作成した複数グラフの保存
複数のグラフ（subplots）を作成した場合も、同じ方法で1つの画像として保存できます。
# ライブラリとデータの準備
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y1 = [2, 4, 6, 8, 10]
y2 = [1, 3, 5, 7, 9]
# 1行2列のサブプロットを作成
fig, axes = plt.subplots(1, 2, figsize=(14, 6))
# 左のグラフ
axes[0].plot(x, y1, marker=’o’, linewidth=2.5, color=’steelblue’)
axes[0].set_title(‘グラフ1′, fontsize=14, fontweight=’bold’)
axes[0].grid(True, alpha=0.3)
# 右のグラフ
axes[1].plot(x, y2, marker=’s’, linewidth=2.5, color=’coral’)
axes[1].set_title(‘グラフ2′, fontsize=14, fontweight=’bold’)
axes[1].grid(True, alpha=0.3)
# 全体のタイトル
plt.suptitle(‘複数グラフの保存例’, fontsize=18, fontweight=’bold’)
# レイアウトを自動調整
plt.tight_layout()
# 複数グラフを1つの画像として保存
plt.savefig(‘multiple_graphs.png’,
dpi=300,
bbox_inches=’tight’,
pad_inches=0.2)
plt.show()
💡 複数グラフ保存のポイント
- tight_layout()を先に実行：グラフ同士の重なりを自動調整
- pad_inchesを少し大きめに：0.2程度がバランス良い
- suptitle()で全体タイトル：複数グラフに共通のタイトルを付けられる
📝 STEP 11 のまとめ
✅ このステップで学んだこと
| トピック | 重要ポイント |
|---|---|
| savefig()の基本 | 必ずshow()の前に実行する |
| ファイル形式 | PNG（Web）、SVG/PDF（印刷）を使い分け |
| dpi（解像度） | Web: 100、印刷: 300が目安 |
| 余白調整 | bbox_inches=’tight’で最小化 |
| 透明背景 | transparent=True（PNG形式のみ） |
| 推奨設定 | dpi=300, bbox_inches=’tight’, pad_inches=0.1 |
💡 最重要ポイント
グラフの保存はplt.show()の前に実行します。これを忘れると空白の画像が保存されてしまいます。
迷ったときはPNG形式、dpi=300、bbox_inches=’tight’の組み合わせを使えば、ほとんどの場面で問題ありません。次のステップでは、これまで学んだスキルを総動員して実践演習に取り組みます！
📝 実践演習
演習 1
基礎
折れ線グラフを作成し、PNG形式（dpi=100）で保存してください。
【解答コード】
import matplotlib.pyplot as plt
# データを準備
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
# グラフを作成
plt.figure(figsize=(10, 6))
plt.plot(x, y, marker=’o’, linewidth=2.5, color=’steelblue’)
plt.title(‘サンプルグラフ’, fontsize=16, fontweight=’bold’)
plt.xlabel(‘X軸’, fontsize=12)
plt.ylabel(‘Y軸’, fontsize=12)
plt.grid(True, alpha=0.3)
# PNG形式で保存（dpi=100）
plt.savefig(‘my_graph.png’, dpi=100, bbox_inches=’tight’)
plt.show()
ポイント：savefig()をshow()の前に記述していることを確認しましょう。bbox_inches=’tight’で余白も最小化しています。
演習 2
応用
同じグラフを3つの形式（PNG、SVG、PDF）で保存してください。PNGは高解像度（dpi=300）にしてください。
【解答コード】
import matplotlib.pyplot as plt
# データを準備
months = [‘1月’, ‘2月’, ‘3月’, ‘4月’, ‘5月’]
sales = [100, 120, 150, 130, 160]
# グラフを作成
plt.figure(figsize=(10, 6))
plt.plot(months, sales, marker=’o’, linewidth=2.5, color=’steelblue’)
plt.title(‘月別売上推移’, fontsize=16, fontweight=’bold’)
plt.xlabel(‘月’, fontsize=12)
plt.ylabel(‘売上（万円）’, fontsize=12)
plt.grid(True, alpha=0.3)
# PNG形式（高解像度 dpi=300）
plt.savefig(‘graph.png’, dpi=300, bbox_inches=’tight’, pad_inches=0.1)
# SVG形式（ベクター形式）
plt.savefig(‘graph.svg’, bbox_inches=’tight’)
# PDF形式（論文・印刷用）
plt.savefig(‘graph.pdf’, bbox_inches=’tight’)
plt.show()
ポイント：3つのsavefig()をすべてshow()の前に記述します。SVGとPDFはベクター形式なのでdpi指定は不要です。
演習 3
発展
背景を透明にしたグラフを作成し、高品質（dpi=300）で保存してください。
【解答コード】
import matplotlib.pyplot as plt
# データを準備
months = [‘1月’, ‘2月’, ‘3月’, ‘4月’, ‘5月’, ‘6月’]
sales = [100, 120, 150, 130, 160, 180]
# グラフを作成
fig, ax = plt.subplots(figsize=(12, 7))
ax.plot(months, sales, marker=’o’, linewidth=3,
color=’steelblue’, markersize=10, label=’2024年売上’)
ax.set_title(‘月別売上推移’, fontsize=18, fontweight=’bold’, pad=20)
ax.set_xlabel(‘月’, fontsize=14, fontweight=’bold’)
ax.set_ylabel(‘売上（万円）’, fontsize=14, fontweight=’bold’)
ax.legend(loc=’best’, fontsize=12, frameon=True, shadow=True)
ax.grid(True, linestyle=’–‘, alpha=0.4)
# 透明背景、高品質で保存
plt.savefig(‘transparent_graph.png’,
transparent=True, # 背景を透明に
dpi=300, # 高解像度
bbox_inches=’tight’, # 余白最小化
pad_inches=0.1) # 少しの余白を追加
plt.show()
ポイント：transparent=Trueを指定することで背景が透明になります。PNG形式を使用することを忘れずに（JPGは透明度非対応）。
❓ よくある質問
Q1: 保存したグラフが真っ白になります。なぜですか？
plt.show()の後にsavefig()を実行していませんか？show()を実行するとグラフがクリアされるため、その後にsavefig()を実行しても空白の画像しか保存されません。必ずsavefig()をshow()の前に記述してください。これが最も多いミスです。
Q2: Web用と印刷用でdpiをどう使い分けるべきですか？
Web用はdpi=100〜150、印刷用はdpi=300が基本です。Web表示ではファイルサイズを抑えつつ十分な品質を保てます。印刷物では300dpi以上が業界標準です。迷ったらdpi=300にしておけば、どちらの用途にも対応できます。
Q3: 凡例や軸ラベルが保存時に切れてしまいます。どうすればいいですか？
bbox_inches=’tight’を使いましょう。この設定で、グラフに必要な範囲を自動検出して保存します。それでも切れる場合は、savefig()の前にplt.tight_layout()を実行してください。また、pad_inches=0.1〜0.2を追加すると、少しの余白が確保されて見栄えが良くなります。
Q4: SVGとPDFはどう使い分けるべきですか？
編集が必要ならSVG、文書に埋め込むならPDFです。SVGはAdobe IllustratorやInkscapeで後から編集できます。PDFは論文やレポートに直接埋め込むのに最適です。どちらもベクター形式なので、拡大しても劣化しません。
Q5: Google Colabで保存したファイルはどこにありますか？
Colabの一時ストレージに保存されます。ただし、セッションが切れるとファイルは消えてしまいます。永続的に保存するには、Googleドライブをマウントして、’/content/drive/MyDrive/’以下に保存しましょう。左側のファイルパネルからダウンロードすることもできます。
学習メモ
データ可視化マスター - Step 11
📋 過去のメモ一覧
▼