제 14장 📒데이터 시각화_matplotlib📒

🧷 Matplotlib

• 파이썬 기반 데이터 분석 환경에서 가장 일반적으로 사용되는 시각화 라이브러리
• 하위 라이브러리인 'pyplot'을 통해 주요 기능을 사용
• plotly, seaborn 등과 같은 라이브러리가 최근 경쟁력을 갖추고 있음
• pandas 객체의 기본적인 시각화 도구
• plot() 메서드를 통해 데이터를 시각화
• 종류
  • 라인 플롯(line plot)
  • 바 차트(bar chart)
  • 히스토그램(histogram)
  • 박스 플롯(box plot)
  • 스캐터 플롯(scatter plot)

- 라이브러리 가져오기

✅ import matplotlib.pyplot as plt 

✅  cmd: pip install matplotlib

 

 

plt.plot(y)

• 기본 : 라인 플롯(line plot)
• 데이터가 시간, 순서 등에 따라 변화하는 흐름 파악
• x가 주어지지 않을 경우 자동 생성 :x = range(len(y))

-데이터 생성 : ()개의 아이템을 가지는 리스트
- plot(data) : 기본적으로 y축의 값으로 데이터를 매칭시킴
- x -> len(data) 만큼의 인덱스번호를 생성
- 기본 plot = line plot

✅ plt.plot([  ])
     

 

1. x tick(x축 값) 설정

- plt.plot(x,y) : x에 넣어준 리스트와 y에 넣어준 리스트의 길이가 같아야함
✅ plt.plot([  ],[  ])

 

2. 축 이름과 plot 제목 지정

- plot 제목 : plt.title('title')
- x축 이름 : plt.xlabel('x_name')
- y축 이름 : plt.ylabel('y_name')
✅ plt.plot([  ],[  ])
✅ plt.title('  ')
✅ plt.xlabel(' ')
✅ plt.ylabel(' ')

3. 두 개의 선을 그리기

 각각의 라인 그래프를 순차적으로 plt.plot() 명령어로 입력
- 범례(legend) 추가
   plt.legend()

 

 

4. 스타일 지정

• plt.plot([x], y, [fmt], **kwargs)
  • fmt : '[color][marker][line]'
    • 색상, 마커, 선 등에 대한 포맷 옵션 설정

1) 마커 참조 도큐먼트 주소
https://matplotlib.org/3.1.3/api/markers_api.html
2) 색상 참조 도큐먼트 주소
https://matplotlib.org/3.1.0/gallery/color/named_colors.html
3) 라인 스타일 참조 도큐먼트 주소
https://matplotlib.org/gallery/lines_bars_and_markers/line_styles_reference.html

 

4-1) 스타일 문자열 추가 : [fmt] => color + maker + line 순서대로 문자열 작성
 어느 요소를 생략하면 해당 생략된 요소는 기본값으로 적용
 'o' : 라인 없이 큰 점(원모양) 으로 데이터 위치 표시
✅ plt.plot([  ],[  ], 'o')

 

4-2) o- : 마커는 동그라미, 라인은 실선
 fmt[색상][마커][선종류]
✅ plt.plot([1,2,3,4],[2,6,10,7], 'o-')

4-3) o-- : 마커는 동그라미, 선은 점선
✅ plt.plot([  ],[  ], 'o--')

 

4-4) ro:   : r(빨간색),o(마커),:(점으로된 점선)

✅ plt.plot([  ],[  ], 'ro:')

 

※ 기타 스타일 파라미터 종류
- color : 색상(magenta)
- linestyle : -.
- marker : ^
- markerfacecolor : orange
- markersize : 20
plt.plot([  ], [  ],
        color = '  ', linestyle='  ', marker='  ',
        markeredgecolor='  ', markerfacecolor='  ', markersize='  ')

위의 도큐먼트 참고해서 다양한 스타일 구현 가능

 

5. 축 범위 지정

📌 matplotlib.pyplot.axis

• plt.axis([xmin, xmax, ymin, ymax])
  • xmin : x축 최소값
  • xmax : x축 최대값
  • ymin : y축 최소값
  • ymax : y축 최대값

📌 matplotplib.pyplot.xlim / ylim

• plt.xlim(min, max)
• plt.ylim(min, max)

 

🔑 Bar chart (막대 그래프)

• 여러 값의 상대적인 크기를 비교하기에 적합한 표현법이며 원형 차트보다 더욱 일반적으로 사용됨
• plt.bar(x, y)
  • x 데이터가 카테고리 값인 경우에는 bar, barh 로 바 차트 시각화 표현
  • 가로 방향으로 바 차트를 그리려면 barh
  • barh 차트 주의점 : x축이 일반적으로 y축의 위치를 의미

ex)

x = ['가', '나', '다']
y = [2,10,5]
plt.bar(x,y)
plt.show()       

📌 바마다 붙일 이름을 바꿔주고 싶다면, xticks를 씁니다.

 

 

- 각각의 bar마다 색상 변경하기 

🧷 plt.bar() 객체 set_color()

✅ bar_list = plt.bar(x,y)
      bar_list[0].set_color('r')
      bar_list[1].set_color('g')

ex)