Matplotlib 소개: Python 데이터 시각화

Jan 07 2023

데이터를 이해하기 위해 데이터를 랭글링하는 과학은 데이터 과학입니다. 데이터 시각화는 단순히 데이터를 그래픽으로 표현한 것입니다.

간단히 말해서 숫자는 우리가 직관적으로 이해하고 통찰력을 얻을 수 있는 수치로 변형된 것입니다. 이 기사에서는 Python 라이브러리인 Matplotlib를 사용하여 기본 사항을 안내합니다.

설치

라이브러리 설치는 매우 쉽습니다. 터미널에서 Matplotlib를 설치하십시오.

pip install matplotlib

줄거리의 구조

우리 모두 학교에서 그래프의 기초를 배웠죠? x축과 y축의 두 축이 있습니다. 그리고 전체 창은 범례, 레이블 및 제목을 포함하는 Figure 컨테이너입니다.

플롯이 어떻게 보이는지 알았으니 이제 재미있는 부분으로 넘어갈 것입니다!

시작하기

먼저 Matplotlib를 가져와야 합니다. 우리는 이렇게 합니다:

import matplotlib.pyplot as plt

플로팅

두 개의 numpy 배열을 사용하여 선 그림을 아주 쉽게 만들 수 있습니다.

d = np.array(["25/12", "26/12", "27/12"])
t = np.array([8.5, 10.5, 6.8])

plt.plot(d,t)

plt.xlabel("Dates")
plt.ylabel("Temperatures")
plt.title("Temperatures recorded over 3 days")
plt.show()

색상, 너비 등을 변경하여 더 좋게 만들 수 있습니다.

plt.plot(d,t, linewidth=5.5, color='sandybrown')

plt.grid(color="lightblue")

이제 우리가 고려해야 할 것이 항상 선 플롯은 아닙니다. 다음 섹션에서는 다른 일부를 소개합니다.

막대 그래프

배열을 설정해 보겠습니다.

x = np.array([1,2,3,4])
y = np.array(['A','B','C','D'])

plt.bar(y,x)
plt.show()

plt.title("A simple bar chart")
plt.xlabel("categories")
plt.ylabel("intensity")

이전 예제에서 했던 것처럼 모양을 사용자 지정할 수 있습니다. 각 막대가 고유한 속성(색상, 너비)을 가지도록 하려면 각 막대의 색상 값과 유사하게 너비 배열을 저장하는 색상 배열을 만드는 가장 간단한 방법입니다. 결과를 보자.

wd = [1.3,0.6,0.8,0.5]
clr = ['gold', 'pink', 'lime', 'lightblue']

plt.bar(y,x, width=wd, color=clr)
plt.grid(color ='lavender')

`plt.barh()`라는 또 다른 유형의 막대 그래프가 있습니다. 가로 막대 그래프일 뿐입니다. 이전 예제에서 몇 가지만 변경하면 됩니다. 즉, 함수 자체와 너비를 변경하면 됩니다. 가로 막대 그래프는 높이에만 관심이 있기 때문입니다.

plt.barh(y,x, height=wd, color=clr)

이것은 이름에서 알 수 있듯이 흩어진 점의 형태로 데이터를 나타냅니다. 관계와 패턴을 이해하는 데 특히 유용합니다. .scatter() 메서드를 사용하여 산점도를 만들 수 있습니다.

파이 차트

이름 그대로 파이 차트는 원을 사용하여 전체를 나타내고 해당 원의 조각 또는 "파이"는 전체를 구성하는 특정 범주를 나타냅니다.

하나 만들어 봅시다.

p = ['Java', 'Python', 'PHP', 'Javascript', '#C', 'C++']
l = [22.2, 17.6, 8.8, 8, 7.7, 6.7]

plt.pie(l,labels =p)
plt.title("Popularity of Programming Languages")
plt.show()

색상은 꽤 이해하기 쉽습니다. 폭발은 그래프의 나머지 부분에서 슬라이스를 오프셋하는 것입니다.

간단히 말해서 차트를 실제 파이로 취급하십시오. 균일하지 않은 조각으로 잘라냈지만 여전히 함께 있기 때문에 가장 큰 조각을 찾을 수 없습니다. 당신은 무엇을 할 것인가? 글쎄, 당신은 몇 조각을 집어 들고 그들의 위치에서 조금 멀리 이동합니다. 이제 그것들을 개별적으로 볼 수 있고 어느 것이 가장 큰지 알 수 있습니다.

코드를 보자:

e = [0, 0.1, 0, 0.2, 0.3 , 0]
cl = ['lightblue', 'gold', 'coral', 'mediumslateblue', 'cornflowerblue', 'paleturquoise']


plt.pie(l,explode = e, labels =p, colors = cl)

결론

데이터 시각화는 데이터를 이해하는 가장 직관적인 기술입니다. 그리고 우리는 그것의 기본을 이해했습니다.

여기까지 했다면 이제 Matplotlib을 사용하여 시각화를 만드는 기본 사항과 기본 시각화 문제에 접근하는 방법을 이해했다고 확신합니다. 궁극적으로 배우는 가장 좋은 방법은 직접 해보는 것입니다. 플롯을 가지고 놀기를 권장합니다.