[Python]9.Matplotlib

 

Python_10_Matplotlib

 

1. 데이터 시각화

     -광범위하게 분산된 방대한 양의 자료를 한눈에 볼 수 있도록 도표나 차트 등으로 표현

     -시각화를 통해 데이터의 특징을 쉽게 파악할 수 있음

     -분석결과를 상대방에게 효과적으로 전달할 수 있음

 

 

   2. Matplotlib 라이브러리

 

     -그래프의 종류:scatter(산점도), bar(막대 그래프), pie, histogram 등

       

 

-그래프 라이브러리: pyplot, pylab

 

 

3. pyplot 라이브러리 사용하기: import matplotlib.pyplot as plt

    -그래프 만들기: plt.plot(요소)

    -그래프 출력하기: plt.show()

 

4. 선 그래프(line)

•   요소 선언: 변수=[값1, 값2,... ]
•   그래프 만들기: plt.plot(변수명)
•   그래프 출력하기: plt.show()

 

5. 스타일 옵션

 

1)선 스타일: 그래프 선

• 선 스타일(line style) 설정:ls='모양' 예)plt.plot(x,y,ls='-.')

• 선 두께(line width) 설정: lw=’숫자’
• 선의 색깔 설정: color='색깔 첫 글자'

        →선과 marker의 색깔 모두 변경

 

2)marker: 입력한 값의 위치를 그래프에서 표시

• marker 모양 설정: marker=’모양’
• marker 모양 사용자 지정: marker=’$원하는 기호$’

예)plt.plot(x, y, ls='-', c='y', marker='$❤$', lw=2,

         ms=20, mec='skyblue', mfc='r')

 

• marker의 내부 색깔(marker face color) 지정: mfc=’색깔 첫 글자’
• marker의 테두리 색깔(marker edge color) 지정: mec=’색깔 첫 글자’
• marker의 크기 (marker size) 설정:ms=’숫자’
• marker 테두리의 굵기(marker edge width):mew=’숫자’

 

 

3)그래프 속성

• x,y 축 범위 설정(그래프 크기 조정하여 확대/축소)

       -먼저 그래프 작성 후 범위 설정

       -x축 범위: xlim(시작 범위, 끝 범위) 예)plt.xlim(-2,10)

       -y축 범위: ylim(시작 범위, 끝 범위) 예)plt.ylim(-5,12)

• 눈금선 표시: plt.grid()

 

[실습1]

 [1번 그래프]

plt.plot(x,y, ls='--', marker='o', color='g')

plt.show()

 

[2번 그래프]

plt.plot(x,y, ls=':', marker='D', color='r', mfc='b')

plt.show()

 

6. 여러 공간에 하나의 공간에 표현하기

1)그래프 이름 표시하기

•  라벨링: lable='그래프 이름'
• 범례 설정하여 그래프 이름 표시하기: plt.legend()

-범례:데이터의 종류를 표시하는 공간

 

2)차트 제목 설정하기

  -plt.title('차트제목', loc='제목의 위치')

  -제목의 위치=left, center, right

 

3)축 이름 설정하기

• X축 이름 설정하기: plt.xlabel('x축 이름')
• y축 이름 설정하기: plt.ylabel('y축 이름', rotation='회전방향')

      -rotation: 회전방향 설정

      -rotation=0 ->기본값(정방향)

      -회전방향에 회전각도 작성(30,60,90...)

          예)plt.ylabel('y축', rotation=0)

 

7. 막대 그래프(bar)

• bar 그래프 만들기: plt.bar(x,y)
• 수평막대그래프 만들기: plt.barh(x,y)
• 요소 이름, 값 설정하기: plt.xticks(바꿀 요소, [바꿀 값])

         예)plt.xticks(x, ['1반','2반','3반','4반','5반','6반'] )

 

8. 공공데이터 분석 및 시각화

• 데이터 규모 확인: 변수명.info()
• 컬럼명.value_counts(): 하나의 컬럼에 있는 unique값(중복x)과 그 값의 개수 출력

        예)data['사망자수'].value_counts()

• pandas 출력옵션 설정

        -모든 컬럼 출력하기: pd.set_option('display.max_columns', None) 

          *None: 전체 열 대상으로 설정

        -모든 행 출력하기: pd.set_option('display.max_rows', None)

        -출력옵션 초기화: pd.reset_option('display')

• dataframe에서 최상단의 값 출력: 변수명.head()

       -출력개수 기본값 ->5개

       -출력개수 설정-> ()안에 개수 입력 예)변수명.head(7)

• dataframe에서 최하단의 값 출력: 변수명.tail()

        -출력개수 기본값 ->5개

       -출력개수 설정-> ()안에 개수 입력 예)변수명.tail(7)