home search
Programming
Python
[Matplotlib] Matplotlib Tutorial
2021. 07. 15

해당 글은 [Matplotlib Tutorial - 파이썬으로 데이터 시각화하기]를 읽은 것을 바탕으로 하였으며, 상세한 예시 및 코드, 내용은 하단 링크를 참조한다.

Matplotlib

  • Python에서 Matlab과 유사한 그래프 표시를 하도록 돕는 Python 라이브러리
  • 공식사이트 링크는 하단 참조
  • import matplotlib.pyplot as plt로 보통 Import 함

Pyplot 모듈

  • 아래 내용은 모두 Matplotlib 내 Pyplot 모듈을 이용함
  • Matlab과 같이 명령어 스타일로 동작하는 함수의 모음

선그래프 그리기

Matplotlib은 리스트 값을 y라 가정하고 x값을 자동으로 만듦

Matplotlib은 일반적으로 numpy 배열을 이용하나, 모든 시퀀스가 내부적으로 numpy 배열로 변환됨

  1. 함수 pyplot.plot() : 선 그래프를 그림
    • 첫 번째 파라미터 : y값으로, x값은 자동 부여됨
    • 두 번째 파라미터 : x값으로, y값과 순서대로 쌍을 이뤄 그래프를 그림
  2. 선 그래프 꾸미기 : 파라미터 color, marker, linestyle로 선 색, 마커 색, 선 스타일을 지정할 수 있음

  3. 여러 개의 그래프 그리기 : x와 y에 대응되는 함수/리스트를 대입
     x = np.arange(0., 5., 0.*
     plt.plot(x, x, 'r--', x, x**2, 'bs', x, x**3, 'g^')
     # y=x의 그래프가 빨간색 파선으로, y=x^2의 그래프가 파란색 네모 점으로, y=x^3의 그래프가 초록섹 세모점으로 그려짐
    

그래프 꾸미기 및 출력

  1. 함수 pyplot.ylabel(), pyplot.xlabel() : 각 축의 이름을 붙임
  2. 함수 pyplot.show() : 그래프를 화면에 보임
  3. 함수 pyplot.axis() : [xmin, xmax, ymin, ymax] 형태로 축의 범위 지정
  4. 함수 pyplot.grid() : 격자(Grid, 그리드) 설정
    • 인수를 True로 하면 그리드가 생성됨
    • 파라미터 axis : 각 축에 대해 그릴지 지정 가능
    • 파라미터 color, alpha, linestyle로 그리드의 선색, 간격, 선스타일을 지정함
    • 파라미터 which로 주눈금(major), 보조눈금(minor), 둘 다(both)에 그리드를 표시
       plt.grid(True, axis='y', color='red', alpha=0.5, linestyle='--')
      
  5. 함수 pyplot.xticks(), pyplot.yticks() : 눈금 표시. labels 파라미터로 각 축의 눈금을 명시적으로 지정 가능
     plt.xticks(np.arange(0, 2, 0.*,
     labels=['Jan', '', 'Feb', '', 'Mar', '', 'May', '', 'June', '', 'July'])
    
  6. 함수 pyplot.tick_params() : 눈금 스타일을 다양하게 설정 가능. axis, direction, length, pad, top/bottom/left/right 등 다양한 옵션 존재
  7. 함수 pyplot.title() : 그래프의 제목 설정. 파라미터 loc, pad, fontdict 등으로 옵션 설정 가능
  8. 함수 pyplot.axhline(), axvline() : 축에서 점까지 수직/수평선 그림
  9. 함수 pyplot.hlines(), vlines() : 두 점 사이의 수직/수평선 그림

그래프 영역 채우기

  1. 함수 pyplot.fill_between() : 그래프 아래로 세로로 색이 채워짐
  2. 함수 pyplot.fill_betweenx() : 그래프 아래로 가로로 색이 채워짐
     plt.fill_between(x[1:3], y[1:3], alpha=0.5)
     plt.fill_betweenx(y[2:4], x[2:4], color='pink', alpha=0.5)
    
  3. 두 그래프 사이 영역 채우기 : 두 개의 y값 배열을 입력함
     plt.fill_between(x[1:3], y1[1:3], y2[1:3], color='lightgray', alpha=0.5)
    
  4. 함수 pyplot.fill() : 임의의 영역 채움
     plt.fill([1.9, 1.9, 3.1, 3.1], [2, 5, 11, 8], color='lightgray', alpha=0.5)
    

막대그래프 그리기

  1. 함수 pyplot.bar() : 막대 그래프 그리기
    • 파라미터 width, color, edgecolor, tick_label 등으로 그래그 꾸밀 수 있음
    • 파라미터 align은 tick과 막대의 위치를 조절
    • 파라미터 log는 True로 설정하면 y축이 로그 스케일이 됨
      plt.bar(x, values, width=0.6, align='edge', color="springgreen",
            edgecolor="gray", linewidth=3, tick_label=years, log=True)
      plt.show()	 
      
  2. 함수 pyplot.barh() : 수평 막대 그래프 그리기

산점도(Scatter Plot) 그리기

산점도(Scatter Plot) : 두 변수의 상관관계를 직교 좌표계의 평면에 점으로 표현하는 그래프

  1. 함수 pyplot.scatter() : 산점도를 그림: 파라미터 s는 마커의 면적, c는 마커의 색, alpha는 마커 색의 투명도 지정
     plt.scatter(x, y, s=area, c=colors, alpha=0.5)
    
  2. 3차원 산점도(3D Scatter Plot) 그리기
    • 3차원 그래프를 그리기 위해 from mpl_toolkits.mplot3d import Axes3D import. matplotlib 3.1.0 이상 버전에서는 디폴트로 포함되어 있음
    • 파라미터로 x, y, z 위치를 배열로 입력
      plt.rcParams["figure.figsize"] = (6, 6)
      fig = plt.figure()
      ax = fig.add_subplot(111, projection='3d') # 3D축 만듦
      ax.scatter(xs, ys, zs, c=color, marker='o', s=15, cmap='Greens')
      

히스토그램(Histogram) 그리기

히스토그램(Histogram) : 도수분포표를 그래프로 나타낸 것. 가로축은 계급(변수의 구간), 세로축은 도수로 나타냄

  1. 함수 pyplot.hist() : 히스토그램을 그림
    • 파라미터 bins는 쪼갤 영역의 개수를 설정
    • 파라미터 density는 True일 경우 밀도함수로 설정되어 막대 아래 면적이 1이 됨
    • 파라미터 alpha로 투명도를 설정(0~1)
    • 파라미터 histtype으로 막대 스타일을 결정. step이면 막대 내부 비고, stepfilled이면 막대 내부가 채워짐
  2. 여러 개의 히스토그램 그리기
     a = 2.0 * np.random.randn(10000) + 1.0
     b = np.random.standard_normal(10000)
     c = 20.0 * np.random.rand(5000) - 10.0 #-10에서 10사이
    
     plt.hist(a, bins=100, density=True, alpha=0.7, histtype='step')
     plt.hist(b, bins=50, density=True, alpha=0.5, histtype='stepfilled')
     plt.hist(c, bins=100, density=True, alpha=0.9, histtype='step')
     plt.show()	 
    

numpy.random.randn() : 정규분포의 난수를 추출. (정규분포) = (표준편차) X np.random.randn(개수) + (평균)으로 사용
numpy.random.standard_normal() : 표준정규분포의 난수를 추출
numpy.random.rand() : 균일한 분포를 갖는 임의의 값을 추출

에러바(Error Bar) 그리기

에러바(Errorbar, 오차막대) : 데이터의 편차를 표시하기 위한 그래프

  1. 함수 pyplot.errorbar() : 에러바를 그림
  2. 위아래 대칭 오차 에러바
     x = [1, 2, 3, 4]
     y = [1, 4, 9, 16]
     yerr = [2.3, 3.1, 1.7, 2.5]
    
     plt.errorbar(x, y, yerr=yerr)
    
  3. 비대칭 편차 에러바 : 데이터의 포인트를 기준으로 (2, 데이터 개수) 형태 배열로 편차 입력. 2는 위와 아래라는 뜻이며, 첫 번째 튜플은 아래 방향 편차, 두 번째 튜플은 위 방향 편차
     x = [1, 2, 3, 4]
     y = [1, 4, 9, 16]
     yerr = [(2.3, 3.1, 1.7, 2.5), (1.1, 2.5, 0.9, 3.9)]
    
     plt.errorbar(x, y, yerr=yerr)
    
  4. 파라미터 uplims, lolims로 상/하한 기호 표시.
     x = np.arange(1, 5)
     y = x**2
     yerr = np.linspace(0.1, 0.4, *
    
     plt.errorbar(x, y + 4, yerr=yerr)
     plt.errorbar(x, y + 2, yerr=yerr, uplims=True, lolims=True)
    
     upperlimits = [True, False, True, False]
     lowerlimits = [False, False, True, True]
     plt.errorbar(x, y, yerr=yerr, 
     uplims=upperlimits, lolims=lowerlimits)
    

파이 차트(Pi Chart, 원 그래프) 그리기

  1. 함수 pyplot.pie() : 파이 차트를 그림
    • 첫 파라미터로 각 영역의 비율을 넣음
    • 파라미터 labels에 각 영역의 이름을 지정
    • 파라미터 autopct에 부채꼴 안에 표시될 숫자의 형식을 지정
    • 파라미터 startangle로 첫 데이터의 시작 각도 설정. 디폴트는 0도로 +x축
    • 파라미터 conterclock가 False 일 때 시계방향 순서대로 부채꼴 표시
    • 파라미터 explode에 중심에서 벗어나는 정도 설정
      ratio = [34, 32, 16, 18]
      labels = ['Apple', 'Banana', 'Melon', 'Grapes']
      explode = [0, 0.10, 0, 0.10]
      plt.pie(ratio, labels=labels, autopct='%.1f%%', startangle=260, counterclock=False, explode=explode)
      
  2. 파이 차트 꾸미기
    • 파라미터 shadow를 True로 하여 그림자 나타냄
    • 파라미터 color를 배열로 넣어 색 지정
    • 파라미터 wedgeprops로 부채꼴 영역 스타일 지정. 딕셔너리 키로 width(부채꼴 너비), edgecolor(테두리 색), linewidth(테두리 선 너비) 설정
     colors = ['#ff9999', '#ffc000', '#8fd9b6', '#d395d0']
         #또는 colors = ['silver', 'gold', 'whitesmoke', 'lightgray']
     wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5}
    
     plt.pie(ratio, labels=labels, autopct='%.1f%%',
         colors=colors, wedgeprops=wedgeprops)
    

참고자료

Matplotlib Tutorial - 파이썬으로 데이터 시각화하기

Matplotlib 공식사이트

arrow_upward arrow_downward
loading