1. Matplotlib 알아보기

• Matplotlib이란?

  • 시각화를 위한 라이브러리 중 하나, 다양한 종류의 그래프를 생성하기 위한 도구 제공
    • 2D 그래픽을 생성하는데 주로 사용
    • 선 그래프, 막대 그래프, 히스토그램, 산점도, 파이 차트 등 다양한 시각화 방식을 지원
    • 색상, 스타일, 레이블, 축 범위 등을 조절하여 그래프를 원하는 형태로 시각화

• plot()

  • 2차원 데이터를 시각화 하기 위해 사용

  import matplotlib.pyplot as plt
  
  # 데이터 생성
  x = [1,2,3,4,5]
  y = [2,4,6,8,10]
  
  # 선 그래프 그리기
  plt.plot(x, y)
  plt.xlabel('X-axis')
  plt.ylabel('Y-axis')
  plt.title('Example Plot')
  
  # 그래프 출력
  plt.show()
  

2. 그래프 그리기 - 도구편

1) Mataplotlib.pyplot에서 plot() 활용

• pandas의 plot() 메서드는 DataFrame 객체에서 데이터를 시각화 하는데 사용

• 예를 들어, 선 그래프를 그리기 위해서는 plot() 메서드를 호출하고 x 와 y 인수에 각각 x축과 y축에 해당하는 열을 지정

  import pandas as pd
  import matplotlib.pyplot as plt
  
  # 샘플 데이터프레임 생성
  data = {
  	'A': [1,2,3,4,5]
  	'B': [5,4,3,2,1]
  }
  df = pd.DataFrame(data)
  
  # 선 그래프 그리기
  df.plot(x='A', y='B')
  plt.show()
  

2) 스타일 설정

• plot() 메서드 호출 시 다양한 스타일 옵션을 사용하여 그래프 스타일 설정 가능

• color , linestyle , marker 등의 파라미터를 사용하여 선의 색상, 스타일, 마커 변경 가능

  ax = df.plot(x='A', y='B', color='green', linestyle='--', marker ='o')
  
  plt.show()
  

  • color (색상)
    • 문자열로 지정 가능
    • 기본 색상 이름 또는 RGB 값 직접 입력
  • linestyle (선 스타일)
    • '-' : 실선
    • '--' : 대시선
    • ':' : 점선
    • '-.' : 점-대시선
  • marker (마커 - 데이터 포인트를 니타내는 기호)
    • 'o' : 원
    • '^' : 삼각형
    • 's' : 사각형
    • '+' : 플러스
    • 'x' : 엑스

  3) 범례 추가

  #1 범례 추가 - label 사용
  ax = df.plot(x='A', y='B', color='green', linestyle='--', marker='o', label='Data Series')
  
  #2 범례 추가 - legend() 사용
  ax.legend(['Data Series'])
  

  4) 축, 제목 입력

  • set_xlabel() : x축 레이블 명칭 추가
  • set_ylabel() : y축 레이블 명칭 추가
  • set_title() : 그래프 제목 추가

  ax.set_xlabel('X-axis Label')
  ax.set_ylabel('Y-axis Label')
  ax.set_title('Title of the Plot')
  

  5) 텍스트 추가

  • text() : 그래프의 특정 위치에 텍스트 추가

  ex.text(3, 3, 'Some Text', fontsize=12)
  

  6) 한꺼번에 설정

  • plot() 함수에 color, linestyle, marker, label 등의 파라미터로 스타일과 범례 적용
  • xlabel(), ylabel(), title(), legend(), text() 함수들을 사용하여 각각의 설정 추가
    • plot() 함수 자체에는 범례, 제목, 텍스트를 직접적으로 입력하는 기능 X

  import matplotlib.pyplot as plt
  
  # 데이터 생성
  x = [1, 2, 3, 4, 5]
  y = [2, 4, 6, 8, 10]
  
  # 그래프 그리기
  plt.plot(x, y, color='green', linestyle='--', marker='o', label='Data Series')
  
  # 추가 설정
  plt.xlabel('X-axis Label')
  plt.ylabel('Y-axis Label')
  plt.title('Title of the Plot')
  plt.legend()
  plt.text(3, 8, 'Some Text', fontsize=12)  # 특정 좌표에 텍스트 추가
  
  # 그래프 출력
  plt.show()
  

  7) 그래프 크기 변경

  • plt.figure() 함수를 사용하여 Figure 객체 생성 → 이후 figsize 매개변수를 이용하여 원하는 크기로 설정
    • figsize : 그래프의 가로와 세로 크기를 인치 단위로 설정

  import matplotlib.pyplot as plt
  
  # Figure 객체 생성 및 사이즈 설정
  plt.figure(figsize=(8, 6))  # 가로 8인치, 세로 6인치
  
  # 데이터 생성
  x = [1, 2, 3, 4, 5]
  y = [2, 4, 6, 8, 10]
  
  # 그래프 그리기
  plt.plot(x, y)
  
  # 그래프 출력
  plt.show()
  

3. 그래프 그리기 - 차트

• 그래프 자료 유형

1) Line

• Line Plot (선 그래프)

  • 자료 유형: 연속적인 데이터의 추이를 보여줄 때 사용
  • 활용: 시간에 따른 데이터의 변화, 추세를 보여줄 때 효과적

  import seaborn as sns
  
  # 샘플 데이터 load
  data = sns.load_dataset('flights')
  
  # 샘플 데이터 그룹화
  data_grouped = data[['year', 'passengers']].groupby('year').sum().reset_index()
  data_grouped
  
  # 그룹된 데이터 시각화
  plt.plot(data_grouped['year'], data_grouped['passengers'])
  plt.xlabel('year')
  plt.ylabel('passengers')
  

  • 결과 이미지

2) Bar vs Histogram