데이터 분석 기초 | Matplotlib 데이터 시각화 | 라인 그래프, 히스토그램, 막대그래프, 산점도, 박스플롯 그리기 | 옵션 사용자화 방법(색 변경, 범례 설정, 선 스타일, 그리드, 타이틀 설정 등)

 

 

1. Matplotlib 데이터 시각화

 

▶ Matplotlib 라이브러리

: 저수준의 그래픽용 라이브러리

▶ 참고 사이트
https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.subplots.html

matplotlib.pyplot.subplots — Matplotlib 3.7.1 documentation

https://wikidocs.net/92071

01. Matplotlib 기본 사용

 

▶ 라이브러리 설치 및 가져오기

import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib 
import matplotlib.pyplot as plt
matplotlib.__version__

 

---

2. 라인그래프 / 관련 옵션 사용자화

 

▶ plot()

: 라인 그래프 생성 함수
: 숫자 데이터를 입력해서 간단한 라인그래프 출력 후 여러 옵션 설정

 

▶ 시각화 할 데이터 입력 방법 

: plot() 함수에 직접 입력 (그래프)
: 넘파이_array 형태로 입력 
: 데이터프레임_열(컬럼) 입력 

 

 

2-1) plot() 함수에 데이터를 직접 입력

plt.plot([2, 1, 5, 3, 7, 8, 13])
plt.show()

 

 

2-2) 넘파이_배열 데이터로 입력

data = np.arange(10)
data

plt.plot(data)
plt.show()

 

 

2-3) x, y 데이터 직접 입력

data_x = [1, 2, 3, 4]
data_y = [2, 3, 5, 10]

plt.plot(data_x, data_y)
plt.show()

 

 

2-4) 데이터프레임의 열(컬럼)을 입력하여 그래프 출력하기

 

▶ seaborn 라이브러리 설치 및 'iris' 데이터셋 불러오기

import seaborn as sns
iris = sns.load_dataset('iris')

 

▶ iris 데이터 중 sepal_length 열의 데이터 시각화

plt.plot(iris.sepal_length)
plt.show()

 

---

3. 옵션 사용자화

 

3-1) x축, y축 레이블 설정하기

: labelpad = 그래프와 레이블 사이의 여백 설정

: fontdict = 폰트 타입과 스타일 관련 설정

   -폰트 두께('fontweight') : 'normal' , 'bold', 'heavy’, ‘light’, ‘ultrabold’, ‘ultralight’

   -폰트 타입('family') : 'arial'

   - 폰트 사이즈 : 숫자로 입력

data_x = [1, 2, 3, 4]
data_y = [1, 7, 5, 12]

plt.plot(data_x, data_y)

plt.xlabel('X Axis Label', labelpad = 12, fontdict = {'color' : 'hotpink', 'size' : 14})
plt.ylabel('Y Axis Label', labelpad = 12, fontdict = {'color' : 'red', 'size' : 14})

plt.show()

 

3-2) 범례 표시하기

: legend() 함수 → 데이터의 범례 표시
: 그래프가 1개인 경우와 2개 이상인 경우

 

▶ legend(loc = )

: 매개변수 loc을 활용하여 위치를 지정

: legend(loc = (0.0, 0.0)) 의 위치는 하단 왼쪽 끝점

: legend(loc = (1.0, 1.0)) 의 위치는 상단 오른쪽 끝점

 

◆ loc 입력 가능 옵션 

: best, upper right, upper left, lower left, lower right, right, center left, center right, lower center, upper center, center

 

* 1개 데이터 그래프 범례 표시

: 데이터 1개를 플로팅하는 경우 범례를 사용하면 기본적으로 왼쪽 상단에 생성됨

plt.plot(data_x, data_y, label = 'Data ABC')
plt.xlabel('X Axis Label')
plt.ylabel('Y Axis Label')
plt.legend(loc = (0.05, 0.9))
plt.show()

 

* 2개 데이터 그래프 범례 표시

 

▶ legend(loc = 'best, ncol = )

: 'best' 입력하면 자동으로 적당한 위치에 표시

: ncol = 로 2개의 데이터를 시각화 할 때 범례 설정 

plt.plot(data_x, data_y, label = 'Data A')
plt.plot(data_y, data_x, label = 'Data B')
plt.xlabel('X Axis Label')
plt.ylabel('Y Axis Label')
plt.legend(loc ='best', ncol = 2)
plt.show()

 

* ncol = 2 인 경우 범례를 2개의 열로 생성

 

* ncol = 1 인 경우 범례를 1개의 열로 생성

 

3-3) x축, y축 범위 정하기

: 기본적으로 축의 범위는 데이터의 최솟값/최댓값을 기준으로 설정

: xlim(), ylim() 함수로 축의 범위 자유롭게 조정 가능 

 

▶ xlim / ylim( [축 최솟값, 축 최댓값] )

plt.plot(data_x, data_y)
plt.xlabel('X Axis Label')
plt.ylabel('Y Axis Label')
plt.xlim([0, 6])
plt.ylim([0, 15])
plt.show()

 

▶ axis(x 최솟값, x축 최댓값, y축 최솟값, y축 최댓값)

plt.plot(data_x, data_y)
plt.xlabel('X Axis Label')
plt.ylabel('Y Axis Label')
plt.axis([0, 6, 0, 15]) 
plt.show()

 

3-4) 색깔 지정하기

: 그래프에 색깔을 지정하지 않으면 기본적으로 Matplotlib 기본 팔레트 10개 색상 순서대로  출력
: plot() 함수의 매개변수 color로 컬럼을 지정 가능, 특정 컬러를 표현하는 문자로도 입력 가능

 

◆ Matplotlib 라이브러리에 명명된 색상 이름 사용하기

: 그래프를 초록색으로 표현하고 싶은 경우 color에 'green' 이라고 입력해도 되나, 'g'라고 입력해도 됨
: 검은색도 'black' 또는 'k'로 입력할 수 있음

 

plt.plot(data_x, data_y, color = 'g')
plt.show()

 

▶ hex 코드 사용하기

: RGB 색상 코드 표기법
: #ff0000 형식의 컬러 코드.  #과 뒤에 붙는 여섯 자리 또는 세자리 숫자로 표기하는 방식
: 원하는 hex 코드를 찾아서 입력할 수 있음

 

◆ hex 코드를 제공 

htmlcolorcodes.com

 

 

 

3-5) 선 스타일 지정하기

: 라인 그래프를 출력하면 기본적으로 솔리드 타입으로 그려짐
: plot() 함수의 매개변수 linestyle로 지정 가능

 

▶ 선 스타일 4가지( sold, dashed, dotted, dashdot )

plt.plot([1, 2, 3, 4], [2, 1, 3, 5], linestyle='solid', color='g', label='solid')
plt.plot([1, 2, 3, 4], [3, 2, 4, 6], linestyle='dashed', color='g', label='dashed')
plt.plot([1, 2, 3, 4], [4, 3, 5, 7], linestyle='dotted', color='g', label='dotted')
plt.plot([1, 2, 3, 4], [5, 4, 6, 8], linestyle='dashdot', color='g', label='dashdot')

plt.xlabel('X Axis Label')
plt.ylabel('Y Axis Label')
plt.legend(loc='best')

plt.axis([0.5, 4.5, 0, 9])
plt.show()

 

▶ 선 스타일_capstyle = 

: butt 각진 것

: round 둥근 것

plt.plot([1, 2, 3, 4], [2, 1, 3, 5], linestyle='solid', solid_capstyle='butt', color='g', linewidth=8, label='solid')
plt.plot([1, 2, 3, 4], [3, 2, 4, 6], linestyle='solid', solid_capstyle='round', color='g', linewidth=8, label='dashed')
plt.plot([1, 2, 3, 4], [4, 3, 5, 7], linestyle='dashed', dash_capstyle='butt', color='lightgreen', linewidth=8, label='dotted')
plt.plot([1, 2, 3, 4], [5, 4, 6, 8], linestyle='dashed', dash_capstyle='round', color='lightgreen',linewidth=8, label='dashdot')

plt.xlabel('X Axis Label')
plt.ylabel('Y Axis Label')
plt.legend(loc='best')

plt.axis([0.5, 4.5, 0, 9])
plt.show()

 

▶ marker 스타일

plt.plot([1, 2, 3, 4], [2, 1, 3, 5], marker='o', color='g', label='data A marker')
plt.plot([1, 2, 3, 4], [4, 3, 5, 7], marker='s', color='limegreen', label='data B marker')

plt.xlabel('X Axis Label')
plt.ylabel('Y Axis Label')
plt.legend(loc='best')

plt.axis([0.5, 4.5, 0, 8])
plt.show()

 

▶ o--  / x:

plt.plot([1, 2, 3, 4], [2, 1, 3, 5], 'o--', color='g', label='solid + marker')
plt.plot([1, 2, 3, 4], [4, 3, 5, 7], 'x:', color='limegreen', label='dashed + marker')

plt.xlabel('X Axis Label')
plt.ylabel('Y Axis Label')
plt.legend(loc='best')

plt.axis([0.5, 4.5, 0, 8])
plt.show()

 

 

3-6) 그리드 표시하기

: plot() 함수에 grid() 함수를 결합하면 그리드를 표시할 수 있음
: 그리드를 표시하면 데이터를 정확하게 파악 할 수 있는 장점이 있음

 

▶ grid(True)

plt.plot([1, 2, 3, 4], [2, 1, 3, 5], linestyle = 'solid', color = 'g', label = 'solid')
plt.plot([1, 2, 3, 4], [4, 3, 5, 7], 'x:', color = 'limegreen', label = 'dashed + marker')

plt.xlabel('X Axis Label')
plt.ylabel('Y Axis Label')
plt.legend(loc = 'best')
plt.grid(True)
plt.show()

 

▶ grid(True, 매개변수 = )

: alpha = 는 투명도를 의미함

plt.plot([1, 2, 3, 4], [2, 1, 3, 5], linestyle = 'solid', color = 'g', label = 'solid')
plt.plot([1, 2, 3, 4], [4, 3, 5, 7], 'x:', color = 'limegreen', label = 'dashed + marker')

plt.xlabel('X Axis Label')
plt.ylabel('Y Axis Label')
plt.legend(loc = 'best')
plt.grid(True, axis = 'y', color = 'red', alpha = 0.9, linestyle = '-.')
plt.show()

 

3-7) 타이틀 설정하기

: title() 함수로 그래프 타이틀 설정
: loc = 으로 위치 설정

: pad = 로 그래프와 공백 지정

 

▶ 타이틀 설정

: font_style 이라는 변수에 폰트 설정을 담아두고,

: title 매개변수 fontdict에 font_style 입력 

plt.plot([1, 2, 3, 4], [2, 1, 3, 5], linestyle = 'solid', color = 'g', label = 'solid')

plt.legend(loc = 'best')
plt.grid(True, axis = 'y', alpha = 0.25)

font_style = {
    'fontsize' : 25,
    'fontweight' : 'heavy'   #  {‘normal’,‘bold’, 'heavy’,‘light’,‘ultrabold’,‘ultralight’} 설정 가능
}

plt.title('Title of Chart', fontdict = font_style, loc = 'center', pad = 15)
plt.show()

 

▶ subplot()

: 먼저 레이아웃을 몇 개 행 / 열로 나눌 것인지 기준 정하기
: subplot(행 수, 열 수, 인덱스 수) 

 

* 행 2개, 열 1개, 인덱스 2개

plt.subplot(2, 1, 1)
plt.plot([1, 2, 3, 4], [3, 4, 1, 7], linestyle = 'solid', color = 'g', label = 'solid')
plt.xlabel('speed')
plt.ylabel('Data A')

plt.subplot(2, 1, 2)
plt.plot([1, 2, 3, 4], [5, 2, 9, 6], linestyle = 'solid', color = 'red', label = 'solid')
plt.xlabel('speed')
plt.ylabel('Data B')

plt.tight_layout()
plt.show()

 

* 행 1개, 열 2개, 인덱스 2개

plt.subplot(1, 2, 1)
plt.plot([1, 2, 3, 4], [3, 4, 1, 7], linestyle = 'solid', color = 'g', label = 'solid')
plt.xlabel('speed')
plt.ylabel('Data A')

plt.subplot(1, 2, 2)
plt.plot([1, 2, 3, 4], [5, 2, 9, 6], linestyle = 'solid', color = 'red', label = 'solid')
plt.xlabel('speed')
plt.ylabel('Data B')

plt.tight_layout()
plt.show()

 

---

4. 히스토그램_데이터 분포 확인

 

▶ hist()

: 히스토그램 생성 함수

: 초반에 특정 변수의 분포를 시각화할 때 히스토그램을 사용

 

▶ iris 데이터셋 불러오기

iris = sns.load_dataset('iris')

iris.head()

 

▶ 특정 행 시각화하기

plt.hist(iris.sepal_length, color = 'hotpink')
plt.show()

 

▶ 2개의 데이터 동시에 시각화하기

: 2개 이상의 변수를 동시에 시각화하는 경우 hist() 함수에 lable을 지정하지 않아도 출력 되지만 가독성을 위해 지정해주는 것이 좋음

plt.hist(iris.sepal_length, bins = 20, label = 'sepal_length', color = 'skyblue')
plt.hist(iris.petal_length, bins = 20, label = 'petal_length', color = 'violet')
plt.legend(loc = 'upper right')
plt.show()

 

 

4-1) 누적 히스토그램 시각화

 

▶ 매개변수 cumulative = True / False

: True → 누적O

: False → 누적X

plt.hist(iris.sepal_length, cumulative = True, label = 'cumulative', color = 'skyblue')
plt.hist(iris.sepal_length, cumulative = False, label = 'not cumulative', color = 'violet')
plt.legend(loc = 'upper left')
plt.show()

 

 

4-2) 히스토그램 4가지 타입

▶ 매개변수 histtype =

: bar, barstacked, step, stepfilled 타입이 있음

 

* subplot() 함수로 히스토그램의 4가지 타입 한 번에 출력해보기

fig = plt.figure(figsize = (10, 6))
ax1 = fig.add_subplot(2, 2, 1)
ax2 = fig.add_subplot(2, 2, 2)
ax3 = fig.add_subplot(2, 2, 3)
ax4 = fig.add_subplot(2, 2, 4)

ax1.hist((iris.sepal_length, iris.petal_length), histtype = 'bar')
ax2.hist((iris.sepal_length, iris.petal_length), histtype = 'barstacked')
ax3.hist((iris.sepal_length, iris.petal_length), histtype = 'step')
ax4.hist((iris.sepal_length, iris.petal_length), histtype = 'stepfilled')

ax1.title.set_text('Type : bar')
ax2.title.set_text('Type : barstacked')
ax3.title.set_text('Type : step')
ax4.title.set_text('Type : stepfilled')

plt.tight_layout()
plt.show()

 

▶ species 별로 petal_length의 평균 구하기

 

* species 열의 데이터 확인

iris.species.unique()

 

* petal_length 평균 구하기

iris_petal_length_mean = iris.groupby('species').petal_length.mean()
iris_petal_length_mean

 

---

5. 막대그래프_범주형 데이터 개수 확인

 

▶ bar()

: 막대그래프 생성 함수

: bar(x축 값, y축 값)

: 카테고리 타입의 데이터에 가장 많이 사용됨

 

▶ 데이터를 막대그래프로 시각화

 

* species 별로 petal_length의 평균 구하고 시각화

: x축 값에는 unique()를 사용해 고유한 species 값을 표시하고, y축 값에는 groupby()를 사용해 각 species 별 평균을 구함 

plt.bar(iris.species.unique(), iris.groupby('species').petal_length.mean())
plt.show()

 

* 막대그래프 색깔 변경하기

plt.bar(iris.species.unique(), iris_petal_length_mean, color = 'mediumseagreen')
plt.show

 

* 개별 막대마다 색깔 지정 + 막대 너비 지정

plt.bar(iris.species.unique(), iris_petal_length_mean, color = ['gold', 'mediumseagreen', 'teal'],
       width = 0.5)
plt.show()

 

* 수평 형태의 막대그래프 그리기

: barh(x축 값, y축 값)

plt.barh(iris.species.unique(), iris_petal_length_mean)
plt.show()

 

---

6. 산점도_수치형 데이터 상관관계

 

▶ scatter()

: 산점도 생성 함수

: scatter(x축 값, y축 값)

: 2개의 수치형 변수 간에 관계를 살펴볼 때 유용
: 두 변수 간의 관계가 선형인지 비선형인지 확인해 방향성과 강도 파악
: 이상값을 찾기에도 활용 가능

 

▶ 데이터를 산점도로 시각화

 

* petal_length와 petal_width 간 산점도 분포 확인하기

plt.scatter(x = iris.petal_length, y = iris.petal_width)
plt.show()

>> petal(꽃잎) length(길이)가 클수록 width(너비)도 커지는 것을 알 수 있음

---

7. 박스 플롯_데이터 분포 확인 및 이상값 찾기

 

▶ boxplot()

: 데이터의 분포를 사분위수 기준으로 표현
: 히스토그램처럼 데이터의 분포를 살펴 볼 때나 이상값을 찾을 때 사용

 

▶ 데이터를 박스플롯으로 시각화

plt.boxplot([iris.sepal_length, iris.sepal_width, iris.petal_length, iris.petal_width])
plt.show()

>> 원으로 표시된 부분이 이상값

 

* 이상값 조정하기

: 매개변수 whis = 값 조정

: whis의 기본값은 1.5

plt.boxplot([iris.sepal_length, iris.sepal_width, iris.petal_length, iris.petal_width],
           notch = True, whis = 2.0)

: whis = 2.0으로 늘려주면 이상값의 개수가 줄어듦

 

* 수평 형태의 박스플롯 그리기

: vert = False

plt.boxplot([iris.sepal_length, iris.sepal_width, iris.petal_length, iris.petal_width], vert = False)
plt.show()