[Python] Matplotlib 기초

Matplotlib이란?

• Python 라이브러리 중 하나로 그림이나 도형을 그려준다.
• 데이터 입력을 위해 numpy나 scipy와 같이 사용하며, MATLAB 대신 쓸 수도 있다.

선 그래프 (line chart)

• 하나의 figure 안에 하나의 line 그리기

    from matplotlib import pyplot as plt
  
    # x,y 축 데이터
    years = [1950, 1960, 1970, 1980, 1990, 2000, 2010]
    gdp = [300.2, 543.3, 1075.9, 2862.5, 5979.6, 10289.7, 14958.3]
  
    # 표 내부 설정
    plt.plot(years, gdp, color='green', marker='o', linestyle='solid')
  
    # 표 외부 설정
    plt.title("Nominal GDP")
    plt.ylabel("Billions of $")
    plt.xlabel("Years")
  
    # 표 그리기
    plt.show()
  
    # 파일 저장
    plt.savefig("hello.pdf", dpi=300)

  

• 하나의 figure 안에 여러 line 그리기

    variance = [1,2,4,8,16,32,64,128,256]
    bias_squared = [256, 128, 64, 32, 16, 8, 4, 2, 1]
    total_error = [x + y for x, y in zip(variance, bias_squared)]
    xs = range(len(variance))
  
    # 표 내부 설정
    plt.plot(xs, variance, 'g-', label='variance')
    plt.plot(xs, bias_squared, 'r-.', label='bias^2')
    plt.plot(xs, total_error, 'b:', label='total error')
  
    # 라벨 위치
    plt.legend(loc="upper center")
  
    # 표 외부 설정
    plt.xlabel("model complexity")
    plt.xticks([])
    plt.title("The Bias-Variance Tradeoff")
  
    # 표 그리기
    plt.show()

  

• 여러개의 figure 그리기

    import numpy as np
    import matplotlib.pyplot as plt
  
    # figsize=(9,9)를 사용하여 최초 창의 크기를 가로 세로 9인치로 설정한다.
    fig = plt.figure(figsize=(9,9))
  
    # 가로 1칸, 세로 2칸으로 쪼개고 그 중 첫 번째 칸에 ax라는 이름의 axes를 생성한다는 뜻이다.
    ax1 = fig.add_subplot(1,2,1)
    # 가로 1칸, 세로 2칸으로 쪼개고 그 중 두 번째 칸에 ax라는 이름의 axes를 생성한다는 뜻이다.
    ax2 = fig.add_subplot(1,2,2)
  
    # set() 메서드를 이용해 표 외부를 설정
    # x축 및 y축의 최댓값과 최솟값, 그래프의 제목, x축 및 y축의 이름을 설정
    ax1.set(xlim=[1930., 2020.], ylim=[0, 16000], title='Example', xlabel='xAxis', ylabel='yAxis')
    ax2.set(xlim=[1930., 2020.], ylim=[0, 16000], title='Example', xlabel='xAxis', ylabel='yAxis')
  
    # 아래와 같이 파라미터를 나눠서 설정도 가능하다.
    # ax.set_xlim([0., 1.])
    # ax.set_ylim([-0.5, 2.5])
    # ax.set_title('Example', size=20)
    # ax.set_xlabel('xAxis', size=10)
    # ax.set_ylabel('yAxis', size=15)
  
    x = [1950, 1960, 1970, 1980, 1990, 2000, 2010]
    y = [300.2, 543.3, 1075.9, 2862.5, 5979.6, 10289.7, 14958.3]
  
    # plot() 메서드를 이용해 표 내부를 설정
    ax1.plot(x, y, marker='o', color='green', linewidth=3, linestyle ="solid")
    ax2.plot(x, y, marker='o', color='green', linewidth=3, linestyle ="solid")
  
    # plt.show()는 생성된 모든 figure를 보여준다.
    plt.show()

막대 그래프 (bar chart)

• 이산적인 항목에 대한 변화나 차이를 보일 때 활용

    movies = ["Annie Hall", "Ben-Hur", "Casablanca", "Gandhi",
     "West Side Story"]
  
    num_oscars = [5, 11, 3, 8, 10]
  
    plt.bar(movies, num_oscars)
  
    plt.title("My Favorite Movies")
    plt.ylabel("# of Academy Awards")
  
    plt.show()

  

히스토그램 (Histogram)

• 정해진 구간에 해당하는 항목의 개수를 보이는 막대그래프 (값의 분포)

    from collections import Counter
  
    grades = [83, 95, 91, 87, 70, 0, 85, 82, 100, 67, 73, 77, 0]
    histogram = Counter(min(90, grade // 10 * 10) for grade in grades)
  
    plt.bar([x + 5 for x in histogram.keys()], histogram.values(),
    width=10, edgecolor="black")
  
    plt.xticks(range(0, 101, 10))
    plt.xlabel("Decile")
    plt.ylabel("# of Students")
    plt.title("Distribution of Exam 1 Grades")
  
    plt.show()

  

산점도 (scatterplot)

• 두 변수 간의 연관 관계를 보일 때 활용

    import matplotlib.pyplot as plt
  
    friends = [ 70, 65, 72, 63, 71, 64, 60, 64, 67]
    minutes = [175, 170, 205, 120, 220, 130, 105, 145, 190]
    labels = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i']
  
    plt.scatter(friends, minutes, marker='^', color='darkgreen')
  
    for l, f, m in zip(labels, friends, minutes):
     plt.annotate(l, xy=(f, m),
     xytext=(5,-5), textcoords="offset points")
  
    plt.title("Daily Minutes vs. Number of Friends")
    plt.xlabel("# of friends")
    plt.ylabel("daily minutes spent on the site")
  
    plt.show()

  

네트워크 시각화 (network visualization)

• networkx : 네트워크 분석용 python 패키지

    import networkx as nx
  
    G = nx.Graph()
  
    G.add_edge('A','B', color='r', weight=1)
    G.add_edge('C','B', color='g', weight=2)
    G.add_edge('B','D', color='b', weight=5)
  
    pos = nx.spring_layout(G)
  
    colors = list(nx.get_edge_attributes(G, 'color').values())
    weights = list(nx.get_edge_attributes(G, 'weight').values())
  
    nx.draw(G, pos, edge_color=colors, width=weights, with_labels=True)
    plt.show()