[Visualization] 02. matplotlib을 활용한 그래프 그리기

1. 선 그래프(line plot) 그리기

선 그래프(꺾은 선 그래프)

• 점과 점을 선으로 연결한 그래프
• Line plot를 그리는 이유
  • 값의 변화를 시각적으로 표현할 때 사용(시계열)
• plt.plot(x, y) 또는 axis.plot(x, y)
  • x, y 인수
    • 리스트
    • 튜플
    • numpy 배열 (ndarray)
    • 판다스 Series
• 사용할 모듈

    import matplotlib.pyplot as plt
    import numpy as np
    import pandas as pd
  

설정

https://matplotlib.org/3.0.3/gallery/lines_bars_and_markers/line_styles_reference.html

• linestyle: 선의 모양 ('.', '--', ':', '-.')
• linewidth: 선의 두께
• marker: 값이 위치한 곳에 찍어줄 포인트
• color: 선의 색상
• alpha: 선의 투명도

• label: 선에 라벨 값 붙이기 -> 나중에 lengend()를 사용하면 선 이름이 보임

    x = np.linspace(1, 10, num=20) # 1 ~ 10을 20등분(num)한 분위 값으로 이뤄진 1차원 배열을 생성. 
                                    # -> 리스트나 시리즈 같이 다양한 자료구조로 변환할 수 있다. (1차원의 자료구조)
  
    # plt 함수를 이용해서 선그래프 그리기
    plt.plot(x, x)                                  # 기본 그래프
    plt.plot(x, x+1, linestyle ='--')               # 선 모양 변경
    plt.plot(x, x+2, marker='.', color='red')       # 값이 위치한 곳 표시 & 색상 변경
    plt.plot(x, x+3, linestyle ='-.', linewidth=5)  # 선 두께 변경
    plt.show()
  

Twin

• 값의 범위(Scale)이 다른 두 값과 관련된 그래프를 한 Axes(subplot)에 그리는 경우 사용
• 같은 그래프인 것처럼 보이지만 실제로는 다른 그래프에서 그린 후에 합친 것이기 때문에 비교를 위한 설정을 따로 해주어야 한다.
• X축을 공유해 2개의 Y축을 가지는 그래프
  • axes.twinx() 를 이용해 axes를 복사
• Y축을 공유해 2개의 X축을 가지는 그래프
  • axes.twiny() 를 이용해 axes를 복사

legend 위치 선정

• 미리 지정된 위치로 잡기.
  • legend(loc=”상하위치 좌우위치”)
    • 상하: upper, center, lower
    • 좌우: left, center, right
    • 정가운데: “center”
    • “best”:최적의 위치를 알아서 잡아준다.(Default)
• 원하는 위치를 직접 설정
  • legend(bbox_to_anchor=(x, y), loc=”box의 상하, 좌우 위치”)
  • bbox_to_anchor
    • 전체 subplot의 x축과 y축의 비율

        하단: (0, 0), (1, 0)
        상단: (0, 1), (1, 1)
      

  • loc -> bbox_to_anchor 좌표지정 범례 box의 어느 지점을 붙일 것인지 지정
    • ex) bbox_to_anchor=(1, 1), loc=’upper left’ : subplot (1, 1) 지점의 범례박스 위/왼쪽 점을 맞춘다.

2. 산점도(Scatter Plot) 그리기

산점도(산포도)

• 관측값들이 점으로 표시된 그래프
• Scatter plot를 사용하는 이유
  • 두 변수(Feature)간의 관계를 보기 위해 사용 -> 군집 분류
• plt.scatter(x, y) 또는 axis.scatter(x, y)
  • x, y 인수
    • 리스트
    • 튜플
    • numpy 배열 (ndarray)
    • 판다스 Series

설정

https://matplotlib.org/stable/api/markers_api.html

• marker: 점의 모양
• s: 점의 크기(정수)
• alpha: 점의 투명도 (0 ~ 1 사이 실수, Default 1)

상관 계수

• 두 변수간의 상관관계(비례/반비례)를 정량적(수치적)으로 계산한 값.
  • 양수: 비례관계(양의 상관관계)
    • 0 ~ 1
  • 음수: 반비례관계(음의 상관관계)
    • -1 ~ 0
  • 절대값 기준 1로 갈수록 강한 상관관계, 0으로 갈수록 약한 상관관계
    • 1 ~ 0.7: 아주 강한 상관관계
    • 0.7 ~ 0.3 : 강한 상관관계
    • 0.3 ~ 0.1 : 약한 상관관계
    • 0.1 ~ 0 : 관계없다.
• 상관 계수 계산

    df[[계산하고 싶은 컬럼명 리스트]].corr()
  

3. 막대 그래프 (Bar plot) 그리기

막대 그래프 (Bar plot)

• 수량/값의 크기를 막대 형식으로 나타낸 그래프
• Bar plot을 사용하는 이유
  • 범주형 데이터의 class별 개수를 확인할 때 사용
• 막대그래프: plt.bar(x, height), 수평막대그래프: plt.barh(y, width)
  • 1번 인수: 분류값
  • 2번 인수: 개수
• 수평막대그래프의 경우 밑에서부터 막대가 생성된다.

설정

• width(height): 막대의 두께

text()

• 그래프에 text 넣기
• plt.text(x좌표, y좌표, "출력할 text")
• 막대그래프의 경우 분류 값의 범위에 따라 x좌표가 0, 1, 2로 설정된다.
• 단점: 값의 위치를 일일히 지정해주어야 함
• 주요 사용 방법
• column 값이 문자일 경우

    for x, y in enumerate(df[y]):
        plt.text(x, y, str(y))
  

• column 값이 숫자일 경우

    for x, y in zip(df.columns, df[y]):  # column 의 값이 int 일 경우 원래 index 값이랑 다르기 때문에 zip을 사용해야 한다.
        plt.text(x, y, str(y))
  

ylim()

• 그래프 시작점과 끝점 지정하기
• plt.ylim(시작값, 끝값) 또는 plt.xlim(시작값, 끝값)
• 막대 그래프가 시작하는 지점과 끝점을 설정할 수 있다.
• 특정 부분의 확실한 변화를 보기 위해 사용

4. 파이차트 (Pie chart) 그리기

• 각 범주가 데이터에서 차지하는 비율을 나타낸 그래프
• Pie chart를 사용하는 이유
  • 각 범주(Category)의 비율을 확인할 때 사용
• plt.pie(x, labels) 또는 axis.pie(x, labels)
  • x, labels 인수
    • x: 값 (값들을 100을 기준으로 비율을 계산해 크기 설정)
    • label: 값들의 label
• autopct=None: 조각내에 표시될 비율의 문자열 형식. ‘%fmt문자’
  • fmt문자: f(실수), d(정수), %% (%)
• pctdistance=0.5: 표시한 문자열 위치 조정
• shadow=True: 입체적으로 보일 수 있게 그림자가 생김
• explode=None: 내용을 분리하고 싶을 때 사용
  • 사용 예시 explode=[0, 0, 0.2, 0, 0]
• textprops={}: text 설정을 선택할 수 있다
  • ‘fontsize’: 폰트사이즈
  • ‘color’: 글씨색
  • ‘fontweight’: 굵기 정도

5. 히스토그램(Histogram) 그리기

• 도수분포표를 바탕으로 나타낸 그래프
  • 도수분포표: 연속형 자료를 특정 구간(bin)으로 나눠 그 빈도를 나타낸 표
    • 빈도 확인이나 분포를 볼때 사용한다.
• Histogram을 사용하는 이유
  • 연속형 값을 그래프로 그리기(시각화) 위해 사용
• plt.hist(data, bins=[계급개수-몇등분인지])
  • data: 연속형 값들을 원소로 하는 1차원 자료구조

6. 상자그래프(Boxplot) 그리기

• 연속형 값들의 사분위수, 극단값들을 이용해 값들의 분포를 나타낸 그래프
  • 1분위-아랫값, 2분위-중앙값, 3분위-윗값
  • 선의 범위-정상 범위내의 최소값, 최대값
  • 선 범위 밖의 값-정상 범위에서 벗어난 값
  • IQR(Inter Quatile Range)-3분위수 - 1분위수, 중간 50$ 값의 범위
• Boxplot를 사용하는 이유
  • 값들의 분포를 확인하기 위해서
• plt.boxplot(x)
  • x 인수
    • x: 원하는 값의 리스트 형태
• labels=None: 생성한 boxplot의 이름 붙이기
• whis=None: 극단치 계산시 사용할 값(Default: 1.5)