[모각코 1017] Python 데이터 시각화의 첫 걸음 - matplotlib

 코드를 작성하면서 때때로 우리는 데이터를 시각화하는 작업이 필요할 때가 있다.

평균, 분산, 표준편차, 공분산 . . . 등등 우리가 중등교육을 거치며 배운 내용들로도 변수 사이의 관계를 나타낼 수 있다.

수치 자체가 의미를 갖는 값이지만 실제로 우리는 수치 자체를 접근하기 보다는 막대 그래프, 히스토그램과 같이 시각화가 한 번 이루어진 자료들을 접하는 경우가 더 많다.

 그렇다면 우리는 어떻게 데이터를 시각화 할 수 있을까?

 

데이터 시각화에는 여러 가지 방법이 있지만 그 중에서 오늘은 방법 중 하나인 Python의 matplotlib에 대하여 알아볼 것이다.

---

Matplolib?

- Python에서 제공하는 plotting 패키지

- 데이터의 통계를 분석하고 시각화(가시화)할 때 사용

plot은 그래픽과 관련된 용어로, 둘 이상의 변수 간의 관계를 보여주는 그래프를 의미한다.

즉, 우리는 matplotlib를 이용하게 된다면 두 개 이상의 데이터 사이 관계를 시각화 할 수 있다.

 

그림 1. Matplotlib을 이용하여 생성된 다양한 유형의 플롯 (https://towardsdatascience.com/visualizations-with-matplotlib-part-1-c9651008b6b8)

https://towardsdatascience.com/visualizations-with-matplotlib-part-1-c9651008b6b8

---

오늘은 matplotlib를 이용한 선 그래프(Line chart), 막대 그래프(Bar chart), 히스토그램(Histogram) 구현 방법을 알아볼 것이다.

 

1. 선 그래프 (Line chart)

# from matplotlib import pyplot as plt
import matplotlib.pyplot as plt

years = [1950, 1960, 1970, 1980, 1990, 2000, 2010]
gdp = [300.2, 543.3, 1075.9, 2862.5, 5979.6, 10289.7, 14958.3]

plt.figure(dpi=100) # 해상도를 변경할 경우
plt.plot(years, gdp, marker='^', linestyle=":")
# marker 종류       | 'o' -> 원 | '^' -> 삼각형 | 'x' -> 가위
# linestyle 종류    | dashed(--) | dotted(:) | solid(-)
# custom line      | (0, (2,2)) <- 시작할 위치, (선 긋기, 선 안긋기)
# color는 색상의 이름을 명명하는 것이 아닌 rgb 값을 사용하는 것도 가능
# rgb 값은 (r, g, b)와 #rrggbb 모두 가능

plt.title("Normal GDP")
plt.ylabel("Billions of $")
plt.xlabel("Years")

plt.show()

 선 그래프는 matplotlib의 pyplot을 통해 사용할 수 있다.

사용을 위해서는 pyplot을 import 해주어야 하는데 크게 두 가지 방법으로 import 할 수 있다.

 

- from matplotlib import pyplot

- import matplotlib.pyplot

 

나는 수업시간 교수님께서 후자의 방법을 더 애용하신 말씀에 영향을 받아서인지 주로 두 번째 방법을 이용한다.

 

plot() 함수를 이용하여 선 그래프를 만들 수 있다.

매개변수로는 차례대로 'x축에 넣을 데이터' / 'y축에 넣을 데이터' / '나머지 옵션들' 이다.

 

marker와 linestyle, customline 등 plot() 함수의 옵션으로 줄 수 있는 값들은 아래 링크를 참고하면 좋을 거 같다.

marker style에 대한 내용(공식): https://matplotlib.org/stable/api/markers_api.html

---

2. 막대 그래프 (Bar chart)

import matplotlib.pyplot as plt

movies = ["Annie Hall", "Ben-Hur", "Casablanca", "Gandhi", "West Side Story"]
num_oscars = [5, 11, 3, 8, 10]

plt.bar(movies, num_oscars, width = 0.2, edgecolor="black")
# width 속성은 막대의 두께를 설정
# edgecolor 속성은 막대의 테두리 색상을 설정

plt.title("My Favorite Movies")
plt.ylabel("# of Academy Awards")

plt.show()

Bar chart를 생성하는 법은 Line chart와 크게 다르지 않다.

plot() 대신 bar()를 사용하는 것 이외에는 생성 방법은 동일하다고 봐도 좋다.

 

주로 사용하는 옵션은 width와 edgecolor가 있다.

width 속성은 막대 그래프 막대의 두께를 의미하며 edgecolor 속성은 막대 그래프의 막대의 테두리 색상을 의미한다.

---

3. 히스토그램 (Histogram)

import matplotlib.pyplot as plt

grades = [83, 95, 91, 87, 70, 0, 85, 82, 100, 67, 73, 77, 0]

xs = [0, 10, 20, 30, 40, 50, 60, 70, 80, 90]
xs = [i + 5 for i in xs]
count = [2, 0, 0, 0, 0, 0, 1, 3, 4, 3]

plt.bar(xs, count, width = 10, edgecolor="black")
plt.xticks([0, 10, 20, 30, 40, 50, 60, 70, 80, 90, 100])

plt.show()

Histogram의 경우 bar()를 이용하여 만들 수 있다.

이곳에서는 막대 그래프와 히스토그램의 차이를 보완하기 위하여 width와 xs를 조정하였다.

이 부분은 이 게시물을 보고 실습을 따라하는 경우 스스로 값을 조정해가면 쉽게 알 수 있을 것이다.