ml&dl

Matplotlib Tutorial

  • Bosoek Kim

    Bosoek Kim

    A.I. developer and robot engineer

    More posts by Bosoek Kim.

    Bosoek Kim

Bosoek Kim

•18 min read
Matplotlib Tutorial

Matplotlib Tutorial

Matplotlib은 파이썬 기반 그래프(플롯) 시각화 라이브러리이다. matplotlib.pyplot 모듈의 각각의 함수로 그래프를 만들고 변화를 줄수 있다.

# 설치 코드
pip search matplotlib
pip install matplotlib
pip install --upgrade matplotlib

# 패키지 추가
import matplotlib.pyplot as plt
%matplotlib inline # jupyter에서 Shift+Enter를 치지 않고 Run으로 실행하여 그래프를 그릴 수 있음.

기본 그래프

  • pyplot.show()

    그렸던 그래프들 출력하는 함수

  • pyplot.plot()

    선 또는 마커 그래프 그리기에 사용되는 함수로 리스트를 인수로 받는다.

    • y 값 : [1, 2, 3, 4]처럼 리스트가 한개인 경우 y값이라고 가정후 x값을 0부터 1씩 커지게 자동으로 만들어 낸다.
    • x, y 값 : [1, 2, 3, 4,], [2,4,6,8]처럼 리스트가 두개면 각각 x, y로 그래프로 나타내준다.
    • 두개의 그래프 : 두개 이상의 리스트들은 새로운 그래프로 그려진다.(한 그래프에 여러 곡선들 제작 가능)

    image

    plot() 함수에 매개변수에 ‘bo’(파란 원형마커) 형식으로 색과 마커 방식을 지정할 수 있다

    Color

    b처럼 일반 지정도 되고 color='green' 처럼 키워드로 지정해도 된다. 단, 키워드 지정에서는 css 색상과 Hex code도 사용할 수 있다.

    • b : blue
    • g : green
    • r : red
    • c : cyan
    • m : magenta
    • y : yellow
    • k : black
    • w : white

    Line Styles

    -처럼 일반 지정도 되고 linestyle='-'처럼 키워드로 지정해도 된다.

    • - : 실선 스타일
    • -- : 파선 스타일
    • -. : 점-선 스타일
    • : : 점선 스타일

    Markers

    o처럼 일반 지정도 되고 marker='o'처럼 키워드로 지정해도 된다.

    • . : 포인트
    • , : 픽셀
    • o : 원형
    • v : 아래쪽 삼각형
    • ^ : 위쪽 삼각형
    • < : 왼쪽 삼각형
    • > : 오른쪽 삼각형
    • 1 : 아래쪽 삼각별
    • 2 : 위쪽 삼각별
    • 3 : 왼쪽 삼각별
    • 4 : 오른쪽 삼각별
    • s : 사각형
    • p : 오각형
    • * : 별
    • h : 육각형 1
    • H : 육각형 2
    • + : + 마크
    • x : x 마크
    • D : 다이아몬드
    • d : 앏은 다이아몬드
    • | : | 마크
    • _ : _ 마크

  • title()

    그래프의 제목 지정(타이틀을 여러개 지정할 수도 있다)

    매개변수로 타이틀 글을 준다

    • loc = 'right/left/center' : 타이틀을 오른쪽(right) 위, 왼쪽(left) 위, 가운데(center) 위에 나타나게 한다
    • pad : 타이틀과 그래프와의 관계를 설정한다.
    • fontdict : fontsize(포인트 단위 숫자나 smaller, x-large 등의 상대적인 설정)와 fontweight(normal, bold, heavy, light, ultrabold, ultralight 설정 가능)를 딕셔너리 형태로 받는다
    # 예제 코드
plt.title('Sample graph', loc='right', pad=20)
title_font = {
    'fontsize': 16,
    'fontweight': 'bold'
}
plt.title('Sample graph', fontdict=title_font, loc='left', pad=20)

    image

축 레이블 및 범위 설정

  • xlabel()

    그래프에서 x축에 대한 레이블 표시(표시할 레이블을 인수로 받는다)

  • ylabel()

    그래프에서 y축에 대한 레이블 표시(표시할 레이블을 인수로 받는다)

  • axis()

    x, y축이 표시되는 범위를 지정(매개변수 : xmin, xmax, ymin, ymax) 입력값이 없으면 데이터에 맞게 자동으로 범위를 지정함

그래프 영역 채우기

  • fill_between()

    X-Label 그래프의 특정 영역을 채워서 강조

    • X 배열 : X 레이블의 어떤 지점을 그릴것인지 지정
    • Y 배열 : Y 레이블의 어떤 지점까지 그릴것인지 지정
    • color : 색 지정
    • alpha : 투명도(1이 최대)
    # 예제 코드
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]
plt.plot(x, y)
plt.fill_between(x[1:3], y[1:3], alpha=0.5)

    (x[1], y[1]), (x[2], y[2]), (x[1], 0), (x[2], 0)을 잇는 영역이 채워진다

    image

  • fill_betweenx()

    X-Label 그래프의 특정 영역을 채워서 강조

    • Y 배열 : Y 레이블의 어떤 지점까지 그릴것인지 지정
    • X 배열 : X 레이블의 어떤 지점을 그릴것인지 지정
    • color : 색 지정
    • alpha : 투명도(1이 최대)
    # 예제 코드
plt.plot(x, y)
plt.fill_between(y[2:4]), x[2:4], alpha=0.5)

    (x[2], y[2]), (x[3], y[3]), (0, y[2]), (0, y[3])을 잇는 영역이 채워진다

    image

  • 두 그래프 사이 영역 채우기

    두 그래프 사이를 채워서 강조

    • 영역을 채울 X값 지정
    • 영역을 채울 두 그래프의 Y값 지정
    • 나머지는 동일
    # 예제 코드
x = [1, 2, 3, 4]
y1 = [1, 4, 9, 16]
y2 = [1, 2, 4, 8]

plt.fill_between(x[1:3], y1[1:3], y2[1:3])
# fill_betweenx도 가능

    (x[1], y[1]), (x[1], y[2]), (x[2], y[1]), (x[2], y[2]) 사이 영역을 채운다

    image

  • fill()

    임의의 영역을 채워서 강조

    • 영역을 그릴 4가지 지점의 X, Y좌표 지정
    # 예제 코드
plt.fill([1.9, 1.9, 3.1, 3.1], [2, 5, 11, 8])

    image

그리드 및 눈금 표시하기

  • grid()

    그래프에 격자 표시

    • True : True로 설정시 그리드 표시됨(X, Y). default는 False.
    • axis = ‘both/x/y’ : 그리드 방향 지정. default는 both
    • color : 색 지정
    • alpha : 투명도
    • linestyle : 선 스타일
    • which = ‘major/minor/both’ : 주눈금, 보조눈금 표시

  • xticks()

    X축에 틱(그래프의 축에 간격을 구분하는 표시 눈금)

    • 리스트나 넘파이 배열을 입력시 해당 위치에 눈금 & 숫자 레이블 표시
    • labels = ['1번', '2번' ...] : 눈금 레이블을 명시적으로 지정 가능

    lebels 파라미터 대신 튜블로 지정해도 가능

  • yticks()

    Y축에 틱(그래프의 축에 간격을 구분하는 표시 눈금)

    • 리스트나 넘파이 배열을 입력시 해당 위치에 눈금 & 숫자 레이블 표시
    • labels = ['1번', '2번' ...] : 눈금 레이블을 명시적으로 지정 가능

    lebels 파라미터 대신 튜블로 지정해도 가능

  • tick_params()

    눈금 스타일 지정

    • axis : 설정 적용 축 지정(X, Y, both)
    • direction : 눈금 안/밖 표시 지정(in:안, out:밖, inout:둘다)
    • length : 눈금이 길이
    • pad : 눈금과 레이블과의 거리
    • labelsize : 레이블의 크기 지정
    • labelcolor : 레이블의 색상 지정
    • top = True : 눈금이 위에 표시됨(default:False)
    • bottom = True : 눈금이 아래에 표시됨(default:False)
    • left = True : 눈금이 왼쪽에 표시됨(default:False)
    • right = True : 눈금이 오른쪽에 표시됨(default:False)
    • width : 눈금의 너비 지정
    • color : 눈금의 색상 지정

수직선/수평선 표시

  • axhline()

    그래프 특정 y(가로)값에 수평선 표시

    • 첫번째 인자 : y값으로서 수평선의 위치
    • 두번째 인자 : xmin -> 0(왼쪽 끝)에서 1(오른쪽 끝)사이의 값을 넣는다
    • 세번째 인자 : xmax -> 0(왼쪽 끝)에서 1(오른쪽 끝)사이의 값을 넣는다

    xmin과 xmax에 선이 생기는 것

    • color : 색
    • linestyle : 선 스타일
    • linewidth = 선 두께(수 지정)

  • axvline()

    그래프 특정 x(세로)값에 수직선 표시

    • 첫번째 인자 : x값으로서 수평선의 위치
    • 두번째 인자 : xmin -> 0(아래쪽 끝)에서 1(위쪽 끝)사이의 값을 넣는다
    • 세번째 인자 : xmax -> 0(아래쪽 끝)에서 1(위쪽 끝)사이의 값을 넣는다

    xmin과 xmax에 선이 생기는 것

    • color : 색
    • linestyle : 선 스타일
    • linewidth = 선 두께(수 지정)
    # 예제 코드
a = np.arange(0, 2, 0.2)
plt.plot(a, a, 'bo')
plt.plot(a, a**2, color='#e35f62', marker='*', linewidth=2)
plt.plot(a, a**3, color='springgreen', marker='^', markersize=9)
plt.xticks(np.arange(0, 2, 0.2), labels=['Jan', '', 'Feb', '', 'Mar', '', 'May', '', 'June', '', 'July'])
plt.yticks(np.arange(0, 7), ('0', '1GB', '2GB', '3GB', '4GB', '5GB', '6GB'))
plt.axhline(1, 0, 0.55, color='gray', linestyle='--', linewidth='1')
plt.axvline(1, 0, 0.16, color='lightgray', linestyle=':', linewidth='2')
plt.axhline(5.83, 0, 0.95, color='gray', linestyle='--', linewidth='1')
plt.axvline(1.8, 0, 0.95, color='lightgray', linestyle=':', linewidth='2')
plt.show()

    image

  • hlines()

    Y를 따라 수평선 표시

    • 첫번째 인자 : Y 좌표
    • 두번째 인자 : xmin -> 수평선 시작 지점
    • 세번째 인자 : xmax -> 수평선 끝나는 지점

    점(xmin, y)에서 점(xmax, y)를 따라 수평선 표시

    • color : 색
    • linewidth : 선두께

  • vlines()

    X를 따라 수평선 표시

    • 첫번째 인자 : X 좌표
    • 두번째 인자 : ymin -> 수평선 시작 지점
    • 세번째 인자 : ymax -> 수평선 끝나는 지점

    점(x, ymin)에서 점(x, ymax)를 따라 수평선 표시

    • color : 색
    • linewidth : 선두께
    # 예제 코드
plt.hlines(4, 1, 1.6, colors='pink', linewidth=3)
plt.vlines(1, 1, 4, colors='pink', linewidth=3)

    image

막대 그래프 그리기

  • bar()

    그래프 개수와 값을 리스트 형태로 받아 막대 그래프로 출력

    • 첫번째 인자 : 넘파이 배열로 막대 그래프 개수 지정(총 3개면 [0, 1, 2])
    • 두번째 인자 : 넘파이 배열에 해당하는 리스트 입력
    • width : 막대의 너비(default : 0.8)
    • align : 틱과 막대의 위치 조절(default : center, edge로 설정시 막대 왼쪽에 틱이 표시됨)
    • color : 막대의 색
    • edgecolor : 막대의 테두리 색을 지정(css타입 가능)
    • linewidth : 테두리 두께 지정
    • tick_label : 리스트 형태로 지정시 틱에 리스트 문자열을 순서대로 나타낼 수 있다.
    • log = True : Y축 로그 스케일로 표시
    # 예제 코드
x = np.arange(3)
years = ['2017', '2018', '2019']
values = [100, 400, 900]
plt.bar(x, values, width=0.6, align='edge', color="springgreen",
        edgecolor="gray", linewidth=3, tick_label=years, log=True)
    image

  • barh()

    수평 막대 그래프 출력

    • 첫번째 인자 : 넘파이 배열로 막대 그래프 개수 지정(총 3개면 [0, 1, 2])
    • 두번째 인자 : 넘파이 배열에 해당하는 리스트 입력
    • height : 막대의 높이(default : 0.8)
    • align : 틱과 막대의 위치 조절(default : center, edge로 설정시 막대 아래쪽에 틱이 표시됨)
    • color : 막대의 색
    • edgecolor : 막대의 테두리 색을 지정(css타입 가능)
    • linewidth : 테두리 두께 지정
    • tick_label : 리스트 형태로 지정시 틱에 리스트 문자열을 순서대로 나타낼 수 있다.
    • log = True : X축 로그 스케일로 표시
    # 예제 코드
y = np.arange(3)
years = ['2017', '2018', '2019']
values = [100, 400, 900]

plt.barh(y, values, height=-0.6, align='edge', color="springgreen",
        edgecolor="gray", linewidth=3, tick_label=years, log=False)
    image

산점도 그리기

산점도 는 두 변수 상관 관계를 직교 좌표계의 평면에 데이터를 점으로 표현하는 그래프

  • scatter()

    산점도 출력

    2차원 산점도 그리기

    • X : X위치
    • Y : Y위치
    • s = '크기' : 마커의 면적
    • c = '색' : 마커의 색깔
    • alpha = 값 : 투명도

    각각의 인자들은 리스트 형태로 여러개 지정하여 한번에 여러개의 마커들을 만들 수도 있다.

    3차원 산점도 그리기

    3차원 그래프를 위해서는 from mpl_toolkits.mplot3d import Axes3D 추가(맷플로팁 3.1 이상부터는 자동으로 포함되있음)

    • rcParams로 figure의 사이즈 설정(figure란 그래프가 들어있는 객체)
    plt.rcParams["figure.figsize"] = (6, 6)
    • 3D axes를 위해 add_subplot()에 3D를 입력해준다
    ax = fig.add_subplot(111, projection='3d')

    매개인자들

    • X : X좌표
    • Y : Y좌표
    • Z : Z좌표
    • c ='색' : 색깔
    • marker='마크' : 마크 형태
    • s=값 : 크기
    • cmap = '색' : 맵 색깔
    image

히스토그램 그리기

히스토그램 은 도수분포표를 그래프로 나타낸 것으로, 가로는 계급, 세로는 도수를 나타낸다

  • hist()

    • 첫번째 인자 : 리스트 형태로 값 입력
    • bins = 값 : 몇 개의 영역으로 쪼갤지 설정
    • density = True : 밀도 함수가 되어 막대 아래 면적이 1이된다.
    • alpha : 투명도
    • histtype = 'step/stepfilled' : step은 막대 내부가 비어있고, stepfiled는 막대 내부가 채워진다.
    # 예제 코드
a = 2.0 * np.random.randn(10000) + 1.0
b = np.random.standard_normal(10000)
c = 20.0 * np.random.rand(5000) - 10.0

plt.hist(a, bins=100, density=True, alpha=0.7, histtype='step')
plt.hist(b, bins=50, density=True, alpha=0.5, histtype='stepfilled')
plt.hist(c, bins=100, density=True, alpha=0.9, histtype='step')
plt.show()
    image

오차막대 그리기

데이터의 편차를 표시하기 위한 그래프 형태

  • errorbar()

    에러바 그래프를 그릴 수 있다.

    • x : X값
    • y : Y값
    • yerr = yerr값 : 데이터 편차 리스트
    • uplims = True/False : 상한가 기호 표시
    • lolims = True/False : 하한가 기호 표시
    # 예제 코드
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]
yerr = [2.3, 3.1, 1.7, 2.5]

plt.errorbar(x, y, yerr=yerr)

    image

    비대칭인 편차를 표시하려면 (2, N) 형태의 값들을 입력.

    • 첫번째 튜플 : 아래 방향 편차
    • 두번째 튜플 : 위 방향 편차
    x = [1, 2, 3, 4]
y = [1, 4, 9, 16]
yerr = [(2.3, 3.1, 1.7, 2.5), (1.1, 2.5, 0.9, 3.9)]

plt.errorbar(x, y, yerr=yerr)

    image

파이 차트 그리기

원그래프는 범주별 구성 비율을 원형으로 표현한 그래프이다.

  • pie()

    • 첫번째 인자 : 각 영역의 비율 리스트
    • labels = 리스트 : 각 영역의 이름 리스트
    • autopct = '%.1f%%' : 표시될 숫자의 형식
    • startangle = 값 : 시작 각도(default : 0도) 지정
    • counterclock = False : 시계 방향 순서로 부채꼴 영역이 표시됨
    • explode = 리스트 : 부채꼴이 파이 차트 중심에서 벗어나는 정도를 설정(각각의 영역에 따라 리스트로 지정)
    • shadow = True : 그림자 표시
    • colors = 리스트 : 각 영역당 색상 지정(리스트로)
    • wedgeprops = 딕셔너리 : 부채꼴 영역의 스타일 설정(딕셔너리의 ‘width’-너비, ‘edgecolor’- 테두리 색깔, ‘linewidth’- 테두리 선의 너비)
    # 예제 코드
ratio = [34, 32, 16, 18]
labels = ['Apple', 'Banana', 'Melon', 'Grapes']
colors = ['#ff9999', '#ffc000', '#8fd9b6', '#d395d0']
wedgeprops={'width': 0.7, 'edgecolor': 'w', 'linewidth': 5}

plt.pie(ratio, labels=labels, autopct='%.1f%%', startangle=260, counterclock=False, colors=colors, wedgeprops=wedgeprops)
plt.show()
    image

인간이 인간이라도 믿도록 속일 수 있다면

computers are intelligent if you can deceive people

컴퓨터는 지능적이라고 할 만합니다. -앨런 튜링(Allen Turing)

to believe they are humans.

BEKSI © 2024 | BEKSI All Rights Reserved.