Can I assign a graph or plot to a variable?
강의를 듣다 보니 그래프/플롯과 관련해 내용이 자꾸 헷갈렸다.
또 Datapane 쓸 때 그래프를 변수에 넣는 걸 보고 그래프를 그릴 때 처음부터 변수에 잘 넣고 시작하면 편할 것 같아서 조금 찾아보았다.
In programming, you can assign a graph or plot to a variable, but it's not the graph itself that's stored, but rather a reference to it (like a figure handle). This allows you to manipulate the plot programmatically, save it, or reuse it later.
Here's how it works in Python, using matplotlib:
import matplotlib.pyplot as plt
import numpy as np
# Sample data
x = np.linspace(0, 10, 100)
y = np.sin(x)
# Create the plot and assign it to the variable 'fig'
fig = plt.figure() # Create a new figure
plt.plot(x, y) # Plot data on the figure
plt.title("Sine Wave") # Added a title
plt.xlabel("X-axis") # Added an x-axis label
plt.ylabel("Y-axis") # Added a y-axis label
# You can now refer to the plot using the 'fig' variable.
# For example, to save it:
# fig.savefig("sine_wave.png")
# Or to display it:
plt.show()
# You can also access the axes object
ax = fig.gca()
# and modify it further. For example:
# ax.set_xlim([0, 5])
# Alternatively, you can get the current figure using gcf
# and assign it to a variable.
fig2 = plt.gcf()
# This will point to the same figure as the one created above.Explanation:
1. plt.figure(): This creates a new figure object and returns a reference to it. This reference is assigned to the variable fig.
2. plt.plot(x, y): This command plots the data on the currently active figure (which is the one referenced by fig).
3. fig.savefig("sine_wave.png"): This method saves the figure (the plot) to a file.
4. plt.show(): This displays the figure on your screen.
5. fig.gca(): This gets the current axes object of the figure. You can use this to modify the plot's appearance (e.g., set axis limits, labels, etc.).
6. plt.gcf(): This gets the current figure object. Useful if you want to refer to the active plot without explicitly creating a new one or if you are working with multiple plots.
- Matplotlib에서 Figure 객체를 재사용하거나 변수에 할당하는 방법에 대해 정확히 이해하기
plt.figure()와plt.plot()의 차이plt.figure(): 새로운 Figure 객체(캔버스)를 생성하고 이를 변수(fig)에 할당할 수 있음plt.plot(): 현재 활성화된 Figure와 Axis에 선 그래프를 그림
※ Figure 객체를 반환하지 않음! → Line2D 객체의 리스트
- Figure 객체를 변수에 저장하고 재사용하기
fig=plt.figure() ax=fig.add_subplot(111) ax.plot(x,y)fig: Figure 객체의 참조값을 가짐ax: Axes 객체의 참조값을 가짐
→ 같은 세션 내에서라면 다른 셀에서fig를 다시 불러와서 조작하거나 저장할 수 있음
plt.figure() vs. plt.subplots()
- matplotlib에서 Figure와 Axes를 생성하는 대표적인 방법
차이점
plt.figure()
- 기능: 새로운 Figure(도화지)만 생성
- Axes(실제 그래프가 그려지는 영역)는 자동으로 생성하지 않음
- Axes를 추가하려면 fig.add_subplot() 또는 fig.add_axes()를 별도로 사용해야 함
fig = plt.figure()
ax = fig.add_subplot(111) # 1행 1열, 첫 번째(유일한) subplot
ax.plot(x, y)plt.subplots()
- 기능: Figure와 Axes(들)를 한 번에 생성
- 반환값: (fig, ax) 튜플 (Figure 객체와 Axes 객체)
- subplot(서브플롯) 레이아웃을 쉽게 만들 수 있음
- 가장 많이 쓰이는 방식
fig, ax = plt.subplots() # 1개의 Figure와 1개의 Axes 생성
ax.plot(x, y)
# 여러 개의 subplot이 필요할 때도 매우 편리
fig, axs = plt.subplots(2, 2) # 2x2 그리드의 Axes 배열 생성
axs[0, 0].plot(x, y)어떤 경우에 어떤 것을 쓰는 게 좋은가?
- 간단한 그래프, 혹은 여러 개의 subplot이 필요할 때는 plt.subplots()가 더 편리 & 권장
- plt.figure()는 아주 커스텀한 Figure만 만들고, Axes를 나중에 복잡하게 추가할 때 주로 사용
- matplotlib 공식 문서와 커뮤니티에서도 plt.subplots() 사용을 권장하는 추세
요약
| 함수 | 생성 객체 | 특징 및 용도 |
|---|---|---|
| plt.figure() | Figure | Figure만 생성, Axes는 별도로 추가해야 함 |
| plt.subplots() | Figure, Axes | Figure와 Axes를 한 번에 생성, 가장 많이 사용 |
With Seaborn
- seaborn의 "axes-level" 함수(예: sns.lineplot, sns.histplot, sns.boxplot, sns.scatterplot 등)는 ax 파라미터를 지원합니다.
- 이 파라미터에 원하는 matplotlib의 Axes 객체(ax)를 넘기면 해당 Axes에 그래프가 그려집니다.
- fig, ax = plt.subplots()로 만든 ax에 seaborn의 axes-level plot 함수에서 ax=ax로 지정하면 원하는 Axes에 seaborn 그래프를 그릴 수 있습니다.
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
x = np.linspace(0, 10, 100)
y = np.sin(x)
fig, ax = plt.subplots()
sns.lineplot(x=x, y=y, ax=ax) # ax에 직접 그림
ax.set_title("Sine Wave with Seaborn")
plt.show()-
axes-level 함수만 가능!
- figure-level 함수(예: sns.relplot, sns.catplot, sns.pairplot, sns.displot 등)는 자체적으로 Figure와 Axes를 생성하므로, 기존의 ax에 그릴 수 없습니다.
-
seaborn 공식 문서와 커뮤니티에서도 이 방식(axes-level 함수 + ax 파라미터 사용)을 권장함
-
여러 subplot에 각각 seaborn 그래프를 그릴 때도 매우 유용
fig, (ax1, ax2) = plt.subplots(1, 2)
sns.histplot(data=data1, x='col', ax=ax1)
sns.boxplot(data=data2, y='col', ax=ax2)figure-level 함수
- figure-level 함수는 seaborn에서 자체적으로 Figure와 Axes를 생성하고, 전체 Figure(여러 subplot 포함)를 관리합니다.
- 따라서 seaborn의 figure-level 함수는 plt.figure()로 만든 Figure에 직접 그릴 수 없습니다.
- 대표적인 예시: sns.relplot, sns.catplot, sns.lmplot, sns.pairplot, sns.displot 등
- 왜 plt.figure()와 함께 쓸 수 없나요?
- figure-level 함수는 내부적으로 새로운 Figure를 생성
- 반환값은 matplotlib Figure가 아니라 seaborn의 FacetGrid, PairGrid, JointGrid 등
- 따라서, 이미 생성한 Figure(fig = plt.figure())에 직접 그릴 수 없음!
import matplotlib.pyplot as plt
import seaborn as sns
fig = plt.figure()
# 아래 코드는 fig에 그려지지 않음!
# sns.relplot()은 fig와 무관하게 자체적으로 Figure를 만들기 때문
sns.relplot(data=..., x=..., y=...)
plt.show()- figure-level 함수의 올바른 사용법
- 별도로 Figure를 만들 필요 없이, figure-level 함수만 호출
- 필요하다면 반환된 Grid 객체에서 Figure를 가져올 수 있음
g = sns.relplot(data=..., x=..., y=...)
g.fig.suptitle("My Title") # Figure 객체에 접근 가능
g.savefig("my_plot.png") # 저장도 가능요약
| 함수 유형 | 기존 Figure/Axes에 그리기 | 자체 Figure 생성 | 반환값 |
|---|---|---|---|
| axes-level | O (ax=ax 파라미터) | X | AxesSubplot |
| figure-level | X | O | Grid 객체 (FacetGrid 등) |
결론
- figure-level 함수는 plt.figure()로 만든 Figure에 직접 그릴 수 없습니다.
- 별도로 Figure를 만들 필요 없이, figure-level 함수만 호출하면 됩니다.
- Grid 객체의 .fig 속성을 통해 Figure에 접근할 수 있습니다.
