꺾은선 그래프
왼쪽에서 오른쪽으로 읽어 나가므로 시간/순서에 대한 변화 추세 파악에 적합하다.
→ 시계열 분석에 특화
.line이 아닌 .plot()
을 사용
색상
마커
→ data point 모양
선의 종류
→ linestyle, linewidth
Bar Plot과 다르게 꼭 축을 0에 초점을 맞출 필요는 없음
Grid, annotate 등을 사용하지 않음
규칙적인 간격이 아니라면 오해를 살 수 있음
점과 점 사이를 잇는 방법
일반적인 분석에서는 곡선 보간을 지양
Presentation에는 좋은 방법
한 plot에 대해 x축을 2개 혹은 y축을 2개 쓰는 방법
서로 다른 종류에 대한 데이터를 표현할 때 사용
한 데이터에 대해 다른 단위를 갖는 경우에 사용
.secondary_xaxis()
, .secondary_yaxis()
범례 대신 라인 끝 단에 레이블 추가하는 것이 식별에 도움
Line plot을 이용해 원하는 다각형 또는 원을 그릴 수 있음
ax.plot(x, y,
color='black',
marker='*',
linestyle='solid',
)
dataframe.rolling(window=4)
→ 데이터 4개의 이동 평균 사용ax2 = ax1.twinx()
ax2.plot(google.index, google['volume'], color=color)
ax2 = ax1.twinx()
을 사용해 이중 축 생성secax = ax.secondary_xaxis('top', functions=(deg2rad, rad2deg))
※ 모든 이미지 및 코드 출처는 네이버 커넥트재단 부스트캠프 AI Tech 5기입니다. ※