다양한 라이브러리와 호환성이 좋음
다양한 시각화 방법론이 쉽게 구현되어 있음
pyplot을 사용
figure라는 큰 틀에 ax라는 서브 플롯을 추가해서 만든다.
jupyter notebook에선 plt.show() 로 그려줌
fig = plt.figure(figsize=(12, 7)) figure size를 12:7로 설정

add_subplot(121) , add_subplot(1, 2, 1)



ax.plot([1, 1, 1], color = ‘r’) 한 글자로 정하는 색상
ax.plot([1, 1, 1], color = ‘forestgreen’) 색상 이름으로 정함
ax.plot([1, 1, 1], color = ‘#000000’) hex code 이용 (가장 유용)

ax.legend() 를 쓰지 않으면 범례가 나타나지 않음Title
ax.set_title('제목') ax의 제목 설정
subplot이 2개이면 각 ax에 다 제목을 달아줄 수 있음
figure제목은 fig.suptitle(’figure 제목’) 으로 제목을 달아줌
ax에서 특정 데이터를 변경하는 경우 .set_{}() 형태의 메서드가 많음
**set으로 세팅하는 정보들은 반대로 해당 정보를 받아오는 경우에는 .get_{}() 형태의 메서드를 사용**

ax.set_xticklabels(['zero', 'one', 'two']) 을 이용해 0, 1, 2를 변경 가능
ax.text(x=1, y=2, s='This is Text') x, y 좌표를 지정하고 s 파라미터로 text 작성
ax.annotate(text='This is Annotate', xy=(1, 2))

※ 모든 이미지 및 코드 출처는 네이버 커넥트재단 부스트캠프 AI Tech 5기입니다. ※