[matplotlib] 그래프 그리기 | line chart | bar chart | histogram | pie chart | box plot | scatter plot

Line

데이터 가져오기

import seaborn as sns
data = sns.load_dataset('flights')
data

전처리

data_grouped = data[['year', 'passengers']].groupby('year').sum().reset_index()
data_grouped

그래프 그리기

plt.plot(data_grouped['year'], data_grouped['passengers'])
plt.xlabel('year')
plt.ylabel('passengers')
plt.show()

Bar

데이터 생성

df = pd.DataFrame({
    '도시': ['서울', '부산', '대구', '인천'],
    '인구': [990, 250, 250, 290]
})
df

bar 차트 그리기

plt.bar(df['도시'], df['인구'])
plt.xlabel('도시')
plt.ylabel('인구')
plt.show()

histogram

• 연속형 데이터의 분포 확인

데이터 생성

import numpy as np
data = np.random.randn(1000)

histogram 그리기

• bins: 구간의 개수

plt.figure(figsize = (8, 6))
plt.hist(data, bins = 30)
plt.xlabel('value')
plt.ylabel('frequency')
plt.title('histogram')

pie chart

데이터 생성하기

sizes = [30, 20, 23, 15, 10]
labels = ['A', 'B', 'C', 'D', 'E']

pie chart 그리기

plt.pie(sizes, labels = labels)
plt.title('Pie chart')
plt.show()

Box plot

데이터 가져오기

iris = sns.load_dataset('iris')

sepal_length_list = [iris[iris['species']== s]['sepal_length'] for s in iris['species'].unique()]

box plot 그리기

plt.boxplot(sepal_length_list, labels = iris['species'].unique())
plt.ylabel('Sepal Length')
plt.xlabel('Species')
plt.title('Box plot')
plt.show()

seaborn으로 box plot 그리기

sns.boxplot(x = 'species', y = 'sepal_length', data = iris)

scatter plot

scatter plot 그리기

plt.scatter(iris['petal_length'], iris['petal_width'])
plt.xlabel('petal length')
plt.ylabel('petal_width')
plt.show()

case 2

plt.scatter(iris['sepal_length'], iris['sepal_width'])
plt.xlabel('sepal length')
plt.ylabel('sepal_width')
plt.show()

corr()

• 상관계수를 보여줌

iris.corr()

그래프 요약