[42일차] Matplotlib와 Online Retail 데이터 분석

송정근·2026년 7월 30일

랭체인 AI 영상객체탐지분석 플랫폼 구축

목록 보기

66/106

1. 전체 흐름

이번 내용은 Matplotlib으로 기본 그래프를 그리고, Online Retail 데이터를 전처리한 뒤 매출을 분석하는 과정을 정리한다.

데이터 불러오기
    ↓
데이터 구조와 결측치 확인
    ↓
분석에 필요한 데이터만 남기기
    ↓
매출 파생변수 생성
    ↓
국가·월·요일·시간대별 매출 집계
    ↓
Matplotlib으로 시각화

2. Matplotlib

Matplotlib은 Python에서 데이터를 그래프로 표현할 때 사용하는 시각화 라이브러리다. NumPy 배열과 Pandas 데이터프레임을 함께 사용할 수 있다.

import matplotlib.pyplot as plt

기본 구성

구성 요소	의미
`Figure`	그래프 전체가 그려지는 도화지다.
`Axes`	Figure 안에 배치되는 하나의 그래프 영역이다.
`Axis`	x축이나 y축 자체를 의미한다.

Figure
┌──────────────────────────────┐
│  Axes                        │
│  ┌────────────────────────┐  │
│  │       그래프             │  │
│  │                        │  │
│  └────────────────────────┘  │
└──────────────────────────────┘

3. 선 그래프

plt.plot()은 값의 변화와 추세를 선으로 표현한다.

import matplotlib.pyplot as plt

plt.plot([1, 2, 3, 4])
plt.show()

x값을 생략하면 Matplotlib이 0, 1, 2, 3을 자동으로 사용한다.

plt.plot(
    [1, 2, 3, 4],
    [10, 20, 15, 30],
)
plt.show()

NumPy 배열도 사용할 수 있다.

import numpy as np

data = np.arange(1, 100)

plt.plot(data)
plt.show()

한 Axes에 여러 그래프를 연속해서 그릴 수도 있다.

data1 = np.arange(1, 50)
data2 = np.arange(50, 100)

plt.plot(data1)
plt.plot(data2)
plt.show()

4. 주요 그래프

그래프	함수	주요 용도
선 그래프	`plt.plot()`	연속적인 값의 추세
막대 그래프	`plt.bar()`	범주별 값 비교
수평 막대 그래프	`plt.barh()`	범주명이 길 때 값 비교
산점도	`plt.scatter()`	두 변수의 관계
히스토그램	`plt.hist()`	값의 분포
파이 차트	`plt.pie()`	전체에서 각 항목이 차지하는 비율

5. 한글 폰트 설정

macOS에서는 다음처럼 한글 폰트를 설정할 수 있다.

plt.rcParams["font.family"] = "Apple SD Gothic Neo"
plt.rcParams["axes.unicode_minus"] = False

axes.unicode_minus를 False로 설정하면 그래프의 음수 기호가 깨지는 문제를 방지할 수 있다.

6. 그래프 스타일

plt.figure(figsize=(8, 5))

plt.plot(
    np.arange(10),
    np.arange(10),
    color="deepskyblue",
    marker="o",
    linestyle="-.",
)

plt.title("마커 설정", fontsize=20)
plt.xlabel("X축")
plt.ylabel("Y축")
plt.xlim(0, 12)
plt.ylim(0, 12)
plt.legend(["데이터"], loc="lower right")
plt.tight_layout()
plt.show()

옵션	역할
`figsize=(가로, 세로)`	Figure 크기를 인치 단위로 지정한다.
`color`	선이나 막대의 색상을 지정한다.
`marker`	각 데이터 위치에 표시할 모양을 정한다.
`linestyle`	실선, 점선 등 선 모양을 정한다.
`ms`	마커 크기를 지정한다.
`alpha`	투명도를 지정한다.
`xlim()`, `ylim()`	축의 표시 범위를 지정한다.
`legend()`	범례를 표시한다.
`tight_layout()`	제목과 축 글자가 잘리지 않도록 여백을 조정한다.

그래프를 이미지로 저장할 때는 show()보다 먼저 savefig()를 호출하는 것이 안전하다.

plt.tight_layout()
plt.savefig("my_plot.png")
plt.show()

plt.show() 뒤에 savefig()를 호출하면 환경에 따라 빈 이미지가 저장될 수 있다.

7. 막대 그래프

x = ["파이썬", "웹개발", "데이터분석", "머신러닝", "딥러닝"]
y = [95, 70, 75, 60, 50]

plt.figure(figsize=(8, 5))
plt.title("AI 성적표", fontsize=20)
plt.ylabel("점수")
plt.bar(x, y, color="deeppink", alpha=0.5)
plt.tight_layout()
plt.show()

수평 막대 그래프는 barh()를 사용한다.

plt.figure(figsize=(8, 5))
plt.xlabel("점수")
plt.barh(x, y, color="deepskyblue", alpha=0.5)
plt.tight_layout()
plt.show()

8. 객체 지향 방식

그래프를 세밀하게 제어할 때는 fig와 ax를 직접 생성하는 방식이 편리하다.

import pandas as pd

df = pd.DataFrame({
    "과목": ["파이썬", "웹개발", "데이터분석"],
    "점수": [95, 70, 75],
})

fig, ax = plt.subplots(figsize=(6, 4))

ax.bar(df["과목"], df["점수"])
ax.set_xlabel("과목")
ax.set_ylabel("점수")
ax.set_title("학생 점수")

plt.tight_layout()
plt.show()

plt.subplots()
    ↓
Figure와 Axes 생성
    ↓
ax.bar()로 그래프 작성
    ↓
ax.set_*()로 제목과 축 설정
    ↓
plt.show()로 출력

9. Online Retail 데이터셋

Online Retail 데이터는 온라인 소매점의 주문 내역을 담고 있다.

컬럼	의미
`Invoice`	주문 번호
`StockCode`	상품 코드
`Description`	상품 설명
`Quantity`	주문 수량
`InvoiceDate`	주문 날짜와 시간
`Price`	상품 한 개의 가격
`Customer ID`	고객 식별 번호
`Country`	고객 국가

데이터를 불러온다.

import pandas as pd

retail = pd.read_csv("./data/online_retail_II.csv")

원본 데이터의 크기는 다음과 같다.

1,067,371행 × 8열

10. 데이터 확인

구조 확인

retail.info()

info()를 통해 행 개수, 컬럼, 결측치, 자료형, 메모리 사용량을 확인할 수 있다.

기술 통계 확인

retail.describe()

describe()는 수치형 컬럼의 개수, 평균, 표준편차, 최솟값, 사분위수, 최댓값을 보여준다.

수량과 가격의 최솟값이 음수이므로 반품, 주문 취소 또는 이상 데이터가 포함되어 있다는 사실을 확인할 수 있다.

11. 결측치 확인

컬럼별 결측치 개수는 다음과 같이 확인한다.

retail.isnull().sum()

Description       4,382
Customer ID     243,007

결측치 비율은 mean()으로 계산할 수 있다.

retail.isnull().mean()

Customer ID의 결측치 비율은 약 22.77%다.

고객별 분석을 위해 고객 ID가 있는 데이터만 남긴다.

retail = retail[pd.notnull(retail["Customer ID"])]

1,067,371행
    ↓
824,364행

고객 ID가 없는 이유를 데이터만으로 비회원, 탈퇴 회원, 휴면 회원이라고 확정할 수는 없다. 이 단계는 고객을 식별할 수 있는 거래만 분석하기 위한 처리로 이해하는 것이 정확하다.

12. 수량과 가격 정제

수량이 0 이하인 데이터에는 주문 취소나 반품 데이터가 포함될 수 있다.

retail[retail["Quantity"] <= 0]

구매 매출 분석에서는 수량이 1 이상인 데이터만 남긴다.

retail = retail[retail["Quantity"] >= 1]

824,364행
    ↓
805,620행

가격도 0보다 큰 데이터만 남긴다.

retail = retail[retail["Price"] > 0]

805,620행
    ↓
805,549행

최종 정제 과정은 다음과 같다.

원본 데이터                 1,067,371행
Customer ID 결측치 제거       824,364행
Quantity가 1 이상             805,620행
Price가 0보다 큼              805,549행

반품을 포함한 순매출을 분석하려면 음수 수량을 무조건 제거하지 않고 반품 거래를 별도로 분석해야 한다. 현재 정제 방식은 정상 구매 매출에 초점을 맞춘 방식이다.

13. 매출 파생변수

각 거래 행의 매출은 가격과 수량을 곱해 계산한다.

retail["CheckoutPrice"] = (
    retail["Price"] * retail["Quantity"]
)

CheckoutPrice = Price × Quantity

예를 들어 가격이 6.95이고 수량이 12라면 다음과 같다.

6.95 × 12 = 83.40

14. 날짜 자료형 변환

CSV에서 읽은 InvoiceDate는 문자열이므로 날짜 분석을 위해 datetime으로 변환한다.

retail["InvoiceDate"] = pd.to_datetime(
    retail["InvoiceDate"]
)

변환하면 다음 속성을 사용할 수 있다.

retail["InvoiceDate"].dt.year
retail["InvoiceDate"].dt.month
retail["InvoiceDate"].dt.dayofweek
retail["InvoiceDate"].dt.hour

15. 전체 매출

total_revenue = retail["CheckoutPrice"].sum()

분석 결과는 다음과 같다.

전체 매출: 약 17,743,429.18

화면에 보기 좋게 출력하려면 다음처럼 작성할 수 있다.

print(f"{total_revenue:,.2f}")

16. 국가별 분석

국가별 구매 기록 수

retail["Country"].value_counts()

value_counts()는 국가별로 존재하는 거래 행의 개수를 계산한다.

주의할 점은 이것이 고유 주문 수나 구매 고객 수가 아니라는 것이다. 한 주문에 여러 상품이 있으면 같은 주문 번호가 여러 행에 나타날 수 있다.

국가별 매출

revenue_by_country = (
    retail
    .groupby("Country")["CheckoutPrice"]
    .sum()
    .sort_values()
)

Country로 그룹 생성
    ↓
CheckoutPrice 합계 계산
    ↓
매출 순으로 정렬

국가별 매출을 시각화한다.

fig, ax = plt.subplots(figsize=(20, 10))

ax.bar(
    revenue_by_country.index,
    revenue_by_country.values,
)

ax.set_xlabel("Country")
ax.set_ylabel("Revenue")
ax.set_title("Revenue By Country")
ax.tick_params(axis="x", rotation=45)

plt.tight_layout()
plt.show()

영국 매출 비율은 다음처럼 계산한다.

revenue_ratio = revenue_by_country / total_revenue

분석 결과 영국은 전체 매출의 약 82.98%를 차지한다. 따라서 전체 매출 변화가 영국 거래에 크게 영향을 받을 수 있다.

17. 월별 매출

노트북에서는 날짜에서 연도 + 월 형태의 값을 만드는 함수를 사용한다.

def extract_month(date):
    month = str(date.month)

    if date.month < 10:
        month = "0" + month

    return str(date.year) + month

월별 매출을 계산한다.

revenue_by_month = (
    retail
    .set_index("InvoiceDate")
    .groupby(extract_month)["CheckoutPrice"]
    .sum()
)

Pandas의 날짜 기능을 사용하면 더 간단하게 작성할 수도 있다.

revenue_by_month = (
    retail
    .groupby(retail["InvoiceDate"].dt.to_period("M"))
    ["CheckoutPrice"]
    .sum()
)

분석 결과 2010년과 2011년 모두 10월과 11월 매출이 높은 편이다. 2011년 12월 데이터는 12월 9일까지만 존재하므로 다른 월과 단순 비교하면 안 된다.

18. 요일별 매출

dayofweek는 월요일부터 일요일을 0부터 6까지의 숫자로 반환한다.

revenue_by_day = (
    retail
    .set_index("InvoiceDate")
    .groupby(lambda date: date.dayofweek)
    ["CheckoutPrice"]
    .sum()
)

요일 이름으로 변경한다.

import numpy as np

DAY_OF_WEEK = np.array([
    "Mon",
    "Tue",
    "Wed",
    "Thu",
    "Fri",
    "Sat",
    "Sun",
])

revenue_by_day.index = (
    DAY_OF_WEEK[revenue_by_day.index]
)

노트북의 "Web"은 수요일을 의미하는 "Wed"로 수정해야 한다.

분석 결과 목요일 매출이 가장 높고 토요일 매출은 매우 낮게 나타난다.

19. 시간대별 매출

revenue_by_hour = (
    retail
    .set_index("InvoiceDate")
    .groupby(lambda date: date.hour)
    ["CheckoutPrice"]
    .sum()
)

분석 결과 매출은 오전 10시부터 오후 3시 사이에 집중되어 있으며, 12시 매출이 가장 높게 나타난다.

12시 매출: 약 2,750,224.63
13시 매출: 약 2,401,116.92
10시 매출: 약 2,360,784.82

이 결과를 활용하면 고객 활동이 많은 시간대에 맞춰 프로모션이나 운영 인력을 배치하는 전략을 생각할 수 있다.

20. 반복되는 그래프 함수 만들기

같은 형태의 막대 그래프를 반복해서 그린다면 함수로 분리할 수 있다.

def plot_bar(
    series,
    xlabel,
    ylabel,
    title,
    figsize=(12, 6),
    rotation=45,
):
    fig, ax = plt.subplots(figsize=figsize)

    ax.bar(
        series.index.astype(str),
        series.values,
    )

    ax.set_xlabel(xlabel)
    ax.set_ylabel(ylabel)
    ax.set_title(title)
    ax.tick_params(
        axis="x",
        rotation=rotation,
    )

    plt.tight_layout()
    plt.show()

다음처럼 재사용할 수 있다.

plot_bar(
    revenue_by_country,
    "Country",
    "Revenue",
    "Revenue By Country",
)

plot_bar(
    revenue_by_month,
    "Month",
    "Revenue",
    "Revenue By Month",
)

plot_bar(
    revenue_by_day,
    "Day of Week",
    "Revenue",
    "Revenue By Day",
)

21. 분석 결과 요약

항목	결과
원본 행 수	1,067,371행
정제 후 행 수	805,549행
전체 매출	약 17,743,429.18
영국 매출 비율	약 82.98%
매출이 높은 월	주로 10월과 11월
매출이 가장 높은 요일	목요일
매출이 가장 높은 시간	12시

이 결과는 현재 적용한 정제 조건을 기준으로 한다. 결측 고객, 반품, 수량이 0 이하인 거래, 가격이 0 이하인 거래를 어떻게 처리하느냐에 따라 결과가 달라질 수 있다.

22. 주의할 부분

`savefig()` 호출 순서

plt.savefig("my_plot.png")
plt.show()

이미지 저장은 그래프를 화면에 출력하기 전에 실행하는 것이 안전하다.

거래 행 수와 주문 수

retail["Country"].value_counts()

이 결과는 국가별 행 개수다. 국가별 실제 주문 수를 확인하려면 주문 번호의 고유 개수를 계산한다.

order_count_by_country = (
    retail
    .groupby("Country")["Invoice"]
    .nunique()
)

고객 결측치의 의미

Customer ID가 없다는 사실만으로 고객의 상태를 확정할 수 없다. 분석 목적에 따라 제거 여부를 결정해야 한다.

반품 데이터

음수 수량을 제거하면 정상 구매 매출은 계산하기 쉬워지지만 반품률과 순매출은 분석할 수 없다. 반품 분석이 목적이라면 취소 주문을 별도로 분리해야 한다.

일부 기간 데이터

2011년 12월 데이터는 12월 9일까지만 존재한다. 완전한 한 달 데이터처럼 비교하면 잘못된 결론을 내릴 수 있다.

23. 핵심 정리

Matplotlib은 Python의 대표적인 데이터 시각화 라이브러리다.
Figure는 전체 도화지이고 Axes는 실제 그래프 영역이다.
plot(), bar(), barh() 등을 목적에 맞게 사용한다.
fig, ax = plt.subplots() 방식은 그래프를 세밀하게 제어하기 좋다.
데이터 분석 전에는 구조, 자료형, 결측치, 이상값을 먼저 확인한다.
매출은 Price × Quantity로 계산해 파생변수로 추가한다.
문자열 날짜는 pd.to_datetime()으로 변환해야 월·요일·시간 분석이 쉽다.
groupby()와 sum()을 사용해 범주별 매출을 계산할 수 있다.
반복되는 그래프 코드는 함수로 만들어 재사용할 수 있다.
시각화 결과를 해석할 때는 데이터 정제 조건과 수집 기간을 함께 고려해야 한다.

송정근

기록하며 성장하는 개발자

이전 포스트

[41일차] GPT API와 Gradio 정리

다음 포스트

[42일차] Matplotlib와 Online Retail 데이터 분석

랭체인 AI 영상객체탐지분석 플랫폼 구축

1. 전체 흐름

2. Matplotlib

기본 구성

3. 선 그래프

4. 주요 그래프

5. 한글 폰트 설정

6. 그래프 스타일

7. 막대 그래프

8. 객체 지향 방식

9. Online Retail 데이터셋

10. 데이터 확인

구조 확인

기술 통계 확인

11. 결측치 확인

12. 수량과 가격 정제

13. 매출 파생변수

14. 날짜 자료형 변환

15. 전체 매출

16. 국가별 분석

국가별 구매 기록 수

국가별 매출

17. 월별 매출

18. 요일별 매출

19. 시간대별 매출

20. 반복되는 그래프 함수 만들기

21. 분석 결과 요약

22. 주의할 부분

`savefig()` 호출 순서

거래 행 수와 주문 수

고객 결측치의 의미

반품 데이터

일부 기간 데이터

23. 핵심 정리

[41일차] GPT API와 Gradio 정리

[43일차] 프랜차이즈 입점 전략 분석

0개의 댓글

[42일차] Matplotlib와 Online Retail 데이터 분석

랭체인 AI 영상객체탐지분석 플랫폼 구축

1. 전체 흐름

2. Matplotlib

기본 구성

3. 선 그래프

4. 주요 그래프

5. 한글 폰트 설정

6. 그래프 스타일

7. 막대 그래프

8. 객체 지향 방식

9. Online Retail 데이터셋

10. 데이터 확인

구조 확인

기술 통계 확인

11. 결측치 확인

12. 수량과 가격 정제

13. 매출 파생변수

14. 날짜 자료형 변환

15. 전체 매출

16. 국가별 분석

국가별 구매 기록 수

국가별 매출

17. 월별 매출

18. 요일별 매출

19. 시간대별 매출

20. 반복되는 그래프 함수 만들기

21. 분석 결과 요약

22. 주의할 부분

savefig() 호출 순서

거래 행 수와 주문 수

고객 결측치의 의미

반품 데이터

일부 기간 데이터

23. 핵심 정리

[41일차] GPT API와 Gradio 정리

[43일차] 프랜차이즈 입점 전략 분석

0개의 댓글

`savefig()` 호출 순서