Matplotlib

matplotlib은 파이썬에서 데이터를 시각화해주는 라이브러리이다.

matplotlib 시작

---

1.라이브러리 임포트
matplotlib라이브러리를 import하는데 주로 matplotlib.pyplot을 많이 사용합니다.

import matplotlib.pyplot as plt

2.자주 사용되는 Plotting의 Options

• 크기 : figsize
• 제목 : title
• 라벨 : _label
• 눈금 : _tics
• 범례 : legend

3.간단한 사용

plt.plot([2,4,1,4.5,5.1])#꺾은선그래프, 실제 plotting을 하는 함수
plt.show()#plt를 확인하는 명령

plt.plot()는 꺾은선 그래프로 실제 plotting을 하는 함수입니다.
그 후 plt.show()를 통해 plotting한 그래프를 확인합니다.
밑에 와 같이 출력됩니다.

• x,y축 설정

x = np.array([1,2,3,4,5])#정의역의 역할
y = np.array([1,4,9,16,25])#치역의 역할
plt.plot(x,y)
plt.show()

x,y좌표들의 값들을 각각 설정하여 plt.plot()안에 인자로 주게되면
함수처럼 그래프가 표현된다. 여기서 x,y변수는 각각 정의역,치역의 역할을 하게된다.

x = np.arange(-10,10,0.01)#-10에서 10까지 0.1의 간격으로
plt.plot(x, x**2)
plt.show()

y인자 부분에 x^2 값을 넣으면 y=x^2 함수의 형태를 띄게 된다.

• 크기 : figsize()

plt.figure(figsize=(3,3))

plt.figure()는 plotting할 도면을 선언하는 것이고 선언할 때, figsize()안에 도면의 크기를 넣어 설정할 수 있다.

• 라벨 : _label

#x,y축에 설명 추가하기
x = np.arange(-10,10,0.01)
plt.xlabel("x value")
plt.ylabel("y value")
plt.plot(x, x**2)
plt.show()

위의 plot에서 plt.label(" value")을 추가하게 되면 밑에 그림같이 각 축에 이름이 설정된다.

• 범위 : axis

plt.axis([-5,5,0, 25])#[x_min,x_max,y_min,y_max]

이 명령을 추가하게 되면 x축과 y축의 범위가 각 각 (x_min,x_max),(y_min,y_max)로 설정되어 밑에 그림처럼 출력된다.

• 눈금 : _ticks

plt.xticks([i for i in range(-5, 6,1)])
plt.yticks([i for i in range(0,25,3)])

이 명령을 추가하게 되면 x축의 눈금이 -5부터 5 까지 1의 간격으로, y축의 눈금이 0부터 24 까지 3의 간격으로 표시되어 나타난다.

• 제목 : title

plt.title("y = x^2 graph")

이 명령을 추가하게 되면 그래프의 제목이 추가되어 나타난다.
또 범례도 설정할 수 있는데

plt.plot(x, x**2, label="trand")

plot에서 label인자에 범례이름을 추가하게 되면 범례가 그래프에 나타난다.

Matplotlib Case Study

---

꺾은선 그래프는 위에서 알아봤으므로 다른 case의 그래프를 알아보겠다.

• 산점도(scatter plot)

  산점도는 한 가지 변수의 시간의 변화에 대해 표현해야 할 값이 많은 경우, 또는 두 가지 변수의 관계를 나타내는데 유용하다. 두 가지 이상의 변수들에 대해서 모델링을 하는 회귀분석에 있어서도 처음에 데이터의 특성을 보는데 아주 유용한 방법이다.

plt.scatter(x,y)
plt.show()

scatter plot도 plt.plot과 유사하게 plt.scatter로 안에 x,y인자를 넣고 실행한다.

• 박스 그림(box plot)

  수치형 데이터에 대한 정보(Q1, Q2, Q3, min, max)를 나타낸다.

plt.boxplot((x,y))
plt.title("Box plot of x, y")
plt.show()
#아래부터 최솟값, 하위 25%, 중앙값, 상위 25%, 최댓값)

• 막대그래프(Bar plot)

  범주형 데이터의 값과 그 값의 크기를 직사각형으로 나타낸 그림

plt.bar(x, y)
plt.xticks(np.arange(0, 20, 1))
plt.show()

이와 유사하게 히스토그램이라는 것이 있는데 히스토그램은 계급으로 나타내는 것이 특징이다. 범주형 데이터로 구성 후 그림을 그린다.

plt.hist(y, bins=np.arange(0,20,2))#bin : 계급을 구성할 범위를 지정한다. 
plt.xticks(np.arange(0,20,2))
plt.show()

• 원형 그래프(Pie chart)

  데이터 전체에 대한 부분의 비율을 부채꼴로 나타낸다. 비율 확인에 용이하다.

z = [100,200,300,400]
plt.pie(z,labels=['one', 'two', 'three', 'four'])
plt.show()

더 다양한 그래프, Seaborn Case Study

---

Seaborn은 matplotlib를 기반으로 더 다양한 시각화 방법을 제공하는 라이브러리이다.

라이브러리 임포트

import seaborn as sns

커널밀도그림(Kernel Density Plot)

히스토그램과 같은 연속적인 분포를 곡선화해서 그린 그림으로
sns.kdeplot()을 사용해 plotting한다.

이전에 plt.hist()를 사용해서 그래프를 그린 적이 있는데 알아보기 쉽지 않았다. sns.kdeplot()은 곡선화해서 그려서 알아보기 쉽게된다.

sns.kdeplot(y,fill = True)#fill인자 그래프 안에 있는 부분에 색칠을 하는 인자
plt.show()

카운트그림(Count Plot)

범주형 column의 빈도수를 시각화하는데 Groupby후의 도수를 하는 것과 동일한 효과를 가진다.
sns.countplot()를 이용해 plotting한다.

먼저 groupby후의 도수를 하는 것을 보여준다.

vote_df = pd.DataFrame({"name":['Andy', 'Bob', 'Cat'],"vote":[True, True, False]})
vote_count = vote_df.groupby('vote').count()
plt.bar(x=[False,True],height=vote_count['name'])
plt.show()

먼저 데이터프레임 형태의 데이터를 선언해준 후 groupby를 통해 각 value에 대한 count를 하고 barplot를 사용했다.

다음은 countplot를 이용해 한번에 plot해보았다.

sns.countplot(x= vote_df['vote'])
plt.show()

이처럼 범주형 column의 빈도수를 시각화 할 때 countplot를 사용하면 간단하게 시각화할 수 있다.

캣그림(Cat Plot)

숫자형변수와 하나 이상의 범주형 변수의 관계를 보여주는 함수이다.
sns.cat.plot()를 이용하여 plotting한다.

데이터는 저번에 사용했던 covid데이터를 사용했다.

s = sns.catplot(x='WHO Region',y='Confirmed',data=covid, kind='strip')#kind는 strip이 디폴트
s.fig.set_size_inches(10,6)#plot사이즈 설정
plt.show()

여기서는 숫자형 변수인 Confirmed와 범주형변수인 WHO Region과의 관계를 나타내었다.

이와 유사하게 swarmplot라는 것이 있는데 이 plot은 데이터가 뭉쳐있어서 표시가 잘 안될 때 뭉쳐있는 데이터를 흩어놔서 잘 볼 수 있게 한다.

sns.swarmplot(x="WHO Region", y='Recovered', data=covid)
plt.show()

히트맵(Heatmap)

데이터의 행렬을 색상으로 표현해주는 그래프이다.
sns.heatmap()을 이용하여 plotting한다.

여기서는 covid데이터의 숫자형 데이터 간의 상관계수를 heatmap로 나타냈다.

sns.heatmap(covid.corr(numeric_only=True))#여기서는 numeric_only옵션을 안적었을 때 covid데이터에 문자열이 있어서 에러가 났다.
plt.show()

끝~!

---