[Data Viz] Matplotlib

hyunsooo·2022년 10월 6일

Matplotlib

Python에서 사용할 수 있는 시각화 라이브러리
numpy와 scipy를 베이스로 하여 다양한 라이브러리와 호환성이 좋다.
그 외에도 Seaborn, Plotly, Bokeh, Altair 등이 존재 한다.

Figure와 Axes

matplotlib에서 그리는 시각화는 Figure라는 큰 틀에 Ax라는 서브 플롯을 추가해서 만든다.

fig = plt.figure()
plt.show()

다만 Figure는 큰 틀이라 서브플롯을 최소 1개 이상 추가해야 하며 추가하는 다양한 방법이 존재한다.

fig = plt.figure()
ax = fig.add_subplot()
plt.show()

그래프 사이즈는 figure의 사이즈로 서브플롯 ax의 사이즈를 조정한다.
가로, 세로 길이(inch)를 tuple형태로 figsize 파라미터에 전달하여 조정한다.

fig = plt.figure(figsize=(12, 7))
fig.set_facecolor('black')
ax = fig.add_subplot()
plt.show()

- 검은색 figure에 흰색 ax가 생기는 구조라고 생각하면 편하다.

2개 이상 그리고 싶다면 위치를 지정해주어야 한다.

fig = plt.figure()
ax = fig.add_subplot(121) 
# ax = fig.add_subplot(1, 2, 1)로 사용가능
ax = fig.add_subplot(122) 
plt.show()

plt로 그래프 그리기

리스트 [1, 2, 3] 데이터를 ax에 그려보기

plot그래프

fig = plt.figure()
ax = fig.add_subplot()

x = [1, 2, 3]

plt.plot(x)
plt.show()

(0,1), (1,2), (2,3)으로 직선이 그려진다.

그래프를 2개로 나누어 그리기

fig = plt.figure()

x1 = [1, 2, 3]
x2 = [3, 2, 1]

ax1 = fig.add_subplot(211) 
plt.plot(x1) # ax1에 그리기
ax2 = fig.add_subplot(212) 
plt.plot(x2) # ax2에 그리기
plt.show()

위와 같은 코드는 순차적으로 진행이 되며 pythonic한 코드라고 보긴 어렵다. 따라서 앞으로 설명할 방법을 사용하는게 더 유용할 수 있다.

Pyplot API : 순차적 방법
객체지향(Object-Oriented) API : 그래프에서 각 객체에 대해 직접 수정

서브플롯 객체 ax에 그리기

ax객체에 직접그리면 조금 더 pythonic한 코드를 짤 수 있다.

fig = plt.figure()

x1 = [1, 2, 3]
x2 = [3, 2, 1]

ax1 = fig.add_subplot(211) 
ax2 = fig.add_subplot(212) 

ax1.plot(x1) 
ax2.plot(x2)
plt.show()

plt로 그리다 plt.gcf().get_axes()로 다시 서브플롯 객체를 받아서 사용할 수 있다.

Plot의 요소들 알아보기

한 서브플롯에 여러 개 그리기

fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot([1, 1, 1]) # 파랑
ax.plot([1, 2, 3]) # 주황
ax.plot([3, 3, 3]) # 초록

plt.show()

같은 그래프로 그린다면 기존의 정의되어 있는 색 팔레트로 지정이 된다.
다른 그래프로 그린다면 같은 색으로 자동 지정이 된다.

색상 지정하기

색을 직접 명시할 수 있고, 일반적으로 color 파라미터를 통해 전달

fig = plt.figure()
ax = fig.add_subplot(1,1,1)
# 3개의 그래프 동시에 그리기
ax.plot([1, 1, 1], color='r') # 한 글자로 정하는 색상
ax.plot([2, 2, 2], color='forestgreen') # color name
ax.plot([3, 3, 3], color='#000000') # hex code(black)

plt.show()

hex code로 사용하는 것을 권장한다.

정보 추가를 위한 텍스트 사용하기

범례 사용

fig = plt.figure()
ax = fig.add_subplot(111) 
ax.plot([1, 1, 1], label='1') 
ax.plot([2, 2, 2], label='2') 
ax.plot([3, 3, 3], label='3')
ax.legend()
plt.show()

타이틀 사용

fig = plt.figure()
ax = fig.add_subplot(111) 
ax.plot([1, 1, 1], label='1') 
ax.plot([2, 2, 2], label='2') 
ax.plot([3, 3, 3], label='3')
ax.set_title('Basic Plot')
ax.legend()
plt.show()

각각의 ax에 타이틀 추가, fig 타이틀 추가

fig = plt.figure(figsize=(5,3))
ax1 = fig.add_subplot(1, 2, 1)
ax2 = fig.add_subplot(1, 2, 2)

ax1.set_title('ax1')
ax2.set_title('ax2')

fig.suptitle('Figure') # super

plt.show()

ax에서 특정 데이터를 변경하는 경우 .set_{}() 형태의 메서드가 많으며 set으로 세팅한 정보들은 .get_{}() 형태의 메서드가 많다.

축 설정하기

ticks : 축의 범위나 위치
ticklabels : 범위에 따른 label

fig = plt.figure()
ax = fig.add_subplot(111) 
ax.plot([1, 1, 1], label='1') 
ax.plot([2, 2, 2], label='2') 
ax.plot([3, 3, 3], label='3')


ax.set_title('Basic Plot')
ax.set_xticks([0, 1, 2]) # x축 범위 설정


ax.legend()

plt.show()

축 레이블 설정

fig = plt.figure()
ax = fig.add_subplot(111) 
ax.plot([1, 1, 1], label='1') 
ax.plot([2, 2, 2], label='2') 
ax.plot([3, 3, 3], label='3')


ax.set_title('Basic Plot')
ax.set_xticks([0, 1, 2])
ax.set_xticklabels(['zero', 'one', 'two'])
ax.legend()

plt.show()

내가 원하는 위치에 텍스트 추가하기

fig = plt.figure()
ax = fig.add_subplot(111) 
ax.plot([1, 1, 1], label='1') 
ax.plot([2, 2, 2], label='2') 
ax.plot([3, 3, 3], label='3')


ax.set_title('Basic Plot')
ax.set_xticks([0, 1, 2])
ax.set_xticklabels(['zero', 'one', 'two'])

ax.text(x=1, y=2, s='This is Text') # (1,2)에 텍스트 추가

ax.legend()

plt.show()

annotate사용하여 추가하기

fig = plt.figure()
ax = fig.add_subplot(111) 
ax.plot([1, 1, 1], label='1') 
ax.plot([2, 2, 2], label='2') 
ax.plot([3, 3, 3], label='3')


ax.set_title('Basic Plot')
ax.set_xticks([0, 1, 2])
ax.set_xticklabels(['zero', 'one', 'two'])

ax.annotate(text='This is Annotate', xy=(1, 2))

ax.legend()

plt.show()