Python_Pandas 04 (시각화)

고지현·2023년 6월 24일

Python_Pandas

목록 보기

4/5

시각화 기초

데이터 분석

단계	설명
문제 정의	어떤 문제를 해결하고자 하는가? 이를 위해서는 어떠한 데이터가 필요한가?
데이터 수집	기존에 존재하는 데이터인가? 수집을 하기 위해서 어떠한 파이프라인 구축해야하는가? requests, Selenium
데이터 전처리	데이터가 프로그래밍으로 처리할 수 있게 정제된 데이터인가? 결측치(빈 데이터)는 없는가? 어떻게 채울 것인가? (숫자로 되어 있을 것) Numpy, Pandas
데이터 모델링	데이터를 가지고 어떠한 알고리즘, 어떠한 순서로 모델을 만들 것? (모델=데이터를 가지고 예측, 분류 등을 하는 프로그램) Scikit-Learn, Keras, Pytorch
시각화 및 탐색	모델의 결과를 가지고 다른 사람들에게, 조직에게 어떤 식으로 보여줄 것이냐? 어떤 인사이트를 추출할 것이냐?

Matplotlib

http://matplotlib.org/gallery.html
파이썬을 위한 시각화 패키지
차트, 플롯(Plot) : 데이터의 특성을 시각적으로 나타내줌

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# pip install matplotlib
import matplotlib.pyplot as plt # 기억

라인 플롯

간단한 선을 그리는 차트 (line plot)
데이터가 시간, 순서 등에 따라서 어떻게 변화하는지 보여주기 위해 사용

# plt
plt.title("Line Plot #1") # 제목
# 1개의 매개변수(인자) => y축에 표시될 데이터
data = [i ** 2 for i in range(1, 5)] # 1, 4, 9, 16
plt.plot(data) # x축? -> index. (자동으로 지정 => 정수 인덱스)
# plt.plot(연속된 데이터: 리스트, 배열, 튜플, range...)
plt.show()

# plt.plot(np.arange(20))
# plt.plot(np.arange(0,20,5))
plt.plot(np.random.randint(5, size=5))
plt.show()

plt.title("X tick")  # x축(가로축)에 표시될 데이터 위치를 잡고 싶다면?
# 2개 : x축 데이터, y축 데이터
xdata = np.arange(10, 50, 10)
ydata = [i ** 2 for i in range(1, 5)]
plt.plot(xdata, ydata)
plt.show()

# 한글은 깨져보임
plt.title("한글")
xdata = np.arange(10, 50, 10)
ydata = [i ** 2 for i in range(1, 5)]
plt.plot(xdata, ydata)
plt.show()

# 1. 나눔폰트
!sudo apt-get install -y fonts-nanum
!sudo fc-cache -fv
!rm ~/.cache/matplotlib -rf
# 2. 런타임 재시작 -> 런타임 / 런타임 다시 시작 (Ctrl + M .)

# 3. 기본 폰트를 나.바.고로 세팅
import matplotlib.pyplot as plt
plt.rc('font', family='NanumBarunGothic')

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# 한글 제대로 표시됨
plt.title('한글')
plt.plot(np.arange(10, 50, 10), [i ** 2 for i in range(1, 5)])
plt.show()

plt.title('나이와 재산의 상관관계')
plt.plot(range(10, 50, 10), [1, 4, 9, 16])
# plt.xlabel('x축 라벨')
plt.xlabel('나이')
# plt.ylabel('y축 라벨')
plt.ylabel('재산')
plt.show()

plt.title('나이와 재산의 상관관계')
plt.plot(
    range(10, 50, 10), # x축 데이터
    [1, 4, 9, 16], # y축 데이터
    # 'rs--', # 차트 스타일
    'go-', # 차트 스타일
)
# plt.xlabel('x축 라벨')
plt.xlabel('나이')
# plt.ylabel('y축 라벨')
plt.ylabel('재산')
plt.show()

그리드 설정 (grid)

# 보조선 활성화/비활성화 : plt.grid(T/F)
# def draw_line(style):
def draw_line(grid=False, style='b-'):
    plt.title('나이와 재산의 상관관계')
    plt.plot(
        range(10, 50, 10), # x축 데이터
        [1, 4, 9, 16], # y축 데이터
        style # 차트의 스타일
    )
    # plt.xlabel('x축 라벨')
    plt.xlabel('나이')
    # plt.ylabel('y축 라벨')
    plt.ylabel('재산')
    plt.grid(grid)
    plt.show()

draw_line()
draw_line(True)
draw_line(True, 'go:')

여러 개의 선 그어보기

t = np.arange(0., 5., 0.2)

# 1. 여러 개의 선 그리기 (하나의 plot 사용)
plt.title('라인 플롯에서 여러 개의 선')
plt.plot(
    t, t, 'r--',
    t, t ** 2, 'bs:',
    t, t ** 3, 'g^-',
)
plt.show()

plt.title('라인 플롯에서 여러 개의 선')
charts = [t, t, 'r--',
          t, t ** 2, 'bs:',
          t, t ** 3, 'g^-',]
plt.plot(*charts)
plt.show()
plt.title('라인 플롯에서 여러 개의 선')
chart1 = [t, t, 'r--']
chart2 = [t, t ** 2, 'bs:']
chart3 = [t, t ** 3, 'g^-']
plt.plot(*chart1, *chart2, *chart3)
plt.show()

# 2. 하나의 plot이 아니라 여러 개 -> 겹치는.
plt.title('여러 개의 plot 명령으로 한 그림에 겹쳐서 표현')
# for i in range(10):
#   plt.plot((np.arange(4) + (1 if not i % 2 else -1)) ** (i+2))
# plt.plot((np.arange(4) + 1) ** 2)
# plt.plot((np.arange(4) - 1) ** 3)
[plt.plot((np.arange(4) + (1 if not i % 2 else -1)) ** (i+2)) for i in range(3)]
plt.show()

그림의 구조

Figure 객체

# 그래프의 크기 조정 plt.figure(figsize=(가로 너비, 세로 길이))
plt.figure(figsize=(25, 1))
plt.plot(np.random.randn(100))
plt.show()

`subplot`

plot 명령을 여러 번 실행 => 같은 그래프 내부에 여러 직선 표시
subplot : 행과 열 단위로 묶어서 여러 데이터를 병행해서 표시

# 위아래 행 배치
# 행, 열, 서브플롯의 위치
plt.subplot(2, 1, 1)  # plt <- subplot(2, 1, 1) 지정해줄 수 있는...
plt.plot(np.arange(5) ** 2)
plt.title('차트1')
plt.subplot(2, 1, 2)
plt.plot(np.arange(10), np.arange(10) ** 3, 'r--')
plt.plot(np.arange(10), np.arange(10) ** 2, 'g--')
plt.title('차트2')
# 겹치는 문제
plt.tight_layout() # 안 겹치게 레이아웃 조정
plt.show()

# 양옆 열 배치
# 행, 열, 서브플롯의 위치
plt.subplot(1, 2, 1)
plt.plot(np.arange(5) ** 2)
plt.title('차트1')
plt.subplot(1, 2, 2)
plt.plot(np.arange(10), np.arange(10) ** 3, 'r--')
plt.title('차트2')
# 겹치는 문제
plt.tight_layout() # 안 겹치게 레이아웃 조정
plt.show()

# 2x2 플롯 배치
plt.figure(figsize=(10,6))
plt.subplot(2, 2, 1)
plt.plot(np.arange(5) ** 2)
plt.title('차트1')
plt.xlabel('x축')
plt.ylabel('y축')
plt.subplot(2, 2, 2)
plt.plot(np.arange(10), np.arange(10) ** 3, 'r--')
plt.title('차트2')
plt.subplot(2, 2, 3)
plt.plot(np.arange(5) ** 3, 'g-')
plt.title('차트3')
plt.subplot(2, 2, 4)
plt.plot(np.arange(10), np.arange(10) ** 2, 'b^-')
plt.title('차트4')
plt.tight_layout() # 안 겹치게 레이아웃 조정
plt.show()

yfinance

!pip install yfinance -q
import yfinance as yf
prices = [
    yf.Ticker('AAPL').history().Close,  # 가격 시리즈
    yf.Ticker('TSLA').history().Close,
    yf.Ticker('AMZN').history().Close,
    yf.Ticker('MSFT').history().Close,
]

titles = ['애플', '테슬라', '아마존', '마이크로소프트']
styles = ['rs-', 'gs-', 'bs-', 'cs-']
for i, v in enumerate(prices):
    plt.subplot(2, 2, i+1)
    plt.title(titles[i])
    plt.plot(range(len(v)), v, styles[i])
plt.tight_layout()
plt.show()

다양한 차트 활용

lineplot 선 차트
그외에 여러 가지 차트가 존재

y = [2, 3, 1]
x = np.arange(3)
xlabel = ['가', '나', '다'] # len(x) 길이 같아야함
plt.title('바 차트')
plt.xticks(x, xlabel) # x축의 개별 값에다가 이름 붙여줌
plt.yticks(sorted(y)) # y축에다가 기준이 되는 이름을 붙여주기
plt.bar(x, y)
plt.show()

import numpy as np
import matplotlib.pyplot as plt

y = [2, 3, 1]
x = np.arange(3)
xlabel = ['가', '나', '다']

colors = ['red', 'green', 'blue']  # 각 값에 적용할 색상 지정

plt.title('바 차트')
plt.xticks(x, xlabel)

plt.bar(x, y, color=colors)  # 색상을 막대에 적용

plt.show()
# https://shareg.pt/iJwursY

y = [2, 3, 1]
x = np.arange(3)
xlabel = ['가', '나', '다'] # len(x) 길이 같아야함
plt.title('가로 바 차트')
plt.yticks(x, xlabel) # x축의 개별 값에다가 이름 붙여줌
plt.xticks(sorted(y)) # y축에다가 기준이 되는 이름을 붙여주기
plt.barh(x, y)
plt.show()

people = ['james', 'john', 'kate', 'alice']
y_pos = np.arange(4)
performance = 3 + 10 * np.random.rand(4)
error = np.random.rand(4)

plt.title('Bar-h Chart')
plt.grid(True)
plt.barh(y_pos, performance, xerr=error, alpha=0.4)
plt.yticks(y_pos, people)
plt.xlabel('x축')
plt.show()

파이 차트

원형의 파이 모양 그래프

labels = ['호박파이', '사과파이', '정어리파이', '엄마손파이']
# sizes = [15, 30, 45, 10]
sizes = [15, 50, 72, 10]
# colors = ['yellowgreen', 'gold', 'lightskyblue', 'lightcoral']
colors = ['purple', 'gold', 'lightskyblue', 'lightcoral']
# explode = (0, 0.1, 0.2, 0.3)
explode = (0.1, 0.1, 0.1, 0.3)
plt.title("파이 차트")
# plt.pie(sizes)
plt.pie(sizes, explode=explode, labels=labels, colors=colors,
        autopct='%1.1f%%', shadow=True, startangle=45)
plt.axis('equal')
plt.show()

히스토그램 (Histogram)

x = np.random.randn(100)
plt.figure(figsize=(15, 5))
plt.title('히스토그램')
arrays, bins, patches = plt.hist(x, bins=10)
plt.show()

스캐터 플롯 (산점도)

x과 y 값 사이의 상관성이 있는 변수들
두 변수 사이의 상관관계를 점들의 밀집 정도를 통해서 확인하는 그래프

X = np.random.normal(0, 1, 100)
Y = np.random.normal(0, 1, 100)
plt.title("산점도")
plt.scatter(X, Y)
plt.show()

고지현

이전 포스트

Python_Pandas 03

다음 포스트

Python_Pandas 04 (시각화)

Python_Pandas

시각화 기초

데이터 분석

Matplotlib

라인 플롯

그리드 설정 (grid)

여러 개의 선 그어보기

그림의 구조

Figure 객체

`subplot`

yfinance

다양한 차트 활용

파이 차트

히스토그램 (Histogram)

스캐터 플롯 (산점도)

Python_Pandas 03

Python_Pandas 05 (시각화)

0개의 댓글