[데이터 시각화] Python-라이브러리 matplotlib 기초 내용 정리

본 글은 Python에서 제공하는 데이터 시각화 라이브러리인 matplotlib에 대해서

공부한 기초적인 내용을 정리하는 글임을 밝힘.

 

목차

 

---

Matplotlib

• 데이터 분석에서는 다루는 데이터는 매우 다양함
• 이러한 데이터의 크기가 수천, 수만개를 넘어가기 때문에 데이터 시각화가 필요
• 판다스 내장 메소드로는 한계가 존재
• 시각화 전문 도구를 사용해서 원하는 형태의 그래프를 그려야 함.

---

1. 선 그래프

• 연속하는 데이터 값들을 직선 또는 곡선으로 연결한 그래프
• 시계열 데이터와 같이 시간에 따른 연속적인 값의 변화와 패턴을 활용하는 데 적합함

1.1. 선 그래프 만들기

ⓐ. 기본 그래프

1. 데이터프레음으로 연도별 매출액 현황 데이터를 로드
2. plt.plot() 메소드를 사용함 (plt는 matplotlib.pyplot 모듈을 의미함)

ⓑ. 그래프 꾸미기

• Matplotlib은 한글 폰트를 지원하지 않음
• OS에 따라서 한글 폰트를 지정하는 코드가 다름
• 그래프의 크기, 이름, x축 y축, 범례 등을 지정할 수 있음.
• 그래프의 스타일을 지정: ggplot
• 선 그래프의 포인트(marker) 변경 가능
• 제목 x축 y축 범례 등의 폰트 사이즈 조정 가능

ⓒ. 그래프 스타일 변경

• plt.style.use(bmh)
• 다양한 스타일을 지원

 

---

 

2. 화면 분할 그래프

• axe 객체
  • 한 번에 여러 개의 그래프를 그려야 할 때 axe 객체를 사용
  • 분활된 화면마다 axe 객체를 하나씩 배정
• 그래프 생성
  • figure() 메소드를 사용하여 그림을 객체로 만듦
  • 해당 객체에 add_subplot() 메소드를 적용하여 그림틀을 여러 개로 분할
  • 나눠진 각 부분은 axe 객체가 되며 하나의 객체는 하나의 그래프가 됨.
• ex.
  1. 연도별 전체 매출과 일반 매출 그래프를 각각 그릴 수도 있음.
  2. 2 * 2 화면에 4개의 그래프를 그릴 수도 있음.
  3. 하나의 화면에 여러 개의 데이터를 동시에 그리는 것도 가능.

---

 

3. 면적 그래프

3.1 면적 그래프

• 각 열의 데이터를 선 그래프로 구현하되, 선과 x축 사이 구간에 색을 입히는 것으로 형성
• 색에 투명도를 입혀 여러 개의 데이터가 동시에 보일 수 있도록 함
• 면적 그래프는 2개 이상의 그래프의 누적이 가능
  • 각 열의 패턴과 함께 누적된 값이 어떻게 변화하는지 파악할 수 있음.

 

3.2. 막대 그래프

• 막대 그래프는 데이터 값의 크기에 비례하여 높이를 갖는 직사각형 막대로 표현
  • 세로형 그래프의 경우 선 그래프와 정보 전달 측면에서 큰 차이 X
• 가로형 그래프의 경우 각 변수 사이 값의 크기 차이를 설명하는 데 적합
  • 보통 값이 가장 큰 변수부터 내림차순 정렬하여 그래프를 그림.

 

 

 

---

 

4. 기타 그래프

4.1. 히스토그램

• 하나의 연속형 변수의 구간별 빈도수를 그래프로 표현
• 구간을 나누는 간격에 따라 빈도수가 달라지고 그래프의 모양이 변함

4.2. 산점도

• 서로 다른 두 연속형 변수 사이의 관계를 나타냄

 

4.3. 파이 차트

• 데이터 값의 크기에 따라 원의 조각을 나누어 표현
• 항목별 개수와 개별 항목이 전체에서 차지하는 비율을 표현할 때 많이 사용

 

4.4. 박스 플롯

• 박스 플롯은 연속형 데이터의 전반적인 분포를 확인하는데 적합
  • 5가지 통계 지표를 하나로 시각화
    • 최대값
    • 최소값
    • 중간값
    • 1분위값
    • 3분위값

 

마무리

폰트 파일이 존재함에도 불구하고 정상적으로 인지하지 못하고 있다는 점이 궁금했음.

원리 자체는 어렵지 않았지만 익숙해질 필요성을 느낌.

각각 그래프의 용도 어떨 때 사용할 지 생각하고 그래프 작업을 할 필요성을 느낌