Pandas Data visualization with matplotlib 판다스 데이터 시각화

Data visualization with matplotlib 데이터 시각화¶

0. Matplotlib¶

• 파이썬 기반 데이터 분석 환경에서 가장 일반적으로 사용되는 시각화 라이브러리

• 하위 라이브러리인 pyplot을 통해 주요 기능을 사용

• plotly, seaborn 등과 같은 라이브러리가 최근 경쟁력을 갖추고 있음

• pandas 객체의 기본적인 시각화 도구

• plot() method를 통해 데이터를 시각화

• 종류

  • 라인 플롯(line plot)

  • 바 차트(bar chart)

  • 히스토그램(histogram)

  • 박스 플롯(box plot)

  • 스캐터 플롯(scatter plot)

In [1]:

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

1. matplotlib.pyplot.plot(y): line plot¶

• plt.plot(y): 기본적으로 y축의 값으로 data y를 mapping

  • x축: len(y)를 기반으로 한 index number 생성: range(len(y))

  • default: line plot

In [2]:

data_list = np.random.randint(1, 10, (6))
plt.plot(data_list)
plt.show()

• x tick x축 value 설정

  • plt.plot([x tick list], data): x tick list 길이와 data의 length가 같아야 함

In [3]:

plt.plot([2, 4, 6, 8, 10, 12], np.random.randint(1, 10, (6)))
plt.show()

In [4]:

import matplotlib

• matplotlib에서 한글 폰트 설정

In [5]:

font_name = matplotlib.font_manager.FontProperties(fname='c:/windows/fonts/malgun.ttf').get_name()
matplotlib.rc('font', family=font_name)

• 한글폰트 지정 후 음수부호를 정확하게 표시하기 위한 코드

In [6]:

matplotlib.rcParams['axes.unicode_minus']=False

• 축 이름과 plot 제목 지정

1. plot 제목: plt.title('title')
2. x축 이름: plt.xlabel('x_name')
3. y축 이름: plt.ylabel('y_name')

In [7]:

plt.title("라인 그래프 1")

plt.plot([-12, -10, -8, -6, -4, -2], np.random.randint(-12, -2, (6)))

plt.xlabel('axis x')
plt.ylabel('axis y')

plt.show()

• 두 개의 선을 그리기

  • 각각의 라인 그래프를 순차적으로 plt.plot() command로 입력

In [8]:

x_tick = list()

for x in range(-10, 10, 2):
    x_tick.append(x)

plt.plot(x_tick, np.random.randint(-10, 11, (len(x_tick))))
plt.plot(x_tick, np.random.randint(-10, 11, (len(x_tick))))
    
plt.xlabel('value')
plt.ylabel('time')
plt.title('line plot example 2')

plt.show()

• 범례(legend) 추가: plt.legend([list of legend str])

In [9]:

plt.plot(x_tick, np.random.randint(-10, 11, (len(x_tick))))
plt.plot(x_tick, np.random.randint(-10, 11, (len(x_tick))))
    
plt.xlabel('axis=1')
plt.ylabel('axis=0')
plt.title('line plot example 3')
plt.legend(['data A', 'data B'])
plt.show()

2. style assignment¶

• plt.plot([x], y, 'fmt', **kwargs)

  • 'fmt'=[color][marker][line]

    • 색상, 마커, 선 등에 대한 포맷 옵션 설정

1. 마커 참조 도큐먼트
   https://matplotlib.org/3.1.3/api/markers_api.html

2. 색상 참조 도큐먼트
   https://matplotlib.org/3.1.0/gallery/color/named_colors.html

3. 라인 스타일 참조 도큐먼트
   https://matplotlib.org/gallery/lines_bars_and_markers/line_styles_reference.html

• style string : 'fmt' = 'color' + 'marker' + 'line'

  • string item 생략 시: default style 적용

• fmt=o: line없이 큰 점(원 모양)으로 data 표시

In [10]:

x_tick = list()

for x in range(1, 6):
    x_tick.append(x)

y_data = np.random.randint(1, 6, len(x_tick))

plt.plot(x_tick, y_data, 'o')

plt.show()

• str 'fmt' = color + marker + line

  • 'o-': color=default, marker:o=circle, line:-=실선

In [11]:

plt.plot(x_tick, y_data, 'o-')

plt.show()

• 'o--': color=default, marker:o=circle, line:--=dash_line

In [12]:

plt.plot(x_tick, y_data, 'o--')

plt.show()

• 'ro:': color:r=red, marker:o=circle, lind::=점으로 된 점선

In [13]:

plt.plot(x_tick, y_data, 'ro:')

plt.show()

• 기타 스타일 파라미터 종류
  • color='magenta' > 선 색상
  • linestyle='-.' > - + 점선
  • marker=^ > 삼각형 marker
  • markerfacecolor='orange' > marker 색상
  • markersize='20' > marker 크기

In [14]:

plt.plot(x_tick, y_data, color = 'magenta', linestyle='-.', marker='^',
        markeredgecolor='r', markerfacecolor='orange', markersize='20')

plt.show()

3. 축 범위 지정¶

3.1. matplotlib.pyplot.axis([x_m, x_M, y_m, y_M])¶

• plt.axis([xmin, xmax, ymin, ymax])
  • xmin : x축 최소값
  • xmax : x축 최대값
  • ymin : y축 최소값
  • ymax : y축 최대값

3.2. matplotlib.pyplot.xlim(m, M) or ylim(m, M)¶

• plt.xlim(min, max)

• plt.ylim(min, max)

• default: axis=x의 min, max, axis=y의 min, max에 맞춰진 graph

In [15]:

axis_x = [1, 2, 3, 4] 
axis_y = [10, 4, 12, 8]

plt.plot(axis_x, axis_y)

plt.show()

• plt.axis([x_min, x_Max, y_min, y_Max])

In [16]:

plt.plot(axis_x, axis_y)
plt.axis([-4, 8, 0, 16])

plt.show()

• plot line에 비해 지나치게 작은 plt.axis()를 설정하면 일부 plot이 잘린다.

In [17]:

plt.plot([1, 2, 3, 4], [17, 2, 12, 14])
plt.axis([1, 4, 4, 12])

plt.show()

• grid 표시: 격자무늬 표시: plt.grid(True)

In [18]:

plt.plot(x_tick, y_data)
plt.grid(True)

plt.show()

4. matplotlib.pyplot.scatter(x, y): scatter plot¶

• 대표값을 중심으로 data가 흩어져 있는 정도를 시각화

• data의 분산, data간의 상관관계 파악 가능

• plt.scatter(x, y, s=None, c=None, data=None)

  • s: marker size

  • c: marker color

  • data: dict 자료형 사용하여 데이터 전달 시 keyword string을 통해 data 사용

• 정규분포 확률밀도함수에서 100개의 표본 추출

  • np.random.normal()

In [19]:

data_x = np.random.normal(0, 1, (100))
data_y = np.random.normal(0, 1, (100))

plt.scatter(data_x, data_y)

plt.show()

In [20]:

print(data_x[0], data_y[0])

-1.2424732061285015 -0.6622410823989973

In [21]:

plt.plot(data_x, data_y)

plt.show()

• optional parameter: c='': 점 색상, s=: 점 크기

In [22]:

plt.scatter(data_x, data_y, c='gold', s=100)

plt.show()

5. matplotlib.pyplot.bar(x, y): Bar chart¶

• 여러 값의 상대적인 크기 비교에 적합, 원형 차트보다 일반적으로 사용됨

• plt.bar(x, y)

  • x data = category value > bar(), barh()로 Bar chart 시각화

    • x축 Bar chart: plt.bar(x_tick, y_data)

    • y축 Bar chart: plt.barh(y_tick, x_data)

In [23]:

data_x = ['김', '이', '박']
data_y = [2, 10, 5]

plt.bar(data_x, data_y)

plt.show()

In [24]:

plt.barh(data_x, data_y)

plt.show()

• plt.title('plot title')

• plt.xlabel('axis=x label')

• plt.ylabel('axis=y label')

• plt.xticks(x, [new_tick_list])

In [25]:

plt.bar(data_x, data_y)
plt.title('Bar Chart')

plt.xlabel('성씨')
plt.ylabel('인구 수')

plt.xticks(data_x, ['Kim', 'Lee', 'Park'])
plt.show()

• plt.bar(x, y) object: 객체화(변수 저장) 가능

  • object indexing: 각각의 bar마다 obj.set_color('color'): 색상 변경 가능

In [26]:

bar_list = plt.bar(data_x, data_y)

color_list = ['r', 'g', 'b']
i = 0

for bar in bar_list:
    bar.set_color(color_list[i])
    i += 1

plt.show()