현업에서 자주 쓰는 시각화(matplotlib.pyplot)

현업에서 자주 쓰는 시각화에 관해  포스팅합니다.

 

from matplotlib import pyplot as plt

 

먼저, 히스토그램!

 

변수 각각이 어떤 분포를 띠고 있는지 보고 싶을 경우, 혹은 빈도수가 어떻게 나뉘는 지 보고 싶을 경우 사용됩니다.

 

역시나 iris데이터로 시작합니다

plt.hist(iris["Sepal.Length"])

Out[6]:

(array([ 9., 23., 14., 27., 16., 26., 18.,  6.,  5.,  6.]),
 array([4.3 , 4.66, 5.02, 5.38, 5.74, 6.1 , 6.46, 6.82, 7.18, 7.54, 7.9 ]),
 <BarContainer object of 10 artists>)

 

 

 

 

 

다음으로 plot입니다. plot은 제가 보통 쓰는 방식으로 포스팅 되었고, 각자에게 맞는 방식을 찾으시길 바랍니다.

 

plt.figure(figsize=(15,8)) # plot size를 설정하는 방법으로(가로, 세로) 입니다.
plt.plot(iris["Sepal.Length"])
plt.plot(iris["Sepal.Length"], "ro") # 빨간색 점들을 찍어줍니다.
plt.xlabel("X-axis") # x축 label
plt.ylabel("Y-axis") # y축 label
plt.title("Title Name") # 타이틀

# title을 한글로 쓰시고 싶으시면 아래 코드를 플롯하기 전에 실행시키면 됩니다. 저는 개인적으로영어로 적는 것을 추천!
"""
import matplotlib
matplotlib.rcParams['font.family'] ='Malgun Gothic'
matplotlib.rcParams['axes.unicode_minus'] =False
"""

저는 다음과 같이 catter와 line을 모두 함께 출력하는 것을 선호합니다. 데이터가 밀집 되어있는 경우에는 figsize에서 세로 길이를 늘려서 꼼꼼히 데이터를 확인합니다.

 

 

다음으로, 두개의 플롯을 동시에 출력하고 싶다면?

 

plt.plot(iris["Sepal.Length"], 'cs--', label = 'graph1') # cyan색, square 마커
plt.plot(iris["Sepal.Width"], 'rx:', label = 'graph2') # 빨간색, x 마커 
plt.legend() # 왼쪽 위에 표시된 legend 생성
plt.show() # 플롯 보여주기

 

한 그래프 말고 여러 그래프를 한 플롯에 출력하고 싶다면?

 

plt.figure(figsize=(15,8)) # plot figsize 설정
plt.subplot(221) # 2x2 플롯 중 1번째 플롯
plt.plot(iris["Sepal.Length"])
plt.title("S_L")

plt.subplot(222) # 2x2 플롯 중 2번째 플롯
plt.plot(iris["Sepal.Width"])
plt.title("S_W")

plt.subplot(223) # 2x2 플롯 중 3번째 플롯
plt.plot(iris["Petal.Length"])
plt.title("P_L")

plt.subplot(224) # 2x2 플롯 중 4번째 플롯
plt.plot(iris["Petal.Width"])
plt.title("P_W")

 

이제 여러 그래프를 출력했으니, 그래프를 저장하는 방법을 알아봐야겠죠?

 

path = "경로/"
# 이렇게 path를 따로 저장하는 이유는 아래 좋은 꿀팁이 있기 때문!
# path 지정하면 가독성이 좋고 코드가 깔끔해져요.
plt.plot(iris["Sepal.Length"])
plt.savefig(path + "플롯이름.png")

 

저렇게 하면 지정된 path에 저장이됩니다.

 

변수가 많은데, 모든 변수의 플롯을 하나하나 다 저장하기 힘드니 for문을 써서 플롯을 저장하는 방법을 알아봅시다!

 

col = iris.columns[:4]
col

Out[9]:

Index(['Sepal.Length', 'Sepal.Width', 'Petal.Length', 'Petal.Width'], dtype='object')

In [10]:

for i in col:
    print(i)

Sepal.Length
Sepal.Width
Petal.Length
Petal.Width

In [11]:

# iris에 관한 4가지 변수를 모두 지정된 플롯으로 자동 저장하는 방법
for i in col:
    plt.plot(iris[i])
    plt.savefig(path + i + ".png")

 

여기까지가 현업에서 자주 쓰는 시각화 방법이었습니다.

 

이 외에도 많은 시각화 방법이 있지만 이정도만 익히고, 필요시 고급 스킬을 구글링하는 방법을 추천드립니다!