-
matplotlib 시각화 방법pandas 2025. 1. 20. 12:48
- plt.plot()은 선 그래프를 그립니다.
- plt.bar()는 막대 그래프를 그립니다.
- plt.scatter()는 산점도를 그립니다.
- plt.hist()는 히스토그램을 그립니다.
- plt.title(), plt.xlabel(), plt.ylabel()은 제목과 축 레이블을 설정합니다.
- plt.legend()는 그래프에 범례를 추가합니다.
- plt.subplot()은 여러 그래프를 한 화면에 표시합니다.
import matplotlib.pyplot as plt import numpy as np # 데이터 준비 x = np.linspace(0, 10, 100) y1 = np.sin(x) y2 = np.cos(x) # 1. 선 그래프 plt.subplot(2, 2, 1) # 2행 2열의 첫 번째 plt.plot(x, y1, label="sin(x)") plt.plot(x, y2, label="cos(x)") plt.title("Line Plot") plt.legend() # 2. 막대 그래프 categories = ['A', 'B', 'C', 'D'] values = [10, 20, 30, 40] plt.subplot(2, 2, 2) # 2행 2열의 두 번째 plt.bar(categories, values) plt.title("Bar Plot") # 3. 산점도 plt.subplot(2, 2, 3) # 2행 2열의 세 번째 plt.scatter(x, y1, color='red', label="sin(x)") plt.scatter(x, y2, color='blue', label="cos(x)") plt.title("Scatter Plot") plt.legend() # 4. 히스토그램 data = np.random.randn(1000) plt.subplot(2, 2, 4) # 2행 2열의 네 번째 plt.hist(data, bins=30, color='green') plt.title("Histogram") plt.tight_layout() # 레이아웃 간격 자동 조정 plt.show()
주요 함수들
그래프 제목 및 축 레이블 설정
plt.title("Graph Title") plt.xlabel("X-Axis Label") plt.ylabel("Y-Axis Label")
그래프 스타일 설정 plot() 함수에서 스타일을 변경할 수 있습니다. 예를 들어, 선의 색상, 마커, 선 종류 등을 설정할 수 있습니다
plt.plot(x, y, color='red', marker='o', linestyle='--')
- color: 선 색상 ('red', 'blue', 'green' 등)
- marker: 데이터 포인트의 마커 스타일 ('o', 'x', '^' 등)
- linestyle: 선의 스타일 ('-', '--', '-.', ':' 등)
여러 그래프 그리기 plt.plot()을 여러 번 호출하면 하나의 그림에 여러 선을 그릴 수 있습니다
y2 = [1, 2, 3, 4, 5] plt.plot(x, y, label="y = x^2") plt.plot(x, y2, label="y = x") plt.legend() # 레전드 표시 plt.show()
막대 그래프 (Bar Chart) 막대 그래프를 그릴 때는 plt.bar()를 사용합니다
categories = ['A', 'B', 'C', 'D'] values = [10, 20, 30, 40] plt.bar(categories, values) plt.show()
히스토그램 (Histogram) plt.hist()를 사용하여 데이터를 구간별로 나누어 빈도를 표시할 수 있습니다
data = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 5] plt.hist(data, bins=5) plt.show()
산점도 (Scatter Plot) plt.scatter()를 사용하여 각 점을 시각화할 수 있습니다
plt.scatter(x, y) plt.show()
서브플롯 (Subplots) 여러 개의 그래프를 한 화면에 표시할 때는 plt.subplot()을 사용합니다
plt.subplot(1, 2, 1) # 1행 2열의 첫 번째 위치 plt.plot(x, y) plt.subplot(1, 2, 2) # 1행 2열의 두 번째 위치 plt.bar(categories, values) plt.show()
'pandas' 카테고리의 다른 글
plotly.graph_objects.update_layout (0) 2025.04.09 시각화의 매력적인 시각화 - seaborn (1) 2025.01.05 python의 가장 대중적인 시각화 (1) 2025.01.05 Pandas로 2차원 데이터를 파일로 저장하기 – 가장 대중적인 CSV 파일 활용법 (0) 2025.01.04 pandas 데이터 합치기 merge , concat (0) 2025.01.03