[Data Viz] Matplotlib 사용법 : 기본

*아래 글은 부스트캠프 AI Tech 3기 안수빈 마스터님의 강의를 정리 및 재구성한 내용입니다.

Data Visualization

2-1. Matplotlib 사용법 

1) Matplotlib 개요

왜  Matplotlib을 사용할까?

- Python에서 사용할 수 있는 시각화 라이브러리

- 현재 사용되고 있는 다양한 데이터 분석 및 머신러닝/딥러닝은 python에서 이루어짐

- numpy와 scipy를 베이스로 하여 다양한 라이브러리와 호환성이 좋다

• Scikit-learn, PyTorch , Tensorflow
• Pandas

- 다양한 시각화 방법론을 제공한다.

• 막대그래프
• 선그래프
• 산점도
• ETC

- matplotlib 외에도 Seaborn, Plotly, Bokeh, Altair 등의 시각화 라이브러리 존재하는데, matplotlib이 범용성이 제일 넓고 base가 되는 라이브러리라고 할 수 있다

2) Matplotlib 기본 사용법

Import library

- import 를 통해 라이브러리를 추가 하면 된다

- matplotlib은 주로 줄여서 mpl로 코드 상에서 사용한다

- version마다 되는 기능들이 다르기 때문에 최소 3.4.x 이상인지 버전을 확인하자!

import numpy as np
import matplotlib as mpl

print(f'numpy version : {np.__version__}') # version check
print(f'matplotlib version : {mpl.__version__}') # version check

- colab이나 주피터 노트북 사용 시 matplotlib 버전이 낮다면 아래와 같이 matplotlib을 업그레이드 하면 된다

!pip install --upgrade matplotlib

 

기본 Plot

- Figure 와 Axes : matplotlib에서 그리는 시각화는 Figure라는 큰 틀 안에 Ax라는 서브 플롯을 추가해서 만든다

fig = plt.figure() # figure 생성
plt.show()

 

- figure는 큰 틀이라서 1개 이상의 서브 플롯을 추가해야 시각화가 된다.

fig = plt.figure()
ax = fig.add_subplot()
plt.show()

 

- 그래프의 사이즈는 figsize를 이용해 figure의 크기를 조정함으로써 ax의 사이즈를 조정한다

- 가로, 세로 길이를 inch 단위로 tuple 형태로 전달한다

- 노트북 환경에서는 가로, 세로의 비율로 생각하면 된다

fig = plt.figure(figsize=(12, 7))
ax = fig.add_subplot()
plt.show()

- 2개 이상의 axes를 그려주고 싶다면 위치를 지정해 주어야 한다

fig = plt.figure()
ax1 = fig.add_subplot(1, 2, 1) # figure를 세로 1 가로 2칸으로 나누고 그 중에 첫 번째
# ax = fig.add_subplot(121) 도 가능
ax2 = fig.add_subplot(1, 2, 2) # figure를 세로 1 가로 2칸으로 나누고 그 중에 두 번째
plt.show()

fig = plt.figure()
ax1 = fig.add_subplot(211)
ax2 = fig.add_subplot(212)
# 더 가독성을 높이려면
# ax1 = fig.add_subplot(2, 1, 1)
# ax2 = fig.add_subplot(2, 1, 2)
plt.show()

fig = plt.figure()
ax1 = fig.add_subplot(221) 
ax2 = fig.add_subplot(223) 
ax3 = fig.add_subplot(224) 
# 같은 내용이지만 더 가독성을 높인다면 
# 다음과 같이 사용 가능
# ax1 = fig.add_subplot(2, 2, 1)
# ax2 = fig.add_subplot(2, 2, 3)
# ax3 = fig.add_subplot(2, 2, 4)
plt.show()

plt로 그래프 그리기

- 리스트 [1, 2, 3] 데이터를 ax에 그리기

fig = plt.figure()
ax = fig.add_subplot()

x = np.array([1, 2, 3])
# x = [1, 2, 3]도 가능

plt.plot()
plt.show()

- 2개를 순서대로 그리면 다음과 같이 그릴 수 있다

fig = plt.figure()

x1 = [1, 2, 3]
x2 = [3, 2, 1]

ax1 = fig.add_subplot(211)
plt.plot(x1)

ax2 = fig.add_subplot(212)
plt.plot(x2)

plt.show()

- plt로 그리는 그래프들은 순차적으로 그리기에 좋다

- 다만 절차 지향적이기 때문에 pythonic 한 코드라고 보기는 어렵다

- 좀 더 pythonic하게 구현을 하려면 ax 객체에 직접 그리면 된다

* 이렇게 matplotlib은 그릴 때 두 가지 API를 따로 지원한다

• Pyplot API : 순차적 방법
• 객체 지향(Object-Oriented) API : 그래프에서 각 객체에 대해 직접적으로 수정하는 방법

fig = plt.figure()

x1 = [1, 2, 3]
x2 = [3, 2, 1]

ax1 = fig.add_subplot(211)
ax2 = fig.add_subplot(212)

ax1.plot(x1)
ax2.plot(x2)
plt.show()

 

한 서브플롯에 여러 개 그리기     

- ax에는 동시에 다양한 그래프를 그릴 수 있다

fig = plt.figure()
ax = fig.add_subplot(111) 
# 3개의 그래프 동시에 그리기
ax.plot([1, 1, 1]) # 파랑
ax.plot([1, 2, 3]) # 주황
ax.plot([3, 3, 3]) # 초록

plt.show()

 

- 동시에 같은 종류의 그래프를 그리면 색상이 자동적으로 구분된다

- 하지만 다른 종류의 그래프를 그리면 색상이 구분되지 않기 때문에 색을 지정해 주어야 한다

fig = plt.figure()
ax = fig.add_subplot(111) 

# 선그래프와 막대그래프 동시에 그리기
ax.plot([1, 2, 3], [1, 2, 3]) 
ax.bar([1, 2, 3], [1, 2, 3]) 

plt.show()

색상 지정하기

-  그래프의 색상을 직접 명시할 수 있고, 일반적으로 color 파라미터를 통해 전달한다

-  'r','g','b' 등은 기본 제공 색이라 가독성이 좋지 않고, color name은 모두 알기가 어려우므로 hex code로 찾아서 지정하는 것을 추천한다

fig = plt.figure()
ax = fig.add_subplot(111) 
# 3개의 그래프 동시에 그리기
ax.plot([1, 1, 1], color='r') # 한 글자로 정하는 색상
ax.plot([2, 2, 2], color='forestgreen') # color name
ax.plot([3, 3, 3], color='#000000') # hex code (BLACK) - 가장 추천
plt.show()

텍스트 사용하기

- 정보를 추가하기 위해 텍스트를 사용할 수 있다

- ax에 plot할 때 label을 지정하면 시각화에서는 드러나지 않지만, 범례(legend)를 추가하면 표시가 된다

fig = plt.figure()
ax = fig.add_subplot(111) 
ax.plot([1, 1, 1], label='1') 
ax.plot([2, 2, 2], label='2') 
ax.plot([3, 3, 3], label='3')
plt.show()

fig = plt.figure()
ax = fig.add_subplot(111) 
ax.plot([1, 1, 1], label='1') 
ax.plot([2, 2, 2], label='2') 
ax.plot([3, 3, 3], label='3')
ax.legend()
plt.show()

- ax의 제목을 추가할 수도 있다

fig = plt.figure()
ax = fig.add_subplot(111) 
ax.plot([1, 1, 1], label='1') 
ax.plot([2, 2, 2], label='2') 
ax.plot([3, 3, 3], label='3')
ax.set_title('Basic Plot')
ax.legend()
plt.show()

- figure의 제목(title)은 suptitle을 통해 지정할 수 있다 (sup은 super, 즉 최상위 객체를 의미한다)

fig = plt.figure()
ax1 = fig.add_subplot(1, 2, 1)
ax2 = fig.add_subplot(1, 2, 2)

ax1.set_title('ax1')
ax2.set_title('ax2')

fig.suptitle('fig') # sup == super

plt.show()

* ax 에서 특정 데이터를 변경하는 경우에는 .set_{} () 형태의 메서드가 많다

* set으로 세팅하는 정보들은 반대로 해당 정보를 받아오는 경우에는 .ge_{} () 형태의 메서드를 사용한다

fig = plt.figure()
ax = fig.add_subplot(111) 
ax.plot([1, 1, 1], label='1') 
ax.plot([2, 2, 2], label='2') 
ax.plot([3, 3, 3], label='3')
ax.set_title('Basic Plot')
ax.legend()

print(ax.get_title()) # title 정보 받아오기
plt.show()

- 축은 ticks와 ticklabels로 구분된다

- ticks는 축에 적히는 수 위치를 지정한다

fig = plt.figure()
ax = fig.add_subplot(111) 
ax.plot([1, 1, 1], label='1') 
ax.plot([2, 2, 2], label='2') 
ax.plot([3, 3, 3], label='3')


ax.set_title('Basic Plot')
ax.set_xticks([0, 1, 2])  # 축에 적히는 수 지정


ax.legend()

plt.show()

- ticklabels는 축에 적히는 텍스트를 수정한다

fig = plt.figure()
ax = fig.add_subplot(111) 
ax.plot([1, 1, 1], label='1') 
ax.plot([2, 2, 2], label='2') 
ax.plot([3, 3, 3], label='3')


ax.set_title('Basic Plot')
ax.set_xticks([0, 1, 2])
ax.set_xticklabels(['zero', 'one', 'two']) # 축에 적히는 텍스트 수정
ax.legend()

plt.show()

- 일반적인 텍스트 추가 방식은 두 가지가 있다 : text, annotation

   * text

fig = plt.figure()
ax = fig.add_subplot(111) 
ax.plot([1, 1, 1], label='1') 
ax.plot([2, 2, 2], label='2') 
ax.plot([3, 3, 3], label='3')


ax.set_title('Basic Plot')
ax.set_xticks([0, 1, 2])
ax.set_xticklabels(['zero', 'one', 'two'])

ax.text(x=1, y=2, s='This is Text') # (1, 2) 좌표에 텍스트 적기

ax.legend()

plt.show()

   * annotation

fig = plt.figure()
ax = fig.add_subplot(111) 
ax.plot([1, 1, 1], label='1') 
ax.plot([2, 2, 2], label='2') 
ax.plot([3, 3, 3], label='3')


ax.set_title('Basic Plot')
ax.set_xticks([0, 1, 2])
ax.set_xticklabels(['zero', 'one', 'two'])

ax.annotate(text='This is Annotate', xy=(1, 2)) # 좌표에 annotation 추가

ax.legend()

plt.show()

 

   * annotation은 화살표 등을 추가할 수 있다

fig = plt.figure()
ax = fig.add_subplot(111) 
ax.plot([1, 1, 1], label='1') 
ax.plot([2, 2, 2], label='2') 
ax.plot([3, 3, 3], label='3')


ax.set_title('Basic Plot')
ax.set_xticks([0, 1, 2])
ax.set_xticklabels(['zero', 'one', 'two'])

ax.annotate(text='This is Annotate', xy=(1, 2),
           xytext=(1.2, 2.2), 
            arrowprops=dict(facecolor='black'), # 화살표 추가
           )

ax.legend()

plt.show()