[DS_study] Matploblib 기초

 

 

 

matploblib 기초¶

 

In [1]:

import matplotlib.pyplot as plt     #매트랩의 시각화 기능들을 담아놓은게 pyplot이다.

# 한글 폰트 인식
from matplotlib import rc
rc("font", family="Malgun Gothic")

# 아래 두 코드 중 하나 실행하면 됨 (둘이 같은 기능)
# 그린 그래프를 쥬피터 노트북에 바로 나타나게 해주는 설정
%matplotlib inline
#get_ipython().run_line_magic("matplotlib","inline")

 

 

matplotlib 그래프 기본 형태

plt.figure(figsize=(10,6))
plt.plot(x,y)
plt.show()

 

In [18]:

# 가로축 크기가 10, 세로축 크기가 6
plt.figure(figsize=(10,6))
# 그래프 안에  (x축 데이터, y축 데이터) 를 넣어준다.
plt.plot([0,1,2,3,4,5,6,7,8,9],[1,2,3,3,1,-3,-1,5,2,-1])
# 바꾼 내용들을 저장한 후 그걸 그래프로 보여줘라
plt.show()

 

 

 

 

예제1 : 그래프 기초¶

 

 

삼각함수 그리기¶

• np.arrange(a,b,s) : a 부터 b 까지 s 간격으로 데이터 만들어주는 메소드
• np.sin(value)

 

In [24]:

import numpy as np
t = np.arange(0,12,0.01)
plt.figure(figsize=(10,6))
plt.plot(t,np.sin(t))
plt.plot(t,np.cos(t))
plt.show()

 

 

 

 

• 1. 격자무늬 추가
• 1. 그래프 제목 추가
• 1. x축, y축 제목 추가
• 1. 주황색, 파란색 선 데이터의 구분

 

In [35]:

def draw_graph() :
    plt.figure(figsize = (10,6))
    plt.plot(t,np.sin(t), label="sin")
    plt.plot(t,np.cos(t), label="cos")
    plt.grid(True)                    # 뒤에 격자
    plt.legend(loc="lower left")      # 범례 ( 다양한 loc 옵션이 존재함 )
    plt.title("Example of signwave")  # 타이틀
    plt.xlabel("time")                # x축
    plt.ylabel("Amplitude")           # y축
    plt.show()

 

In [36]:

draw_graph()

 

 

 

 

예제2 : 그래프 커스텀¶

 

In [37]:

t = np.arange(0,5,0.5)
t

 

Out[37]:

array([0. , 0.5, 1. , 1.5, 2. , 2.5, 3. , 3.5, 4. , 4.5])

 

In [41]:

plt.figure(figsize=(10,6))
plt.plot(t,t,'r--',label='t')
plt.plot(t,t**2,'bs',label='t^2')
plt.plot(t,t**3,'g^',label='t^3')
plt.legend()
plt.grid(True)
plt.title('ex2 : customize the graph')
plt.show()

 

 

 

In [44]:

t = np.arange(0,7,1)
y = [1,3,5,7,4,5,9]

 

In [48]:

def draw_graph():
    plt.figure(figsize=(10,6))
    plt.plot(
        t,
        y,
        color='green',
        linestyle='dashed',          # - 이면 실선, -- 이면 dashed
        marker='o',                  # 마커 모양
        markerfacecolor='blue',
        markersize=15
    )
    plt.xlim([-0.5,10])              # x축 데이터 범위
    plt.ylim([0.5,9.5])               # y축 데이터 범위
    plt.grid()
    plt.show()
draw_graph()

 

 

 

 

예제 3 : scatter plot¶

 

In [52]:

t = np.array(range(0,10))
y = np.array([9,8,7,9,8,3,2,4,3,4])

 

In [61]:

def draw_graph():
    plt.figure(figsize=(10,6))
    plt.scatter(t,y,color='green',marker='^',label='dots')
    plt.title('ex3. scatterplot')
    plt.xlabel('x axis')
    plt.ylabel('y axis')
    plt.grid()
    plt.legend()
    plt.show()
draw_graph()

 

 

 

In [63]:

colormap = t
def draw_graph():
    plt.figure(figsize=(10,6))
    plt.scatter(t,y,s=150,c=colormap,marker='>')    # s는 사이즈를 의미
    plt.colorbar()
    plt.show()
draw_graph()

 

 

 

 

예제 4 : pandas에서 plot 그리기¶

• matploblib 을 가져와서 사용합니다.

 

In [2]:

import pandas as pd
import numpy as np
CCTV_Seoul = pd.read_csv('../data/01. Seoul_CCTV.csv', encoding = 'utf-8')
CCTV_Seoul.rename(
    columns = {
        CCTV_Seoul.columns[0]:'구별',
        CCTV_Seoul.columns[1]:'CCTV 수'
    },
    inplace = True
)
CCTV_Seoul['최근 증가율'] = (
    (CCTV_Seoul['2014년']+CCTV_Seoul['2015년']+CCTV_Seoul['2016년'])/CCTV_Seoul['2013년도 이전'] *100
)

pop_Seoul = pd.read_excel('../data/01. Seoul_Population.xls',header=2,usecols="B,D,G,J,N")
pop_Seoul.drop([0],axis=0, inplace=True)
pop_Seoul.rename(
    columns = {
        pop_Seoul.columns[0]:"구별",
        pop_Seoul.columns[1]:"인구수",
        pop_Seoul.columns[2]:"한국인",
        pop_Seoul.columns[3]:"외국인",
        pop_Seoul.columns[4]:"고령자",
    },
    inplace = True,
)
pop_Seoul['외국인 비율'] = (pop_Seoul['외국인']/pop_Seoul['인구수'] *100)
pop_Seoul['고령자 비율'] = (pop_Seoul['고령자']/pop_Seoul['인구수'] *100)

data_result = pd.merge(CCTV_Seoul,pop_Seoul,how='inner',on='구별')
data_result.drop(['2013년도 이전','2014년','2015년','2016년'],axis=1,inplace=True)
data_result.set_index('구별',inplace=True)

 

In [3]:

data_result.head(3)

 

Out[3]:

	CCTV 수	최근 증가율	인구수	한국인	외국인	고령자	외국인 비율	고령자 비율
구별
강남구	3238	150.619195	561052	556164	4888	65060	0.871220	11.596073
강동구	1010	166.490765	440359	436223	4136	56161	0.939234	12.753458
강북구	831	125.203252	328002	324479	3523	56530	1.074079	17.234651

 

In [5]:

# 세로막대
data_result['인구수'].plot(kind='bar',figsize=(5,5))

 

Out[5]:

<AxesSubplot:xlabel='구별'>

 

 

In [7]:

# 가로막대
data_result['인구수'].plot(kind='barh',figsize=(5,5))

 

Out[7]:

<AxesSubplot:ylabel='구별'>