210707 FUNDAMENTAL 8. Visualization(작성중)

준비물 : Matplotlib, Seaborn 라이브러리
참고자료 : Matplotlib

설치 명령어

> pip install matplotlib
> pip install seaborn

설치된 라이브러리 확인 명령어

> pip list | grep matplotlib
> pip list | grep seaborn

1. 그래프 그리기

%matplotlib inline: IPython에서 사용하는 매직 메소드에요.
Rich output : 그래프와 같은 그림, 소리, 애니메이션 과같은 결과물

1) 막대 그래프

<jupiter NoteBook 코드 캡쳐 올릴 것>
1. *.figure() : figure 객체 선언
fig = plt.figure()만 입력하면 객체만 생성되고 그림으로 나타나지 않음

fig = plt.figure(figsize = (5,2)) : figsize로 그래프의 사이즈를 정할 수 있음

  1. .add_subplot(행, 열, 그리프위치) : 축을 그림
    ax1 = fig.add_subplot(1,1,2)
  1. .bar(x,y) : x, y 인자의 데이터를 넣어줌
    ax1.bar(x,y)

2) 선 그래프

<jupiter NoteBook 코드 캡쳐 올릴 것>

Pandas의 Series는 선 그래프를 그리기에 최적의 자료구조
price = data['Close']가 바로 Pandas의 Series
Pandas도 자체적인 선 그래프 그리기 기능을 제공

price.plot(ax=ax, style='black')
해석 : Pandas의 plot을 사용하면서, matplotlib에서 정의한 subplot 공간 ax를 사용
plt.xlim(), plt.ylim() : x, y 좌표축의 적당한 범위를 설정
annotate() : 그래프 안에 추가적으로 글자나 화살표 등 주석을 그림
grid() : 그리드(격자눈금)를 추가

3) plot 사용법 상세

  1. plt.plot() 로 그래프 그리기
    figure() : 객체 생성
    add_subplot() : 서브 플롯 생성
    => 한번에 plt.plot()로 그래프를 그리면 matplotlib은 가장 최근의 figure객체와 그 서브플롯을 그립니다.
    plt.plot()의 인자로 x데이터, y데이터, 마커옵션, 색상 등의 인자를 이용
    plt.subplot(행, 열, 그래프 위치)

  2. linestyle, marker 옵션

  3. pandas.plot() 메소드로 그래프 그리기
    메소드 인자
    label: 그래프의 범례이름.

ax: 그래프를 그릴 matplotlib의 서브플롯 객체.
style: matplotlib에 전달할 'ko--'같은 스타일의 문자열
alpha: 투명도 (0 ~1)
kind: 그래프의 종류: line, bar, barh, kde
logy: Y축에 대한 로그스케일
use_index: 객체의 색인을 눈금 이름으로 사용할지의 여부
rot: 눈금 이름을 로테이션(0 ~ 360)
xticks, yticks: x축, y축으로 사용할 값
xlim, ylim: x축, y축 한계
grid: 축의 그리드 표시할 지 여부

data type = DataFrame 일때 사용하는 인자
subplots: 각 DataFrame의 칼럼을 독립된 서브플롯에 그린다.
sharex: subplots=True면 같은 X축을 공유하고 눈금과 한계를 연결한다.
sharey: subplots=True면 같은 Y축을 공유한다.
figsize: 그래프의 크기, 튜플로 지정
title: 그래프의 제목을 문자열로 지정
sort_columns: 칼럼을 알파벳 순서로 그린다.

정리

2. 그래프 4대천왕

1) 데이터 준비

Seaborn의 load_dataset() 메소드를 이용하면 API를 통해 손쉽게 유명한 예제 데이터를 다운로드 받을 수 있습니다.

좋은 웹페이지 즐겨찾기