항상 피하는 matplotlib을 배워요.

왠지 귀찮아서 피했지만 올리의 책을 샀기 때문에 이를 계기로 공부했다.
이번에 산 책은 이 책입니다.
나는 이 책의 9장을 보고 싶다.
이 책은 공간이 충분하지 않지만 능숙하게 쓸 수 있는 토대를 만들기 위해서다.
데이터 분석의 의미는 매우 강하지만 평소의 업무에서도 많은 방면에서 활약할 것이라고 믿습니다.

matplotlib

Pytohon에 끼워 넣는 Visuality 라이브러리가 있는 것 같습니다. 이번에는 책을 따라 matplotlib을 사용할 것입니다.
CentOS 7 Jupyter notebook 환경

1. 가장 쉬운 모드

묘사한 부분은 마치 plot이라고 불리는 것 같다.

import numpy as np
import pandas as ps
import matplotlib.pyplot as plt
%matplotlib inline

data = np.arange(10)
data

plt.plot(data)

네.뭘 건드렸는데 잘 모르겠네.
1차원 데이터인데 2차원으로 보여요.
y=x의 일차 함수 함수 함수 함수 함수

2. sub plot

plot은 Figure 객체에 포함됩니다.이 때문에
ax1 = fig.add_subplot(2, 2, 1)
이렇게 하면 plot에 그림을 추가할 수 있습니다.
2*2를 만드는 장소 중 하나입니다.

fig = plt.figure()
ax1 = fig.add_subplot(2, 2, 1)
ax2 = fig.add_subplot(2, 2, 2)
ax3 = fig.add_subplot(2, 2, 3)
ax4 = fig.add_subplot(2, 2, 4)
ax3.plot(np.random.randn(50).cumsum(), 'k--')
ax1.hist(np.random.randn(100), bins=20, color='k', alpha=0.3, 'ko--')

cusum은 cumulative sum이기 때문에 누적됩니다.
마지막 k--는 그리는 옵션을 결정하는 스타일 옵션이라고 할 수 있습니다.
k--는 검은색 점선입니다.의 섹션에서 파선 *-와 같은 선의 스타일을 결정할 수 있습니다.
작은 선택은 공식 홈페이지를 보는 느낌이다.
ko--검은색입니다. ● 데이터를 나타내는 점, 점선입니다.
직사각형의bins는 표본을 얼마나 분할하는 값을 가리킨다.

라벨

지금까지 탭과 메모리는 자동으로 생성되었다.
어느 정도의 데이터를 보았다면 표시하는 것이 비교적 보기 쉽다.

fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)
ax.plot(np.random.randn(1000).cumsum(),label='one',)
ax.set_xticks([0, 250, 500, 750, 1000])
ax.set_xticklabels(['one', 'two', 'three', 'four', 'five'],rotation=30, fontsize='small')
ax.set_xlabel('Stages')
ax.legend(loc='best')

ticks의 눈금이기 때문에 이 메모리를 x축에 비해 설정하고 이 탭을 1에서 5로 설정할 수 있습니다.
rotation은 라벨이 얼마나 기울어야 하는지를 가리킨다.
전설의 도례를 넣기 위해 이걸 사용합니다.
예전에 엑셀로 했었는데...이런 거.

이렇게 생각하다

파데스 씨는 이미 그런 기능을 갖추고 있다.

df = pd.DataFrame(np.random.randn(10, 4).cumsum(0),
columns=['A', 'B', 'C', 'D'],
index=np.arange(0, 100, 10))

df.plot()

교활하다.

당분간

책은 마지막으로 인터넷에서 투덜거리고 좋은 자원을 바탕으로 열심히 공부하세요!이렇게 쓰여 있다.
길이 아주 긴 것 같아요.