DAY43. Python Matplot (1)Matplotlib

기본 셋팅

 

import matplotlib.pyplot as plt #data 시각화
import numpy as np #숫자data 생성

 

1. 차트 data 생성 : np.난수 생성 모듈.함수()

data = np.random.randn(100) #정규분포 자료 생성
print(data)

 

2. 정규분포 시각화

plt.plot(data) #기본차트 시각화
plt.title("visyalize normal dist...") #제목
plt.xlabel("index") #x축 이름
plt.ylabel("random number") #y축 이름
plt.show() #보이기

 

 

 

3. 정규분포 시각화 : 한글 사용

plt.plot(data) #기본차트 시각화
plt.title("정규분포를 따르는 난수 시각화") #제목
plt.xlabel("색인(index)") #x축 이름
plt.ylabel("난수(random number)") #y축 이름
plt.show() #보이기
#한글 깨짐 현상

 

차트에서 한글 지원

import matplotlib.pyplot plt
plt.rcParams['font.family'] = 'Malgun Gothic'

음수 부호 지원

import matplotlib
matplotlib.rcParams['axes.unicode_minus'] = False

 

 

 

 

 

기본차트 그리기

 

import numpy as np #data 생성
import matplotlib.pyplot as plt #data 시각화

plt.rcParams['font.family'] = 'Malgun Gothic' #차트에서 한글 지원

import matplotlib
matplotlib.rcParams['axes.unicode_minus'] = False #음수 부호 지원

1. 차트 자료 만들기

data = np.arange(-3, 7) 
data #array([-3, -2, -1,  0,  1,  2,  3,  4,  5,  6])
len(data) #10

 

2. 기본 선 스타일과 색상

plt.plot(data) #x축 : index, y축 : data
plt.title("기본 선 스타일과 색상")
plt.show()

3. 동일한 빨간색 플러스 선 스타일

plt.plot(data, 'r+')
plt.title("선 스타일은 +, 색상은 빨강")
plt.show()

 

help(plt.plot)

4. 선 스타일과 색상 변경

plt.plot(data, 'g--')
plt.title("선 스타일은 --, 색상은 초록")
plt.show()

5. x, y축 자료 이용

data2 = np.random.randn(10)
plt.plot(data, data2) #(x축, y축)
plt.title("x축과 y축 자료 이용")
plt.show()

6. color, marker 이용

data2 = np.random.randn(10)
plt.plot(data, data2, 'ro') #'ro' : red, circle(점)
plt.title("x축과 y축 자료 이용")
plt.show()

 

 

 

 

 

continuous (연속형)

산점도, 히스토그램, 박스plot

import numpy as np #data 생성
import matplotlib.pyplot as plt #data 시각화

plt.rcParams['font.family'] = 'Malgun Gothic' #차트에서 한글 지원

import matplotlib
matplotlib.rcParams['axes.unicode_minus'] = False #음수 부호 지원

차트 자료 생성

data1 = np.arange(-3, 7)
data2 = np.random.randn(10) #N(0, 1^2)

print(data2)

1. 산점도

plt.scatter(x = data1, y = data2, c = 'r', marker = 'o')
plt.title('산점도 시각화')
plt.show()

 

군집별로 색상 다르게

cdata = np.random.randint(1, 4, 10) #1~3까지 난수 정수가 10개 만들어짐
print(cdata) #[3 1 3 1 2 3 2 2 3 1]

plt.scatter(x = data1, y = data2, c = cdata)
plt.title('여러가지 색 산점도 시각화')
plt.show()

 

2. 히스토그램 : 대칭성 (데이터의 전규성 분포 확인)

data3 = np.random.normal(0, 1, 2000) #N(mean, sigma^2)
print(data3)

난수 통계

data3.mean() #-0.008676313516027209
data3.std() #0.9636736941313829

plt.hist(x = data3, bins = 100, density=True, label = 'data3') #* density : 히스토그램의 합 1로 정규화
plt.hist(x = data4, bins = 100, density=True, label = 'data4')
plt.legend(loc = 'best') #범례 표시
plt.show()

 

 

 

3. box plot

data5 = np.random.random(100) #0~1 난수 실수
data5.shape #(100,) : 1차원의 vector
type(data5) #numpy.ndarray

numpy -> pandas why? pandas 객체 자체에서 요약통계량 함수 호출 가능

import pandas as pd

ser = pd.Series(data5)
type(ser) #andas.core.series.Series

 

ser.describe() #요약통계량

count    100.000000
mean       0.528146
std        0.302336 -> 표준편차
min        0.009849 -> 최소값
25%        0.311001
50%        0.547068 -> 중앙값
75%        0.793267
max        0.997797 -> 최대값
dtype: float64

plt.boxplot(x= data5)
plt.show()

 

 

 

 

 

이산형 변수 시각화

셀 수 있는 정수 : 자녀수, 분기별 매출액 
막대차트, 원차트 

 

import numpy as np # data 생성 
import matplotlib.pyplot as plt # data 시각화

 

차트에서 한글 지원 

plt.rcParams['font.family'] = 'Malgun Gothic'

음수 부호 지원 

import matplotlib
matplotlib.rcParams['axes.unicode_minus'] = False

차트 자료 생성 

data = [127, 90, 201, 150, 250] # 국가별 수출현황 
idx = np.arange(len(data)) # 0 ~ 4
idx # array([0, 1, 2, 3, 4])

1. 세로막대 

plt.bar(x=idx , height=data)
plt.title("국가별 수출현황")
plt.ylabel("단위 : 달러")
plt.show()

2. 가로막대 

plt.barh(y=idx , width=data)
plt.title("국가별 수출현황")
plt.xlabel("단위 : 달러")
plt.show()

3. 원 차트

labels = ['싱가폴','태국','대한민국','일본','미국'] 
plt.pie(x = data, labels = labels)
plt.show()

 

 

 

 

 

subplot 차트

각 격자별 차트 그리기 

import numpy as np # data 생성 
import matplotlib.pyplot as plt # data 시각화

차트에서 한글 지원 

plt.rcParams['font.family'] = 'Malgun Gothic'

음수 부호 지원 

import matplotlib
matplotlib.rcParams['axes.unicode_minus'] = False

 

1. figure 객체 & subplot 만들기 

fig = plt.figure(figsize = (20, 8))
x1 = fig.add_subplot(2,2,1) # 2행2열 1번 격자 
x2 = fig.add_subplot(2,2,2) # 2행2열 2번 격자 
x3 = fig.add_subplot(2,2,3) # 2행2열 3번 격자 
x4 = fig.add_subplot(2,2,4) # 2행2열 4번 격자

2. 차트 자료 

data1 = np.random.randn(100) 
data2 = np.random.randint(1, 100, 100)
cdata = np.random.randint(1,4,100)

3. 각 격자별 차트 그리기 

x1.hist(data1)
x2.scatter(data1, data2, c=cdata)
x3.plot(data2)
x4.plot(data2, 'g--')
plt.show()