Matplotlib는 Python에서 그래프를 그릴 때 사용하는 대표적인 라이브러리입니다. Pandas와 기본적으로 통합되어 있는 라이브러리이기도 합니다. Pandas에서 Series 나 DataFrame 의 메소드로 제공되는 plot() 함수는 기본적으로 matplotlib을 사용해서 그래프를 그립니다. 때문에 많은 기능들이 상호 호환됩니다.
여기서는 순수한 matplotlib을 사용해서 그래프를 그리는 방법을 살펴봅니다.
아래와 같이 가장 기본적인 그래프를 그릴 수 있습니다.
%matplotlib inline
import matplotlib.pyplot as plt
plt.plot([1, 3, 2, 5, 4])
plt.show();
앞서 pandas에서 그래프를 그렸을 때와 모양이 비슷합니다. pandas는 기본적으로 matplotlib를 사용해서 그래프를 그립니다. 그래프를 그릴 때, DataFrame에 지정되어 있는 여러 부가 정보들, 즉 컬럼 이름 등을 사용하여 기본적인 그래프의 요소들을 알아서 지정합니다.
NumPy의 ndarray로 그려도 동일합니다.
%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
plt.plot(np.arange(10))
plt.show();
Pandas의 Series로 그려도 동일합니다.
%matplotlib inline
import pandas as pd
import matplotlib.pyplot as plt
plt.plot(pd.Series([1, 3, 2, 5, 4]))
plt.show();
x축의 값을 지정하려면 아래와 같이 할 수 있습니다.
%matplotlib inline
import pandas as pd
import matplotlib.pyplot as plt
plt.plot(['2011', '2012', '2013', '2014', '2015'], [1, 3, 2, 5, 4])
plt.show();
여러 계열의 데이터를 동시에 그리려면 아래와 같이 합니다.
%matplotlib inline
import pandas as pd
import matplotlib.pyplot as plt
x = ['2011', '2012', '2013', '2014', '2015']
plt.plot(x, [1, 3, 2, 5, 4])
plt.plot(x, [2, 1, 3, 1, 1])
plt.show();
그래프의 제목과 x,y축 이름을 붙이기 위해서는 title, xlabel, ylabel 함수를 사용합니다.
%matplotlib inline
import pandas as pd
import matplotlib.pyplot as plt
plt.title('Test Plot')
plt.xlabel('Tick')
plt.ylabel('Value')
plt.plot([1, 3, 2, 5, 4])
plt.plot([2, 1, 3, 1, 1])
plt.show();
범례를 표시하기 위해서는 아래와 같이 각 계열에 이름을 부여하고, plt.legend() 를 호출한 뒤 그래프를 그립니다.
%matplotlib inline
import pandas as pd
import matplotlib.pyplot as plt
plt.plot([1, 3, 2, 5, 4], label='서울')
plt.plot([2, 1, 3, 1, 1], label='부산')
plt.legend()
plt.show();
그런데 그려진 그래프에 한글이 제대로 표시되지 않는 것을 볼 수 있습니다. 이것은 적절한 한글 글꼴이 지정되지 않았기 때문입니다. 아래와 같이 폰트를 지정해줍니다. 폰트는 시스템 환경마다 다를 수 있습니다. Windows의 경우에는 ‘Malgun Gothic’, MacOS의 경우에는 ‘AppleGothic’으로 지정해보세요.
%matplotlib inline
import pandas as pd
import matplotlib
import matplotlib.pyplot as plt
matplotlib.rc('font', family='Noto Sans CJK KR')
plt.plot([1, 3, 2, 5, 4], label='서울')
plt.plot([2, 1, 3, 1, 1], label='부산')
plt.legend()
plt.show();
%matplotlib inline
import pandas as pd
import matplotlib
import matplotlib.pyplot as plt
matplotlib.rc('font', family='Noto Sans CJK KR')
x = ['2011', '2012', '2013', '2014', '2015']
plt.plot(x, [1, 3, 2, 5, 4])
plt.plot(x, [2, 1, 3, 1, 1])
plt.grid()
plt.show();
grid가 너무 촘촘하다면 yticks 함수를 사용하여 그 정도를 조절할 수 있습니다.
%matplotlib inline
import pandas as pd
import matplotlib
import matplotlib.pyplot as plt
matplotlib.rc('font', family='Noto Sans CJK KR')
x = ['2011', '2012', '2013', '2014', '2015']
plt.plot(x, [1, 3, 2, 5, 4])
plt.plot(x, [2, 1, 3, 1, 1])
plt.yticks([1, 2, 3, 4, 5])
plt.grid()
plt.show();
선 그래프에서 선의 스타일을 변경하려면 어떻게 할까요?
%matplotlib inline
import pandas as pd
import matplotlib
import matplotlib.pyplot as plt
matplotlib.rc('font', family='Noto Sans CJK KR')
x = ['2011', '2012', '2013', '2014', '2015']
plt.plot(x, [1, 3, 2, 5, 4], 'ro')
plt.plot(x, [2, 1, 3, 1, 1], 'b--', linewidth=3)
plt.plot(x, [2, 2, 5, 2, 3], 'gs')
plt.plot(x, [7, 3, 1, 3, 7], '-o', markersize=10)
plt.grid()
plt.show();
plot 함수에 데이터의 x축, y축 값을 전달하고, 곧바로 이어지는 위치 인자에 그래프의 스타일을 전달할 수 있습니다. 지정할 수 있는 스타일에는 아래와 같은 것이 있습니다:
- 선의 스타일: ‘-‘, ‘–’, ‘-.’
- 마커(점)의 스타일: ‘.’, ‘,’, ‘o’, ‘v’, ‘^’, ‘<’, ‘>’, ‘s’, ‘p’, ‘*’, ‘D’, …
- 마커 및 선의 색상: ‘b’(lue), ‘g’(reen), ‘r’(ed), ‘c’(yan), ‘m’(agenta), ‘y’(ellow), ‘k’(black), ‘w’(white)
또는 아래처럼 키워드 인자로 구분해서 지정할 수도 있습니다.
%matplotlib inline
import pandas as pd
import matplotlib
import matplotlib.pyplot as plt
matplotlib.rc('font', family='Noto Sans CJK KR')
x = ['2011', '2012', '2013', '2014', '2015']
plt.plot(x, [1, 3, 2, 5, 4], color='red', marker='o', linestyle='')
plt.plot(x, [2, 1, 3, 1, 1], color='blue', linestyle='--', linewidth=3)
plt.plot(x, [2, 2, 5, 2, 3], color='g', marker='s', linestyle='')
plt.plot(x, [7, 3, 1, 3, 7], linestyle='-', marker='o', markersize=10)
plt.grid()
plt.show();
웹상에서 matplotlib에 대한 정보를 리서치하시다보면, 위에서 소개한 것과는 다소 다른 스타일의 사용법도 발견하실 수 있습니다. 이 두 스타일의 차이점과 원리를 이해하시면 코드를 읽어 활용하는데 덜 헷깔리실겁니다.
우선 아래 개념도를 보고 matplotlib가 정의하는 그래프 구조에 대해 알아봅시다.
- 가장 큰 요소로
figure가 있습니다.figure는 일종의 전체 캔버스라고 볼 수 있습니다. - 하나의
figure는 여러개의 차트를 가질 수 있는데, 각 차트를Axes라고 부릅니다. (Axis가 아닙니다)
본 쳅터에서 설명하던 코드를 다시 한번 살펴볼까요?
%matplotlib inline
import matplotlib.pyplot as plt
plt.plot([1, 3, 2, 5, 4])
plt.show();
위의 코드에는 실제로는 숨겨진 동작이 있습니다. 아래의 코드는 위의 코드와 동일합니다.
%matplotlib inline
import matplotlib.pyplot as plt
figure = plt.figure() # 가장 먼저, 캔버스인 figure를 준비한다
axes = figure.add_subplot(111) # 하나의 axes를 추가한다
axes.plot([1, 3, 2, 5, 4]) # 해당 axes에 그래프를 그린다
plt.show(); # 표시한다
위의 코드에서는 matplotlib의 구성 요소인 figure와 axes가 명확히 드러납니다. pyplot만을 사용하는 방식에서는, plt.plot() 을 수행하면 내부적으로 기본 axes 를 생성하고, 이후 axes 에 관련된 plt 함수를 실행할 때는 기본 axes 에 대해 수행합니다.
pyplot을 사용한 간략한 스타일의 사용법은, 간단한 용도로 사용할 때는 간편하지만, 복잡하거나 정교한 제어를 할 때는 figure와 axes를 명시적으로 사용할 필요가 있습니다.
그 중 한 예가 여러 개의 그래프를 한 번에 그리는 것입니다.
subplots() 혹은 add_subplot()
%matplotlib inline
import matplotlib.pyplot as plt
figure = plt.figure()
axes_1 = figure.add_subplot(2,1,1) # subplot이 2행 1열짜리이고 첫번째 plot임
axes_1.plot([1, 3, 2, 5, 4])
axes_2 = figure.add_subplot(2,1,2) # subplot이 2행 1열짜리이고 두번째 plot임
axes_2.plot([1, 3, 2, 5, 4])
plt.show();
%matplotlib inline
import matplotlib.pyplot as plt
figure = plt.figure()
axes_1 = figure.add_subplot(1,2,1) # subplot이 1행 2열짜리이고 첫번째 plot임
axes_1.plot([1, 3, 2, 5, 4])
axes_2 = figure.add_subplot(1,2,2) # subplot이 2행 2열짜리이고 두번째 plot임
axes_2.plot([1, 3, 2, 5, 4])
plt.show();
pandas 가 matplotlib 를 잘 사용하면 pandas 만 알면 되지 matplotlib 를 왜 또 알아야 할까요?
아래 그래프에서, 그래프에 grid를 추가하고 싶으면 어떻게 할까요?
import pandas as pd
df = pd.DataFrame([(1, 3000), (2, 4021), (3, 4300), (4, 1200)], columns=['A', 'B'])
df.plot.line();
결국 기본적인 설정은 pandas 가 해주지만, 세부적인 조정을 하기 위해서는 matplotlib 를 이해하고 사용해야 합니다.
그러면 pandas 와 matplotlib 는 서로 어떻게 연결되어 있을까요?
사실 pandas 에서 plot 함수를 사용해서 그래프를 그릴 때, plot 은 해당 그래프에 대한 axes 객체를 반환해줍니다. 우리는 그 axes 객체를 제어하여 기본 설정된 그래프를 변경할 수 있습니다.
import pandas as pd
df = pd.DataFrame([(1, 3000), (2, 4021), (3, 4300), (4, 1200)], columns=['A', 'B'])
axes = df.plot.line()
axes.grid()
또는 plt 접근 방법을 통해 현재 활성화된 axes 에 접근하여 그래프를 변경할 수도 있습니다.
import matplotlib.pyplot as plt
import pandas as pd
df = pd.DataFrame([(1, 3000), (2, 4021), (3, 4300), (4, 1200)], columns=['A', 'B'])
df.plot.line()
plt.grid()
matplotlib는 정교한 제어를 할 때는 적절한 도구일 수 있지만, 너무 세부적인 사항들을 많이 알아야 합니다. 특히 통계에 필요한 그래프를 그릴 때는, pandas는 너무 간단한 그래프만 그려주고, matplotlib는 너무 복잡합니다. 그 중간을 채워줄 수 있는 도구가 Seaborn입니다. Seaborn 역시 내부적으로는 matplotlib를 사용하며, 통계에 적합한 그래프를 그려줍니다.
앞서 그렸던 몇 가지 그래프를 seaborn을 사용해서 다시 그려보겠습니다.
import pandas as pd
df_dtype = pd.read_excel('outputs/실습생_컬럼추가.xlsx', sheet_name='Sheet1',
index_col=0,
dtype={'번호': 'object', '성별': 'object', '즐기는 음식': 'object', '비만도': 'object', '연령대': 'object'})
df_dtype
키와 몸무게의 상관관계를 살펴봅시다.
import seaborn as sns
sns.regplot(x='신장(cm)', y='몸무게(kg)', data=df_dtype);
성별에 따른 몸무게의 분포를 살펴봅시다.
sns.stripplot(x="성별", y="몸무게(kg)", data=df_dtype);
