Python Programming (7) - 데이터 시각화

7. Visualizaing Data¶

matplotlib¶

• matplotlib.pyplot

  • 각종 그래프를 그리게 도와주는 모듈
  • MATLAB의 그림과 비슷하게 그릴 수 있도록 해 주는 모듈
  • 2D 그래픽용으로 가장 많이 쓰이는 모듈

• http://matplotlib.org/

In [2]:

import matplotlib.pyplot as plt 

• 위의 형태로 import하여 사용

간단한 예제¶

In [3]:

# Notebook에서 그림을 보이기 위해 필요
%matplotlib inline    

In [3]:

import matplotlib.pyplot as plt
plt.plot([1, 2, 3, 4])
plt.ylabel('some numbers')
plt.show()

• 위의 예제처럼 plot() 함수의 인자에 하나의 리스트만 입력하면 이를 y값으로 인식
  • 즉 y값은 현재 [1,2,3,4]
  • x값은 default로 [0,1,2,3]이 됨
  • 기본적으로 직선 그래프를 생성
  • y축에 대한 설명은 plt.ylabel() 함수를 이용

간단한 예제(2)¶

In [4]:

import matplotlib.pyplot as plt
plt.plot([1, 2, 3, 4], [1, 4, 9, 16], 'ro')
plt.axis([0, 6, 0, 20])
plt.show()

• plot()에 x값과 y값을 둘 다 입력한 형태를 볼 수 있다.
  • x 값 : [1, 2, 3, 4]
  • y 값 : [1, 4, 9 ,16]
  • 'ro'는 빨간색(red) 동그라미(o)를 의미
  • https://matplotlib.org/api/colors_api.html
  • https://matplotlib.org/api/markers_api.html
• axis() 함수의 인자 : [xmin, xmax, ymin, ymax]

선 그래프¶

In [5]:

from matplotlib import pyplot as plt
years = [1950, 1960, 1970, 1980, 1990, 2000, 2010] 
gdp = [300, 543, 1075, 2862, 5979, 10289, 14958]

plt.plot(years, gdp, color='green', marker='o', linestyle='solid')

plt.title("Nominal GDP")

plt.ylabel("Billions of $")
plt.show()

• 그래프의 color, marker, linestyle를 인자로 직접 명시
  • https://matplotlib.org/api/lines_api.html

기본 셋팅에서 그림 그리기¶

In [3]:

import numpy as np
import matplotlib.pyplot as plt

X = np.linspace(-np.pi, np.pi, 256, endpoint=True)
C, S = np.cos(X), np.sin(X)

plt.plot(X, C)
plt.plot(X, S)

plt.show()

여러 셋팅 자세히 살펴 보기¶

In [4]:

plt.figure(figsize=(6, 4), dpi=80)        # 6x4 inches 크기의 그림 생성, 80 dots per inch
plt.subplot(1, 1, 1)                      # 1x1 subplot 생성

X = np.linspace(-np.pi, np.pi, 256, endpoint=True)
C, S = np.cos(X), np.sin(X)

plt.plot(X, C, color="blue", linewidth=1.0, linestyle="-")       # 라인두께 1의 파란색 cos 그리기
plt.plot(X, S, color="green", linewidth=1.0, linestyle="-")      # 라인두께 1의 초록색 sin 그리기

plt.xlim(-4.0, 4.0)                                          # Set x limits
plt.ylim(-1.0, 1.0)                                          # Set y limits

plt.xticks(np.linspace(-4, 4, 9, endpoint=True))             # Set x ticks
plt.yticks(np.linspace(-1, 1, 5, endpoint=True))             # Set y ticks
plt.show()                                                   # Show result on screen

셋팅 바꾸어 보기¶

• 선의 색깔과 두께를 바꾸려면 다음을 수정

In [8]:

plt.figure(figsize=(6, 4), dpi=80)

#### 수정한 부분 ##########################################
plt.plot(X, C, color="blue", linewidth=2.5, linestyle="-")
plt.plot(X, S, color="red",  linewidth=2.5, linestyle="-")
##########################################################

plt.xlim(-4.0, 4.0)   
plt.ylim(-1.0, 1.0)                                          

plt.xticks(np.linspace(-4, 4, 9, endpoint=True)) 
plt.yticks(np.linspace(-1, 1, 5, endpoint=True))             
plt.show()

• x, y의 한계값 바꾸려면 다음을 수정

In [9]:

plt.figure(figsize=(6, 4), dpi=80)

plt.plot(X, C, color="blue", linewidth=2.5, linestyle="-")
plt.plot(X, S, color="red",  linewidth=2.5, linestyle="-")

#### 수정한 부분 ##########################################
plt.xlim(X.min() * 1.1, X.max() * 1.1)
plt.ylim(C.min() * 1.1, C.max() * 1.1)
##########################################################

plt.xticks(np.linspace(-4, 4, 9, endpoint=True)) 
plt.yticks(np.linspace(-1, 1, 5, endpoint=True))             
plt.show()

• tick의 위치를 바꾸려면

In [10]:

plt.figure(figsize=(6, 4), dpi=80)

plt.plot(X, C, color="blue", linewidth=2.5, linestyle="-")
plt.plot(X, S, color="red",  linewidth=2.5, linestyle="-")

plt.xlim(X.min() * 1.1, X.max() * 1.1)
plt.ylim(C.min() * 1.1, C.max() * 1.1)

#### 수정한 부분 ##########################################
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi])
plt.yticks([-1, 0, +1])
##########################################################
             
plt.show()

셋팅 바꾸어 보기(2)¶

• tick에 label 넣기

In [5]:

plt.figure(figsize=(6, 4), dpi=80)

plt.plot(X, C, color="blue", linewidth=2.5, linestyle="-")
plt.plot(X, S, color="red",  linewidth=2.5, linestyle="-")

plt.xlim(X.min() * 1.1, X.max() * 1.1)
plt.ylim(C.min() * 1.1, C.max() * 1.1)

plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi])
plt.yticks([-1, 0, +1])

#### 수정한 부분 ##########################################################################################
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi], 
           ['$-\pi$', '$-\pi/2$', '$0$', '$+\pi/2$', '$+\pi$'])
plt.yticks([-1, 0, +1], ['$-1$', '$0$', '$+1$'])
###########################################################################################################

plt.show()          

• legend 넣기

In [6]:

plt.figure(figsize=(6, 4), dpi=80)

#### 수정한 부분 ############################################################
plt.plot(X, C, color="blue", linewidth=2.5, linestyle="-", label="cosine")
plt.plot(X, S, color="red",  linewidth=2.5, linestyle="-", label="sine")
###########################################################################

plt.xlim(X.min() * 1.1, X.max() * 1.1)
plt.ylim(C.min() * 1.1, C.max() * 1.1)

plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi])
plt.yticks([-1, 0, +1])

plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi], 
           ['$-\pi$', '$-\pi/2$', '$0$', '$+\pi/2$', '$+\pi$'])
plt.yticks([-1, 0, +1], ['$-1$', '$0$', '$+1$'])

#### 추가한 부분 ############################################################
plt.legend(loc='upper left')
###########################################################################

plt.show() 

선 그래프 – plot()¶

In [7]:

variance = [1, 2, 4, 8, 16, 32, 64, 128, 256]
bias_squared = [256, 128, 64, 32, 16, 8, 4, 2, 1]
total_error = [x + y for x, y in zip(variance, bias_squared)]
xs = [i for i,_ in enumerate(variance)]

plt.plot(xs, variance, 'g-', label='variance')
plt.plot(xs, bias_squared, 'r-.', label='bias^2')
plt.plot(xs, total_error, 'b:', label='total error')

plt.legend(loc=9)  #loc=9 : top center
plt.xlabel("model complexity")
plt.title("The Bias-Variance Tradeoff")
plt.show()

바 그래프 – bar()¶

In [14]:

movies = ["Annie Hall", "Beb-Hur", "Casablanca", "Gandhi", "West Side Story"]
num_oscars = [5, 11, 3, 8, 10]
xs = [i for i, _ in enumerate(movies)]
plt.bar(xs, num_oscars)
plt.ylabel("# of Academy Awards")
plt.title("My Favorite Movies")
plt.xticks(xs, movies)
plt.show()

바 그래프 (2)¶

In [15]:

from collections import Counter
from matplotlib import pyplot as plt

grades = [83, 95, 91, 87, 70, 0, 85, 82, 100, 67, 73, 77, 0]
def decile(grade) : return (grade // 10) * 10
histogram = Counter(decile(grade) for grade in grades)

plt.bar(histogram.keys(), histogram.values(), 8)  # 바 너비 8
plt.axis([-5, 105, 0, 5])     # x-축 from -5 to 105,   y-축 from 0 to 5
plt.xticks([10*i for i in range(11)])    # x-축의 값들이 0, 10, …, 100에서 표현

plt.xlabel("Decile") 
plt.ylabel("# of Students")
plt.title("Distribution of Exam 1 Grades")
plt.show()

바 그래프 (3)¶

In [9]:

import numpy as np
n = 12
X = np.arange(n)
Y1 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n)
Y2 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n)

plt.bar(X, +Y1,  facecolor='yellowgreen',  edgecolor='white')
plt.bar(X, -Y2,  facecolor='purple',  edgecolor='white')

for x, y in zip(X, Y1):
    plt.text(x, y + 0.05, '%.2f' % y, ha='center', va='bottom')  # ha : [ 'center' | 'right' | 'left' ]
                                                                 # ba : [ 'center' | 'top' | 'bottom' | 'baseline' ]

plt.ylim(-1.25, +1.25)
plt.show()

히스토그램¶

• 위에서는 plt.bar() 함수를 이용하여 히스토그램을 표현하였지만, 많은 경우 matplotlib.pyplot의 hist() 함수를 이용하면 histogram을 편리하게 작성할 수 있다.
  • bins = "auto"는 histogram의 계급을 자동으로 설정한다는 의미.
  • normed = True의 의미는 histogram을 normalize하여 histogram의 넓이의 총 합이 1이 되도록 한다는 뜻
  • https://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.hist

In [7]:

sample = [10, 11, 24, 23, 54, 46, 42, 67, 56, 56, 23, 34, 95, 89, 89, 53, 53, 59, 58, 72,
          62, 98, 75, 35, 12, 65, 48, 78, 65, 95, 45, 23, 34, 39, 45, 66, 55, 52, 51, 59,
          42, 49, 89, 72, 52, 71, 74, 12, 23, 14, 52, 83, 5, 35, 3, 2, 10, 9]
plt.hist(sample, 
         bins="auto", 
         normed=True, 
         facecolor = "none", 
         edgecolor="black")
plt.show()

산점도 – scatter()¶

In [17]:

friends = [70, 65, 72, 63, 71, 64, 60, 64, 67]
minutes = [175, 170, 205, 120, 220, 130, 105, 145, 190]
labels = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i']
plt.scatter(friends, minutes)
for label, friend_count, minute_count in zip(labels, friends, minutes):
    plt.annotate(label,
                 xy=(friend_count, minute_count),
                 xytext=(5,-5),
                 textcoords='offset points')
    
plt.title("Daily Minutes vs. Number of Friends")
plt.xlabel("# of Friends")
plt.ylabel("daily minutes spent on the site")
plt.show()

plt.annotate()의 예제¶

In [56]:

z = np.linspace(-3.0, 3.0, 300)
pdf = 1/np.sqrt(2 * np.pi) * np.exp(-z**2 / 2)

plt.plot(z, pdf, linewidth = 4)
plt.xticks([-1.96, 0,  1.96])

# vertical line
plt.vlines(x=+1.96, ymin=0, ymax=1/np.sqrt(2 * np.pi) * np.exp(-1.96**2 / 2))
plt.vlines(x=-1.96, ymin=0, ymax=1/np.sqrt(2 * np.pi) * np.exp(-1.96**2 / 2))

# horizontal line
plt.hlines(y=0, xmin=-3.5, xmax=3.5)

plt.annotate("0.025", xy=(-2.2, 0.01), xytext=(-50,30),
             textcoords='offset points', arrowprops={"arrowstyle" : "->"})

plt.annotate("0.025", xy=(2.2, 0.01), xytext=(30,30),
             textcoords='offset points', arrowprops={"arrowstyle" : "->"})

plt.text(0, 0.15, "0.95", ha='center')
plt.title("N(0, 1)")

plt.show()