파이썬 라이브러리 Matplotlib(Python Library Matplotlib)

파이썬 라이브러리 Matplotlib(Python Library Matplotlib)

 

Matplotlib : 데이터를 시각화하는 라이브러리(모듈)

 

※ import matplotlib.pyplot as plt :  matplotlib.pyplot 모듈을 import하고 plt라는 별칭으로 부르겠다. ( plt 사용 권장 )

 

---

 

1. 선 그래프(line plot) : plt.plot()

 

※ 스타일 옵션

스타일 옵션 종류	마커 종류 정의	약자
color	선 색깔	c
linewidth	선 굵기	lw
linestyle	선 스타일	ls
marker	마커 종류
markersize	마커 크기	ms
markeredgecolor	마커 선 색깔	mec
markeredgewidth	마커 선 굵기	mew
markerfacecolor	마커 내부 색깔	mfc

 

※ Line style 설정

Character	Description
'-'	Solid line style
'--'	Dashed line style
'-.'	Dash-dot line style
':'	Dotted line style

 

※ Line color 종류

Character	Color	Character	Color
'b'	Blue	'm'	Magenta
'g'	Green	'y'	Yellow
'r'	Red	'k'	Black
'c'	Cyan	'w'	White

 

※ Marker

Character	Description	Character	Description
'.'	Point marker	'1'	Tri_down marker
'o'	Circle marker	'2'	Tri_up marker
'v'	Triangle_down marker	'3'	Tri_left marker
'^'	Triangle_up marker	'4'	Tri_right marker
'<'	Triangle_left marker	'*'	Star marker
'>'	Triangle_right marker	'h', 'H'	Hexagon1, 2 marker
's'	Square marker	'+'	Plus marker
'p'	Pentagon marker	'D'	Diamond marker
'|'	Vline marker	'_'	Hiline marker

 

x = [1, 2, 3, 4]
y = [2, 4, 6, 8]
plt.plot(x,y)
plt.show() # 그래프 출력

 

각종 서식 만들기
plt.xlim()	x축 범위 조정
plt.ylim()	y축 범위 조정
plt.figure(figsize=(x축길이,y축길이))	그래프 출력 길이 조정 (단위 : inch)
plt.xticks([, , , ,])	x축 간격, 눈금값
plt.yticks([, , , ,])	y축 간격, 눈금값
plt.xlabel()	x축 이름
plt.ylabel()	y축 이름
plt.legend()	범례 (loc='best'를 주면 자동으로 최적 위치에 위치)
plt.grid()	그래프 눈금선
plt.title()	그래프 제목

# 여러개의 그래프 출력
x = [1,2,3,4]
y = [2,4,6,8]
z = [3,6,9,12]

plt.plot(x, ls=':', c='r', marker='o', mfc='b', label='x') # x선을 그리고 'x'라벨
plt.plot(y, ls='--', c='b', marker='s', mfc='m', label='y') # y선을 그리고 'y'라벨
plt.plot(z, ls='-.', c='g', marker='p', mfc='k', label='z') # z선을 그리고 'z'라벨
plt.xlim(0,4) # x축 범위 조정
plt.ylim(0,13) # y축 범위 조정
plt.xticks([0,1,2,3,4]) # x축 간격, 눈금값
plt.yticks([0,2,4,6,8,10,12]) # y축 간격, 눈금값
plt.xlabel('x') # x축 이름
plt.ylabel('y') # y축 이름
plt.legend(loc='best') # 범례
plt.grid()
plt.title('my graph') # 그래프 제목
plt.show()

 

---

 

2. 막대 그래프(bar graph) : plt.bar()

 

※ 경고창 무시 모듈

import warnings
warnings.filterwarnings(action='ignore')

 

※ 한글 출력 모듈

from matplotlib import rc

rc('font', family='Malgun Gothic')

 

 # 경고창 무시
import warnings
warnings.filterwarnings(action='ignore')

# 한글 표현하기
from matplotlib import rc
# 폰트 설정
rc('font', family='Malgun Gothic') # 시스템에 설정된 이름

x = ['재석','명수','준하','형돈','홍철','하하']
y = [80,85,70,60,50,90]
plt.bar(x,y)
plt.show()

 

---

 

▶ 데이터 분석 실습

전국 사망 교통사고 데이터를 활용하여 분석, 시각화

 

※ pandas 데이터 불러오기

pd.read_파일형식('주소경로')

 

※ DataFrame이름.head() : 상위 5개 데이터

※ DataFrame이름.tail() : 하위 5개 데이터

 

data = pd.read_csv('./data/Traffic_Accident_2017.csv', encoding='euc-kr')
data

 

data.info()

 

data.head() # 상위 5개 데이터

 

data.tail() # 하위 5개 데이터

 

▶ 연습

교통사고 사망자 수를 카운트 하기

# 교통사고 사망자 수 카운트
data['사망자수'].value_counts()
# 사망자는 대부분 1명이라는 점을 알 수 있음

 

▶ 예제 

요일별 사고 건수를 카운트해서 확인하고 요일 순서대로 막대그래프 그리기

display(data['요일'].unique()) # 요일 데이터에 빈 요일이 있는지 확인
data_w = data['요일'].value_counts() # 요일 데이터에 카운트를 해서 사고건수 집계
display(data_w)
data_w = data_w[['월','화','수','목','금','토','일']] # 요일 데이터를 요일 순서대로 다시 만들기
display(data_w)

# 시각화
x = data_w.index
y = data_w.values
plt.bar(x,y)
plt.ylim(500,650)
plt.xlabel('요일')
plt.ylabel('사고건수')
plt.title('요일별 교통사고 건수')
plt.show()

 

※ pandas DataFrame의 모든 행, 열을 파이썬에서 직접적으로 한 번에 보고 싶을 때

pd.set_option('display.max_rows', None)

pd.set_option('display.max_columns', None)

 

▶ 실습

 '차대차' 사건 중 사상자 수가 많은 발생지 시도를 알아보고 시각화하기

 

car = data[data['사고유형_대분류']=='차대차']
car_loc = car[['발생지시도','사상자수']].groupby('발생지시도').sum()

x = car_loc.index
y = car_loc['사상자수']

# y에 car_loc.values를 사용하기 
# bar chart는 2차원 Numpy배열이기 때문에 1차원 형태로 변환 필요 (for문)
# car_loc1 = []
# for i in range :
# 	car_loc1.append(car_loc.values[i][0])
# y = car_loc1

plt.bar(x,y)
plt.xlabel('사상자수')
plt.ylabel('지역명')
plt.title('차대차 교통사고의 사상자 수 - 지역별')
plt.show()