Python은 다음과 같은 가장 인기 있는 플로팅 라이브러리 중 하나를 제공합니다. Matplotlib . 이는 배열의 데이터에서 2D 플롯을 만들기 위한 오픈 소스 크로스 플랫폼입니다. 일반적으로 데이터 시각화에 사용되며 다양한 그래프를 통해 표현됩니다.
Matplotlib는 원래 John D. Hunter가 2003년에 고안했습니다. matplotlib의 최신 버전은 2018년 1월에 출시된 2.2.0입니다.
matplotlib 라이브러리 작업을 시작하기 전에 Python 환경에 설치해야 합니다.
Matplotlib 설치
터미널에 다음 명령을 입력하고 Enter 키를 누릅니다.
pip install matplotlib
위 명령은 Window 운영 체제에 matplotlib 라이브러리와 해당 종속성 패키지를 설치합니다.
Matplotlib의 기본 개념
그래프에는 다음과 같은 부분이 포함됩니다. 이러한 부분을 이해해 봅시다.
비공개 vs 공개 자바
수치: 하나 이상의 축(플롯)을 보유할 수 있는 전체 그림입니다. Figure를 플롯을 담는 캔버스로 생각할 수 있습니다.
축: Figure에는 여러 개의 축이 포함될 수 있습니다. 2개 또는 3개(3D의 경우) 축 개체로 구성됩니다. 각 축은 제목, x 레이블, y 레이블로 구성됩니다.
중심선: 축은 객체와 같은 선의 수이며 그래프 제한을 생성하는 역할을 합니다.
아티스트: 아티스트는 Text 객체, Line2D 객체, 컬렉션 객체와 같이 그래프에서 볼 수 있는 모든 것입니다. 대부분의 아티스트는 Axes에 묶여 있습니다.
파이플롯 소개
matplotlib는 주어진 데이터의 그래프를 그리는 데 사용되는 pyplot 패키지를 제공합니다. 그만큼 matplotlib.pyplot matplotlib를 MATLAB처럼 작동하게 만드는 명령 스타일 함수 세트입니다. pyplot 패키지에는 그림 생성, 그림에 플롯 영역 생성, 레이블로 플롯 장식, 플롯 영역에 일부 선 플롯 등에 사용되는 많은 기능이 포함되어 있습니다.
pyplot을 사용하면 그래프를 빠르게 그릴 수 있습니다. 다음 예를 살펴보겠습니다.
그래프 그리기의 기본 예
다음은 간단한 그래프를 생성하는 기본 예입니다. 프로그램은 다음과 같습니다:
from matplotlib import pyplot as plt #ploting our canvas plt.plot([1,2,3],[4,5,1]) #display the graph plt.show()
산출:
다양한 유형의 그래프 그리기
pyplot 모듈을 사용하여 다양한 그래프를 그릴 수 있습니다. 다음 예를 이해해 봅시다.
1. 선 그래프
선형 차트는 정보를 일련의 선으로 표시하는 데 사용됩니다. 음모를 꾸미는 것은 쉽습니다. 다음 예를 고려하십시오.
예 -
자바 링크리스트
from matplotlib import pyplot as plt x = [1,2,3] y = [10,11,12] plt.plot(x,y) plt.title('Line graph') plt.ylabel('Y axis') plt.xlabel('X axis') plt.show()
산출:
다양한 기능을 사용하여 라인을 수정할 수 있습니다. 그래프를 더욱 매력적으로 만듭니다. 아래는 그 예입니다.
빠른 정렬 자바
예 -
from matplotlib import pyplot as plt from matplotlib import style style.use('ggplot') x = [10, 12, 13] y = [8, 16, 6] x2 = [8, 15, 11] y2 = [6, 15, 7] plt.plot(x, y, 'b', label='line one', linewidth=5) plt.plot(x2, y2, 'r', label='line two', linewidth=5) plt.title('Epic Info') fig = plt.figure() plt.ylabel('Y axis') plt.xlabel('X axis') plt.show()
2. 막대그래프
막대 그래프는 가장 일반적인 그래프 중 하나이며 범주형 변수와 관련된 데이터를 나타내는 데 사용됩니다. 그만큼 술집() 함수는 범주형 변수, 값, 색상이라는 세 가지 인수를 허용합니다.
예 -
from matplotlib import pyplot as plt Names = ['Arun','James','Ricky','Patrick'] Marks = [51,87,45,67] plt.bar(Names,Marks,color = 'blue') plt.title('Result') plt.xlabel('Names') plt.ylabel('Marks') plt.show()
3. 원형 차트
차트는 하위 부분 또는 세그먼트로 구분되는 원형 그래프입니다. 이는 파이의 각 조각이 특정 범주를 나타내는 백분율 또는 비례 데이터를 나타내는 데 사용됩니다. 아래 예를 이해해 봅시다.
예 -
from matplotlib import pyplot as plt # Pie chart, where the slices will be ordered and plotted counter-clockwise: Aus_Players = 'Smith', 'Finch', 'Warner', 'Lumberchane' Runs = [42, 32, 18, 24] explode = (0.1, 0, 0, 0) # it 'explode' the 1st slice fig1, ax1 = plt.subplots() ax1.pie(Runs, explode=explode, labels=Aus_Players, autopct='%1.1f%%', shadow=True, startangle=90) ax1.axis('equal') # Equal aspect ratio ensures that pie is drawn as a circle. plt.show()
산출:
4. 히스토그램
히스토그램과 막대 그래프는 매우 유사하지만 약간의 차이가 있습니다. 히스토그램은 분포를 나타내는 데 사용되며 막대 차트는 다양한 엔터티를 비교하는 데 사용됩니다. 히스토그램은 일반적으로 일련의 값 범위와 비교하여 여러 값의 빈도를 표시하는 데 사용됩니다.
다음 예에서는 학생의 다양한 점수 백분율 데이터를 가져와 학생 수에 대한 히스토그램을 그렸습니다. 다음 예를 이해해 봅시다.
예 -
from matplotlib import pyplot as plt from matplotlib import pyplot as plt percentage = [97,54,45,10, 20, 10, 30,97,50,71,40,49,40,74,95,80,65,82,70,65,55,70,75,60,52,44,43,42,45] number_of_student = [0,10,20,30,40,50,60,70,80,90,100] plt.hist(percentage, number_of_student, histtype='bar', rwidth=0.8) plt.xlabel('percentage') plt.ylabel('Number of people') plt.title('Histogram') plt.show()
산출:
또 다른 예를 이해해 봅시다.
예 - 2:
from matplotlib import pyplot as plt # Importing Numpy Library import numpy as np plt.style.use('fivethirtyeight') mu = 50 sigma = 7 x = np.random.normal(mu, sigma, size=200) fig, ax = plt.subplots() ax.hist(x, 20) ax.set_title('Historgram') ax.set_xlabel('bin range') ax.set_ylabel('frequency') fig.tight_layout() plt.show()
산출:
5. 산점도
산점도는 변수를 다른 변수와 비교하는 데 사용됩니다. 한 변수가 다른 변수에 어떤 영향을 미치는지 정의됩니다. 데이터는 포인트의 모음으로 표시됩니다. 다음 예를 이해해 봅시다.
예 -
from matplotlib import pyplot as plt from matplotlib import style style.use('ggplot') x = [4,8,12] y = [19,11,7] x2 = [7,10,12] y2 = [8,18,24] plt.scatter(x, y) plt.scatter(x2, y2, color='g') plt.title('Epic Info') plt.ylabel('Y axis') plt.xlabel('X axis') plt.show()
산출:
예 - 2:
제이쿼리가 뭐야?
import matplotlib.pyplot as plt a = [2, 2.5, 3, 3.5, 4.5, 4.7, 5.0] b = [7.5, 8, 8.5, 9, 9.5, 10, 10.5] a1 = [9, 8.5, 9, 9.5, 10, 10.5, 12] b1 = [3, 3.5, 4.7, 4, 4.5, 5, 5.2] plt.scatter(a, b, label='high income low saving', color='b') plt.scatter(a1, b1, label='low income high savings', color='g') plt.xlabel('saving*100') plt.ylabel('income*1000') plt.title('Scatter Plot') plt.legend() plt.show()
산출:
이 튜토리얼에서는 데이터 시각화에 사용되는 모든 기본 유형의 그래프에 대해 논의했습니다. 그래프에 대해 자세히 알아보려면 matplotlib 튜토리얼을 방문하세요.