빅데이터분석 시각화 - 그래프 그리기 (Matplotlib)

 Matplotlib는 그래프를 그리는 함수를 내장하고 있는 확장 라이브러리다. matplotlib.pyplot을 import하여 해당 모듈의 각 함수를 사용해 간편하게 그래프를 만들고 변화를 줄 수 있다.

 기본적으로 plot() 함수를 사용해 그래프를 그릴 수 있으며, 인자로 리스트 형식의 값을 2개(x축, y축) 받는다.

plt.plot([1, 2, 3, 4])

 이렇게 하나의 리스트만 전달하게 됐을 때, 인자로 넘겨준 리스트는 y축으로 인식하고 x축은 인자로 넘겨준 리스트의 길이에 맞춰 자동 생성된다. 예시의 경우 자동 생성되는 x축 리스트는 [0, 1, 2, 3]이다. 나타나는 그래프는 다음과 같다.

x축 : 0, 1, 2, 3 / y축 : 1, 2, 3, 4

plt.plot([1, 2, 3, 4], [1, 4, 9, 16])

 다음과 같이 두개의 리스트를 전달할 경우, 좌측이 x축, 우측이 y축이 된다. 해당 그래프는 다음과 같이 나타난다.

x축 : 1, 2, 3, 4 / y축 : 1, 4, 9, 16

 

데이터프레임을 활용한 그래프 그리기

 

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# 인코딩방식 지정 : euc-kr -> cp949 -> mbcs
weather = pd.read_csv('data/weather.csv', encoding='euc-kr')
weather.head()

   도시  월   평균기온    최저기온    최고기온
0  서울  Jan   -4.0       -7.3         0.1
1  서울  Feb   -1.6       -5.9         3.3
2  서울  Mar    8.1        3.8        13.6
3  서울  Apr   13.0        8.1        18.5
4  서울  May   18.2       13.4        23.3

 예시로 사용할 데이터는 서울과 대구의 월별 평균, 최저, 최고 기온을 취합한 데이터다.

# '도시' 컬럼 값이 '서울'인 데이터만 추출해서 변수에 담기
seoul = weather[weather['도시']=='서울']
# '도시' 컬럼 값이 '대구'인 데이터만 추출해서 변수에 담기
daegu = weather[weather['도시']=='대구']

fig, ax = plt.subplots()

 여러 그래프를 그려 비교하기 위해선 subplots() 함수를 사용하면된다. subplots() 함수에선 두 개의 값을 리턴 받을 수 있는데, 그래프의 사이즈를 나타내는 figure 값과 subplot 내부에 선언된 그래프 정보가 담긴 axes 값을 fig, ax 변수로 언패킹해주었다.

fig, ax 출력 예시

print(fig)
print(ax)

fig, ax = plt.subplots()
ax.plot(seoul['월'], seoul['평균기온'])

 서울의 월 별 평균기온을 그래프로 표현하고 싶다면 다음과 같이 작성하면 된다.

x축 : 월 / y축 : 평균기온

 

 서울과 대구의 월 별 평균기온을 그래프로 그려 비교하려면 다음과 같이 작성하면 된다.

fig, ax = plt.subplots()
ax.plot(seoul['월'], seoul['평균기온'])
ax.plot(daegu['월'], daegu['평균기온'])

x축 : 월 / y축 : 평균기온 / 서울 : 파란색, 대구 : 주황색

 

 그 외에 그래프의 스타일을 변경하거나, 간단한 꾸미기도 가능하다.

fig, ax = plt.subplots()
# marker : (x,y) 위치에 마커 속성, linestyle : 그래프 스타일 속성, color : 컬러 속성
ax.plot(seoul['월'], seoul['평균기온'], marker='v', linestyle='--', color='r')
# x축 타이틀 설정
ax.set_xlabel('월')
# y축 타이틀 설정
ax.set_ylabel('기온')
# 그래프 타이틀 설정
ax.set_title('서울 기온');

 

 나타내려는 값이 많을 때, 한 그래프에 나타내면 가독성이 떨어지고 무엇을 말하고자 하는지 단번에 파악하기 힘들어, 데이터 시각화의 목적성에 어긋난다. 이럴 때 그래프를 두개 그려서 보여주는 방법도 있다.

fig, ax = plt.subplots(2, 1, sharey=True)
ax[0].plot(seoul['월'], seoul['평균기온'], color='b')
ax[0].plot(seoul['월'], seoul['최저기온'], color='b', linestyle='--')
ax[0].plot(seoul['월'], seoul['최고기온'], color='b', linestyle='--')
ax[1].plot(daegu['월'], seoul['평균기온'], color='r')
ax[1].plot(daegu['월'], seoul['최저기온'], color='r', linestyle='--')
ax[1].plot(daegu['월'], seoul['최고기온'], color='r', linestyle='--')

ax[0].set_ylabel('기온')
ax[1].set_xlabel('월')
ax[1].set_ylabel('기온')

 여기서 subplot(2, 1, sharey=True)의 의미는 subplot(nrows=2, ncols=1, sharey=True)와 같다. 해석하자면 그래프를 2행 1열로 2개 만들거고, 두 그래프는 y축 기준을 공유한다는 의미이다(sharex는 x축 기준 공유 여부를 따진다).  두 그래프의 경우 x축은 컬럼이 동일해 공유 여부에 상관 없이 같은 기준으로 표현되지만, y축의 경우 데이터 프레임 별로 범위가 다르기 때문에 설정해주지 않으면 표현 기준이 달라질 수 있다.

plt.subplots()
= plt.subplots(1, 1, sharex=False, sharey=False)
= plt.subplots(nrows=1, ncols=1, sharex=False, sharey=False)

 

---

 

 multplotlib.pyplot을 통해 그래프를 그릴 때, plot 그래프 말고도 bar 그래프도 그릴 수 있다.

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
olympics = pd.read_csv('data/olympics.csv')
olympics.head()

   Country   Gold   Silver   Bronze
0    USA     2235    1252     1098
1    URS      838     627      584
2    GBR      546     621      553
3    FRA      408     491      497
4    GER      452     378      475

fig, ax = plt.subplots()
# 바 형식의 그래프로 표현
ax.bar(olympics['Country'], olympics['Gold'])
# x축의 컬럼 값이 길어 겹칠 때, roatation 값을 통해 값 기울기를 줄 수 있다.
ax.set_xticklabels(olympics['Country'], rotation=90);

x축 : 지역 / y축 : 금메달 획득 수

fig, ax = plt.subplots()
# label : 범례에 표시할 라벨, bottom : 해당 데이터 밑에 놓일 데이터 지정
ax.bar(olympics['Country'], olympics['Gold'], label='금메달')
ax.bar(olympics['Country'], olympics['Silver'], bottom=olympics['Gold'], label='은메달')
ax.bar(olympics['Country'], olympics['Bronze'], bottom=olympics['Gold']+olympics['Silver'], label='동메달')

ax.set_xticklabels(olympics['Country'], rotation=90)
# legend() : 범례 표시 함수
ax.legend();

x축 : 지역 / y축 : 금메달 획득 수