[3주차 - Day4] Python으로 시각화하기 - Matplotlib

Matlab으로 데이터 시각화하기

데이터를 보기좋게 표현해봅시다.

 

1. Matplotlib 시작하기

2. 자주 사용되는 Plotting의 Options

• 크기 : figsize
• 제목 : title
• 라벨 : _label
• 눈금 : _tics
• 범례 : legend

3. Matplotlib Case Study

• 꺾은선 그래프 (Plot)
• 산점도 (Scatter Plot)
• 박스그림 (Box Plot)
• 막대그래프 (Bar Chart)
• 원형그래프 (Pie Chart)

4. The 멋진 그래프, seaborn Case Study

• 커널밀도그림 (Kernel Density Plot)
• 카운트그림 (Count Plot)
• 캣그림 (Cat Plot)
• 스트립그림 (Strip Plot)
• 히트맵 (Heatmap)

 

 

---

I. Matplotlib 시작하기

• 파이썬의 데이터 시각화 라이브러리
• %matplotlib inline 을 통해서 활성화
  matplotlib를 inline환경에서(=셀안에서) 보여주게 해주는 코드

cf) 라이브러리 vs 프레임워크
라이브러리 : 개발자들이 만들었을 뿐, 이를 바탕으로 우리가 원하는 목표를 달성하기 위해서는
라이브러리 내부에 있는 코드들을 조합해서 결과를 내야된다.
ex) numpy, pandas, matplotlib ...

 

프레임워크 : 이미 틀이 짜여져 있고 그 틀에서 내용물을 채워서 결과물을 만들어낸다
ex) Django ...

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

%matplotlib inline

 

 

 

---

II. 자주 사용되는 Plotting의 Options

 

# 실제 plotting을 하는 함수  # y = x + 1 (x=index, y=[1,2,3,4,5])
plt.plot([1,2,3,4,5])  
plt.show()  # plt를 확인하는 명령

 

 

plt.plot([2, 4, 2, 4, 2])
plt.show()

 

 

 

Figsize : Figure(도면)의 크기 조절

 

# 도면 = figure
plt.figure(figsize=(6, 6))  # plotting을 할 도면을 선언

plt.plot([0, 1, 2, 3, 4])  # 실제 plotting을 하는 함수 # y = x
plt.show()  # plt를 확인하는 명령

 

 

 

 

2차함수 그래프 with plot()

 

# 리스트를 이용해서 1차함수 y = x를 그려보면 :
plt.plot([0, 1, 2, 3, 4])
plt.show()

 

 

numpy.array를 이용해서 함수 그래프 만들기

 

# y = x^2
x = np.array([1, 2, 3, 4, 5])  # 정의역
y = np.array([1, 4, 9, 16, 25])  # f(x)

plt.plot(x, y)
plt.show()

 

 

 

그래프의 데이터의 간격을 좁게하여 부드러운 그래프 만들기

 

# np.arange(a, b, c) c : 0.01의 값을 넣어주어 간격을 좁게 만들어준다.

x = np.arange(-10, 10, 0.01)
plt.plot(x, x**2)

plt.show()

 

 

 

x, y축에 label 추가하기

 

# x, y축에 설명 추가하기

x = np.arange(-10, 10, 0.01)

###
plt.xlabel('x value')
plt.ylabel('f(x) value')
###

plt.plot(x, x**2)
plt.show()

 

 

x, y축의 범위 설정하기

 

# x, y축의 범위를 설정하기

x = np.arange(-10, 10, 0.01)

plt.xlabel('x value')
plt.ylabel('f(x) value')

###
plt.axis([-5, 5, 0, 25])  # [x_min, x_max, y_min, y_max]
###

plt.plot(x, x**2)
plt.show()

 

 

 

x, y축의 눈금 설정하기

 

# x, y축의 눈금 설정하기

x = np.arange(-10, 10, 0.01)

plt.xlabel('x value')
plt.ylabel('f(x) value')
plt.axis([-5, 5, 0, 25])

###
plt.xticks([i for i in range(-5, 5, 1)])  # x축의 눈금 설정. -5, -4, -3, ...
plt.yticks([i for i in range(0, 27, 3)])  # y축의 눈금 설정. 0, 3, 6, 9, ...
###

plt.plot(x, x**2)
plt.show()

 

 

 

그래프의 title 만들기

 

# 그래프에 title 달기

x = np.arange(-10, 10, 0.01)

plt.xlabel('x value')
plt.ylabel('f(x) value')
plt.axis([-5, 5, 0, 25])
plt.xticks([i for i in range(-5, 5, 1)])
plt.yticks([i for i in range(0, 27, 3)])

###
plt.title('y = x^2 graph')
###

plt.plot(x, x**2)
plt.show()

 

 

범례 만들기

 

# 범례 만들기
x = np.arange(-10, 10, 0.01)

plt.xlabel('x value')
plt.ylabel('f(x) value')
plt.axis([-5, 5, 0, 25])
plt.xticks([i for i in range(-5, 5, 1)])
plt.yticks([i for i in range(0, 27, 3)])
plt.title('y = x^2 graph')


plt.plot(x, x**2, label='trend') # label 달기

### 선을 그린 이후 코드를 작성해야한다.
plt.legend()
###

plt.show()

 

 

 

 

---

III. Matplotlib Case Study

꺽은선 그래프(plot)

• .plot()
• 시계열 데이터에서 많이 사용
• 그 이전의 데이터에 비해 다음 데이터가 얼마나 변하는가를 볼 수 있다.

numpy.random.randint(a, b, ...) 는 [a, b) 의 범위 중 하나의 수를 임의로 추출합니다.

cf) random.randint(a, b)는 [a, b]의 범위 중 하나의 수를 임의의로 추출합니다.

 

x = np.arange(20)  # 0 ~ 19
y = np.random.randint(0, 20, 20)  # 난수를 20번 생성

# Extra : y축을 20까지 보이게 하고 싶다면?, y축을 "5"단위로 보이게 하고 싶다면?
# .axis(), .yticks()

# y축을 20까지만 보이게 하고 싶다면?
plt.axis([0, 20, 0, 20])
plt.yticks([0, 5, 10, 15, 20])

plt.plot(x, y)
plt.show()

 

 

 

산점도 (Scatter Plot)

• .scatter()
• 점들을 선으로 연결하지 않고 단순 점으로 표현
• y와 x가 별개인 변수 사이의 상관관계가 있는지 확인할 때 사용

plt.scatter(x, y)
plt.show()

 

 

박스 그림(Box Plot)

• .boxplot()
• 수치형 데이터에 대한 정보 (Q1, Q2, Q3, min, max)

상한선과 하한선은 max, min값을 볼 수 있다.
가운데 박스 그림에는 세가지 가로 선을 볼 수 있는데,
맨 위 : Q3 값 (75%에 해당하는 값)
중간 : median 값 (50%에 해당하는 값)
맨 밑 : Q1 값 (25%에 해당하는 값)
을 뜻한다.

 

plt.boxplot(y)

### Extra : Plot의 title을 'Box plot of y'로
plt.title('Box plot of y')
###

plt.show()

 

x, y 두 변수를 한꺼번에 그리기

 

# x, y 두 변수를 한번에 표시할 수 있다.
plt.boxplot((x, y))
plt.title('Box plot of x, y')


plt.show()

 

 

 

막대 그래프 (Bar Plot)

• .bar()
• 범주형 데이터의 "값"과 그 값의 크기를 직사각형으로 나타낸 그림

plt.bar(x, y)

### Extra : xtics를 올바르게 처리해봅시다.
plt.xticks(np.arange(0, 20, 1))
###

plt.show()

 

 

 

cf) Histogram

• hist()

막대그래프와 공통점

• 도수분포를 직사각형의 막대 형태로 나타낸다.

막대그래프와 차이점

• "계급"으로 나타낸 것이 특징
• 막대그래프에서의 x축처럼 0, 1, 2가 아니라 0~2까지의 "범주형" 데이터로 구성 후 그림을 그림

plt.hist(y, bins=np.arange(0, 22, 2))  # bins : 그 범주의 간격을 설정해준다.

### Extra : xticks를 올바르게 고쳐봅시다.
plt.xticks(np.arange(0, 22, 2))

plt.show()

 

 

 

원형 그래프 (Pie Chart)

• .pie()
• 데이터에서 전체에 대한 부분의 비율을 부채꼴로 나타낸 그래프
• 다른 그래프에 비해서 비율 확인에 용이

z = [100, 300, 200, 400]

plt.pie(z, labels=['one', 'two', 'three', 'four'])
plt.show()

 

 

 

 

---

IV. The 멋진 그래프, Seaborn Case Study

Matplotlib를 기반으로 더 다양한 시각화 방법을 제공하는 라이브러리

• 커널밀도그림 (Kernel Density Plot)
• 카운트그림 (Count Plot)
• 캣그림 (Cat Plot)
• 스트립그림 (Strip Plot)
• 히트맵 (Heatmap)

 

 

Seaborn Import 하기

import seaborn as sns

 

 

 

 

커널밀도그림 (Kernel Density Plot)

• 히스토그램과 같은 연속적인 분포를 곡선화해서 그린 그림
• sns.kdeplot()

# in Histogram

x = np.arange(0, 22, 2)
y = np.random.randint(0, 20, 20)  # 도수를 뜻한다.

plt.hist(y, bins=x)
plt.show()

 

 

# kdeplot

# ylabel은 전체를 1로 봤을 때 얼만큼의 Density를 갖는지 표시 
# shade : 선 안쪽을 칠할 것인지(True), 안 칠할 것인지(False) Default는 False
sns.kdeplot(y, shade=True)

plt.show()

 

 

 

카운트그림 (Count Plot)

• 범주형 column의 빈도수를 시각화 -> Groupby 후의 도수를 하는 것과 동일한 효과
• sns.countplot()

 

vote_df = pd.DataFrame({'name':['Andy', 'Bob', 'Cat'], 'vote':[True, True, False]})
vote_df

 

기본 Pandas를 가지고 groupby 명령어를 이용해 count했을 때

# in matplotlib barplot

vote_count = vote_df.groupby('vote').count()

vote_count

plt.bar(x=[False, True], height=vote_count['name'])
plt.show()

 

 

Seaborn을 가지고 count를 했을 경우

# sns의 countplot
# ylabel도 써져있고, x축에는 fase, true가 넣어져있고, 색깔도 다르게 나온다

sns.countplot(x=vote_df['vote'])
plt.show()

 

 

 

 

 

캣그림 (Cat Plot)

• 숫자형 변수와 하나 이상의 범주형 변수의 관계를 보여주는 함수
• sns.catplot()

covid = pd.read_csv("./country_wise_latest.csv")
covid.head(5)

	Country/Region	Confirmed	Deaths	Recovered	Active	New cases	New deaths	New recovered	Deaths / 100 Cases	Recovered / 100 Cases	Deaths / 100 Recovered	Confirmed last week	1 week change	1 week % increase	WHO Region
0	Afghanistan	36263	1269	25198	9796	106	10	18	3.50	69.49	5.04	35526	737	2.07	Eastern Mediterranean
1	Albania	4880	144	2745	1991	117	6	63	2.95	56.25	5.25	4171	709	17.00	Europe
2	Algeria	27973	1163	18837	7973	616	8	749	4.16	67.34	6.17	23691	4282	18.07	Africa
3	Andorra	907	52	803	52	10	0	0	5.73	88.53	6.48	884	23	2.60	Europe
4	Angola	950	41	242	667	18	1	0	4.32	25.47	16.94	749	201	26.84	Africa

 

 

# 세개의 매개변수를 넣어주어야 한다.
s = sns.catplot(x='WHO Region', y='Confirmed', data=covid)

s.fig.set_size_inches(10, 6)  # figsize 설정
plt.show()

 

 

 

# catPlot은 그래프의 형태보다는 여러개의 데이터를 묶는 방식
# 그래프의 모양을 다른 plot으로 사용가능하다. (`kind` 옵션 사용)
# default는 strip

s = sns.catplot(x='WHO Region', y='Confirmed', data=covid, kind='violin')

s.fig.set_size_inches(10, 6)  # figsize 설정
plt.show()

 

 

 

 

스트립그림 (Strip Plot)

• scatter plot과 유사하게 데이터의 수치를 표현하는 그래프
• sns.stripplot()

sns.stripplot(x='WHO Region', y='Recovered', data=covid)
plt.show()

 

 

 

cf) swarmplot

• sns.swarmplot()
• strip plot과 유사
• strip plot의 경우 점들이 뭉쳐있으면 얼만큼의 데이터가 있는지 확인하기 어려움
• swarmplot의 경우는 유사한 데이터들을 양쪽으로 분산시켜 보여준다.

# 오류 발생 이유
#  유사한 점들의 개수가 너무 크다보니깐 표현할 수 없어서

sns.swarmplot(x='WHO Region', y='Recovered', data=covid)
plt.show()

C:\ProgramData\Anaconda3\envs\kdzero\lib\site-packages\seaborn\categorical.py:1296: UserWarning: 22.7% of the points cannot be placed; you may want to decrease the size of the markers or use stripplot.
  warnings.warn(msg, UserWarning)
C:\ProgramData\Anaconda3\envs\kdzero\lib\site-packages\seaborn\categorical.py:1296: UserWarning: 69.6% of the points cannot be placed; you may want to decrease the size of the markers or use stripplot.
  warnings.warn(msg, UserWarning)
C:\ProgramData\Anaconda3\envs\kdzero\lib\site-packages\seaborn\categorical.py:1296: UserWarning: 79.2% of the points cannot be placed; you may want to decrease the size of the markers or use stripplot.
  warnings.warn(msg, UserWarning)
C:\ProgramData\Anaconda3\envs\kdzero\lib\site-packages\seaborn\categorical.py:1296: UserWarning: 54.3% of the points cannot be placed; you may want to decrease the size of the markers or use stripplot.
  warnings.warn(msg, UserWarning)
C:\ProgramData\Anaconda3\envs\kdzero\lib\site-packages\seaborn\categorical.py:1296: UserWarning: 31.2% of the points cannot be placed; you may want to decrease the size of the markers or use stripplot.
  warnings.warn(msg, UserWarning)

 

 

 

히트맵 (Heatmap)

• 데이터의 행렬을 색상으로 표현해주는 그래프
• 상관계수 행렬에서 제일 많이 사용
• sns.heatmap()

# 상관계수 행렬 만들기 `.corr()`
covid.corr()

	Confirmed	Deaths	Recovered	Active	New cases	New deaths	New recovered	Deaths / 100 Cases	Recovered / 100 Cases	Deaths / 100 Recovered	Confirmed last week	1 week change	1 week % increase
Confirmed	1.000000	0.934698	0.906377	0.927018	0.909720	0.871683	0.859252	0.063550	-0.064815	0.025175	0.999127	0.954710	-0.010161
Deaths	0.934698	1.000000	0.832098	0.871586	0.806975	0.814161	0.765114	0.251565	-0.114529	0.169006	0.939082	0.855330	-0.034708
Recovered	0.906377	0.832098	1.000000	0.682103	0.818942	0.820338	0.919203	0.048438	0.026610	-0.027277	0.899312	0.910013	-0.013697
Active	0.927018	0.871586	0.682103	1.000000	0.851190	0.781123	0.673887	0.054380	-0.132618	0.058386	0.931459	0.847642	-0.003752
New cases	0.909720	0.806975	0.818942	0.851190	1.000000	0.935947	0.914765	0.020104	-0.078666	-0.011637	0.896084	0.959993	0.030791
New deaths	0.871683	0.814161	0.820338	0.781123	0.935947	1.000000	0.889234	0.060399	-0.062792	-0.020750	0.862118	0.894915	0.025293
New recovered	0.859252	0.765114	0.919203	0.673887	0.914765	0.889234	1.000000	0.017090	-0.024293	-0.023340	0.839692	0.954321	0.032662
Deaths / 100 Cases	0.063550	0.251565	0.048438	0.054380	0.020104	0.060399	0.017090	1.000000	-0.168920	0.334594	0.069894	0.015095	-0.134534
Recovered / 100 Cases	-0.064815	-0.114529	0.026610	-0.132618	-0.078666	-0.062792	-0.024293	-0.168920	1.000000	-0.295381	-0.064600	-0.063013	-0.394254
Deaths / 100 Recovered	0.025175	0.169006	-0.027277	0.058386	-0.011637	-0.020750	-0.023340	0.334594	-0.295381	1.000000	0.030460	-0.013763	-0.049083
Confirmed last week	0.999127	0.939082	0.899312	0.931459	0.896084	0.862118	0.839692	0.069894	-0.064600	0.030460	1.000000	0.941448	-0.015247
1 week change	0.954710	0.855330	0.910013	0.847642	0.959993	0.894915	0.954321	0.015095	-0.063013	-0.013763	0.941448	1.000000	0.026594
1 week % increase	-0.010161	-0.034708	-0.013697	-0.003752	0.030791	0.025293	0.032662	-0.134534	-0.394254	-0.049083	-0.015247	0.026594	1.000000

 

 

# 밝은 부분은 1의 값으로 관련이 높다는 뜻
# 어두운 부분은 -1의 값으로 관련이 없다는 뜻
sns.heatmap(covid.corr())

plt.show()