[AITech] 20220203 - Matplotlib Basics

학습 내용 정리

Matplotlib 소개

왜 우리는 대표적인 시각화 라이브러리로 Matplotlib을 사용할까요?

• Numpy, Scipy를 베이스로 하여 다양한 라이브러리와 호환성이 높습니다.
  • Scikit Learn, PyTorch, TensorFlow, Pandas 등
• 다양한 시각화 방법론을 제공합니다.
  • 막대그래프, 선그래프, 산점도 등

Matplotlib 외에도 Seaborn, Plotly, Bokeh, Altair 등의 여러 시각화 라이브러리가 존재하며, 이 중 Seaborn과 Plotly는 추후 다른 포스팅에서 학습합니다.

Import Library

matplotlib은 코드 상에서 mpl로 줄여서 사용하며, matplotlib 안에 있는 라이브러리들 중 자주 사용하는 pyplot 라이브러리는 plt로 줄여서 사용합니다.

import matplotlib as mpl
import matplotlib.pyplot as plt

Plot Basic

Figure & Ax(es)

matplotlib.pyplot을 사용하기 위해서 기본적으로 figure와 ax(es)를 이해해야 합니다.

• figure: 그래프/표가 그려질 큰 틀(팔레트)을 나타냄
• ax(es): figure 내의 실제 서브플롯 각각을 나타냄

다음 코드를 보면 두 개념을 확실히 이해할 수 있을 것입니다.

fig = plt.figure(figsize=(12, 7)) # 큰 팔레트를 생성
fig.set_facecolor('yellow') # 팔레트의 배경색 생성
ax = fig.add_subplot() # 그래프 추가
plt.show() # 팔레트 출력

• fig = plt.figure(): 하나의 큰 팔레트를 생성하는 것이며, fig 변수에 저장합니다. 인자로 figsize를 전달하여 팔레트의 크기(비율)를 설정할 수 있습니다.

• ax = fig.add_subplot(): 팔레트에 하나의 서브 플롯을 생성하는 것이며, ax 변수에 저장합니다. 다음과 같이 인자를 전달하여 팔레트 내에 여러 개의 서브 플롯을 생성할 수 있습니다.

  fig = plt.figure()
  ax1 = fig.add_subplot(221) 
  ax2 = fig.add_subplot(224) 
  # 같은 내용이지만 더 가독성을 높인다면 다음과 같이 사용 가능
  # ax1 = fig.add_subplot(2, 2, 1)
  # ax2 = fig.add_subplot(2, 2, 4)
  plt.show()
  

  

• plt.show(): 현재 생성된 figure를 출력하기 위해서는 항상 plt.show() 함수를 호출해야 합니다.

또는, 아래와 같이 plt.subplots()를 이용해 fig와 axex를 동시에 생성할 수 있습니다.

fig, axes = plt.subplots(2, 2, figsize=(12, 12))

이 경우, axes[0][0], axes[0][1], axes[1][0], axes[1][1] 에 ax 객체들이 저장됩니다.

plt로 선 그래프 그리기

plt.plot(x, y)를 사용하면 선 그래프를 그릴 수 있습니다.

plot 함수를 사용하는 방법에는 두 가지가 있습니다. 첫째는 plt 라이브러리의 plot 함수를 호출하여 가장 최근 그래프에 plot하는 순차적 방법이고, 둘째는 각 ax 인스턴스의 plot 메서드를 호출하여 자신의 그래프에 plot하는 객체지향적 방식입니다.

주로 객체지향적 방식을 많이 사용하고, 가끔 순차적 방식이 필요할 때가 있다고 합니다. 😊

fig = plt.figure()
x1 = [1, 2, 3]
x2 = [3, 2, 1]
# Pyplot API(순차적 방법)
ax1 = fig.add_subplot(211) 
plt.plot(x1) # ax1에 그리기
ax2 = fig.add_subplot(212) 
plt.plot(x2) # ax2에 그리기
# Object-oriented API(객체지향적 방법)
ax1 = fig.add_subplot(211) 
ax2 = fig.add_subplot(212) 
ax1.plot(x1) 
ax2.plot(x2)

(결과는 동일합니다)

✋ plt로 그리다 plt.gcf().get_axes()로 다시 서브 플롯 객체를 받아서 사용할 수도 있습니다.

Plot의 요소 알아보기

한 서브플롯에서 여러 개 그리기

ax에는 동시에 다양한 그래프를 그릴 수 있습니다.

fig = plt.figure()
ax = fig.add_subplot(111) 
# 3개의 그래프 동시에 그리기(미리 지정된 색깔 순서)
ax.plot([1, 1, 1]) # 파랑
ax.plot([1, 2, 3]) # 주황
ax.plot([3, 3, 3]) # 초록

plt.show()

위에서 보다시피, 하나의 서브플롯에 여러 그래프를 그리게 되면 내부적으로 미리 지정된 색깔 순(파랑 -> 주황 -> 초록 -> …)으로 그래프가 그려집니다.

하지만 서로 다른 종류의 그래프를 그릴 때에는 구분되지 않습니다.

fig = plt.figure()
ax = fig.add_subplot(111) 

# 선그래프와 막대그래프 동시에 그리기(서로 다른 종류의 그래프를 그릴 때는 같은 색깔)
ax.plot([1, 2, 3], [1, 2, 3]) 
ax.bar([1, 2, 3], [1, 2, 3]) 

plt.show()

색상 지정하기

그래프 색상을 지정하는 방법에는 3가지가 있습니다.

fig = plt.figure()
ax = fig.add_subplot(111) 
# 3개의 그래프 동시에 그리기
ax.plot([1, 1, 1], color='r')           # 1. 한 글자로 정하는 색상(빠르고 단순하게 그릴 때)
ax.plot([2, 2, 2], color='forestgreen') # 2. color name(색상을 잘 알고 있을 때, but 모두 알기 어려움)
ax.plot([3, 3, 3], color='#00ffff')     # 3. hex code(00~ff) (추천!!!)
plt.show()

위 방법들 중 3번째 방법인 hex-code를 이용하는 방법을 추천하며, 이에 대한 자세한 내용은 추후 Color 포스팅에서 다룰 예정입니다.

텍스트 사용하기

정보를 추가하기 위해 텍스트를 사용할 수도 있습니다.

legend

서브플롯에 범례(legend)를 추가할 수 있습니다.

fig = plt.figure()
ax = fig.add_subplot(111) 
# 범례에 나타낼 그래프에는 label 인자를 전달한다. 
ax.plot([1, 1, 1], label='1') 
ax.plot([2, 2, 2], label='2') 
ax.plot([3, 3, 3], label='3')
# ax 객체의 legend() 메서드를 호출하여 범례를 출력한다. 
ax.legend()
plt.show()

title

Title의 경우 figure 전체의 title을 추가(fig.suptitle(title))할 수도 있고, 하나의 ax의 title을 추가(ax.set_title(title))할 수도 있습니다.

fig = plt.figure()
ax1 = fig.add_subplot(1, 2, 1)
ax2 = fig.add_subplot(1, 2, 2)
# 각각의 subplot에 title 추가
ax1.set_title('ax1')
ax2.set_title('ax2')
# figure에 title 추가
fig.suptitle('fig')

plt.show()

ticks

ticks는 축을 나타냅니다.

ax.set_xticks(list)로 x 축에 적히는 수를 직접적으로 지정할 수 있고, ax.set_xticklabels(list)로 x축에 적힐 텍스트를 전달할 수도 있습니다.

fig = plt.figure()
ax = fig.add_subplot(111) 
ax.plot([1, 1, 1], label='1') 
ax.plot([2, 2, 2], label='2') 
ax.plot([3, 3, 3], label='3')

ax.set_title('Basic Plot')
ax.set_xticks([0, 1, 2]) # x축에 0, 1, 2 만 나타나도록 지정
ax.set_xticklabels(['zero', 'one', 'two']) # x축의 0, 1, 2 대신 zero, one, two가 출력되도록 지정
ax.legend()

plt.show()

text, annotate

일반적으로 텍스트를 추가하는 방법에는 2가지가 있습니다.

• ax.text(x, y, x): 해당 위치에 텍스트를 적는 느낌
• ax.annotate(text, xy, [arrowprops, xytext]): 해당 포인트를 지정하는 느낌

x, y는 텍스트의 좌측 하단을 기준으로 합니다. ha 파라미터(center, right, …)로 그 기준을 변경할 수 있습니다.

fig = plt.figure(figsize=(12, 7))
ax = fig.add_subplot()

ax.plot([1,2,3])
ax.text(0, 1, 'Text using text()')
ax.annotate('Text using annotate() I', (0,2))
ax.annotate(text='Text using annotate() II', xy=(0, 3),
            xytext=(0.2, 2.8), 
            arrowprops=dict(facecolor='black'),
            )
fig.suptitle('Comparison of making text')

fig.show()

참고 자료