[AITech] 20220204 - Matplotlib Facet API

학습 내용

Facet

Facet이란 화면 상의 분할을 의미합니다.

화면 상에 View를 분할 및 추가하여 다양한 관점을 전달할 수 있습니다.

• 같은 데이터셋에 서로 다른 인코딩(bar, line, scatter, heapmap…)을 통해 다른 인사이트를 전달
• 같은 인코딩 방법으로 동시에 여러 feature를 볼 수 있음
• 큰 틀에서 볼 수 없는 부분 집합을 세세하게 보여주거나 요약된 정보를 보여줄 수 있음

Figure & Ax Properties

dpi

DPI는 인치에 해당하는 dot 수(dots per inch)를 정하는 인자로 해상도를 의미합니다. 기본값은 100입니다.

150, 200, 300 값 등을 조정하며 원하는 해상도로 출력할 수 있습니다.

fig = plt.figure(dpi=150)
# fig, ax = plt.subplots(dpi=150)

위처럼 처음에 figure를 생성할 때 dpi 인자로 설정할 수 있습니다.

dpi는 주로 생성한 그래프를 최종적으로 저장할 때 따로 지정하여 사용됩니다.

sharex, sharey

개별 서브플롯들이 x축 또는 y축 스케일을 공유합니다. 이를 할 수 있는 방법에는 2가지가 있습니다.

1. plt.subplots()에서 지정하기

   fig, axes = plt.subplots(1, 2, sharey=True)
      
   axes[0].plot([1, 2, 3], [1, 4, 9])
   axes[1].plot([1, 2, 3], [1, 2, 3])
   plt.show()
   

   

2. fig.add_plots()에서 지정하기

   fig = plt.figure()
   ax1 = fig.add_subplot(121)
   ax1.plot([1, 2, 3], [1, 4, 9])
   ax2 = fig.add_subplot(122, sharey=ax1)
   ax2.plot([1, 2, 3], [1, 2, 3])
   plt.show()
   

   

squeeze와 flatten

subplots()를 사용하면 전달하는 서브플롯의 개수에 따라 다음과 같이 ax 배열이 생성됩니다.

• 1 x 1 : 객체 1개 (ax)
• 1 x N 또는 N x 1 : 길이 N 배열 (axes[i])
• N x M : N by M 배열 (axes[i][j])

이렇게 되면, 각 경우에 따라 반복문을 수정해야 하는 문제가 발생합니다. 이럴 때, squeeze=False 로 전달하면 항상 2차원으로 배열을 받을 수 있어 반복문을 사용하기에 유용합니다.

n, m = 1, 3

fig, axes = plt.subplots(n, m, squeeze=False, figsize=(m*2, n*2))
idx = 0
for i in range(n):
    for j in range(m):
        axes[i][j].set_title(idx)
        axes[i][j].set_xticks([])
        axes[i][j].set_yticks([])
        idx+=1

plt.show()

만약 이와 반대로 항상 1중 반복문을 사용하고 싶다면, flatten() 메서드를 사용할 수 있습니다.

n, m = 2, 3

fig, axes = plt.subplots(n, m, figsize=(m*2, n*2)) # (2,3)

for i, ax in enumerate(axes.flatten()): # (6,)
    ax.set_title(i)
    ax.set_xticks([])
    ax.set_yticks([])


plt.show()

인덱스만 바뀌는 것이지 서브플롯의 배치 자체가 바뀌는 것은 아닙니다.

aspect

aspect는 서브플롯의 ‘세로/가로’ 비율입니다.

fig = plt.figure(figsize=(18,6))
ax1 = fig.add_subplot(131, aspect=1)
ax2 = fig.add_subplot(132, aspect=0.5)
ax3 = fig.add_subplot(133, aspect=0.5)

ax3.set_ylim(0,2)

plt.show()

Grid Spec

add_gridspec

• fig.add_gridspec(row, col): NxM 의 그리드에서 슬라이싱으로 서브플롯을 배치할 수 있습니다.

fig = plt.figure(figsize=(8, 5))

gs = fig.add_gridspec(3, 3) # make 3 by 3 grid (row, col)

ax = [None for _ in range(5)]

ax[0] = fig.add_subplot(gs[0, :]) 
ax[0].set_title('gs[0, :]')

ax[1] = fig.add_subplot(gs[1, :-1])
ax[1].set_title('gs[1, :-1]')

ax[2] = fig.add_subplot(gs[1:, -1])
ax[2].set_title('gs[1:, -1]')

ax[3] = fig.add_subplot(gs[-1, 0])
ax[3].set_title('gs[-1, 0]')

ax[4] = fig.add_subplot(gs[-1, -2])
ax[4].set_title('gs[-1, -2]')
# x축, y축 눈금 제거
for ix in range(5):
    ax[ix].set_xticks([])
    ax[ix].set_yticks([])

plt.tight_layout()
plt.show()

subplot2grid

• plt.subplot2grid((grid_row, grid_col), (start_row, start_col), rowspan, colspan): NxM 그리드에서 시작점(왼쪽 위 모서리 기준)과 가로,세로 길이로 표현할 수 있습니다.
  • add_gridspec보다 사용하기 약간 까다로운 것 같습니다.

fig = plt.figure(figsize=(8, 5)) # initialize figure

ax = [None for _ in range(6)] # list to save many ax for setting parameter in each

ax[0] = plt.subplot2grid((3,4), (0,0), colspan=4)
ax[1] = plt.subplot2grid((3,4), (1,0), colspan=1)
ax[2] = plt.subplot2grid((3,4), (1,1), colspan=1)
ax[3] = plt.subplot2grid((3,4), (1,2), colspan=1)
ax[4] = plt.subplot2grid((3,4), (1,3), colspan=1,rowspan=2)
ax[5] = plt.subplot2grid((3,4), (2,0), colspan=3)


for ix in range(6): 
    ax[ix].set_title('ax[{}]'.format(ix)) # make ax title for distinguish:)
    ax[ix].set_xticks([]) # to remove x ticks
    ax[ix].set_yticks([]) # to remove y ticks
    
fig.tight_layout()
plt.show()

add_axes

• fig.add_axes([x, y, dx, dy]): 임의의 위치에 서브플롯을 그릴 수 있습니다.
  • 왼쪽 아래 지점 기준입니다.

fig = plt.figure(figsize=(8, 5))

ax = [None for _ in range(3)]


ax[0] = fig.add_axes([0.1,0.1,0.8,0.4]) # x, y, dx, dy
ax[1] = fig.add_axes([0.15,0.6,0.25,0.6])
ax[2] = fig.add_axes([0.5,0.6,0.4,0.3])

for ix in range(3):
    ax[ix].set_title('ax[{}]'.format(ix))
    ax[ix].set_xticks([])
    ax[ix].set_yticks([])

plt.show()

inset_axes

• ax.inset_axes([x, y, dx, dy]): 서브플롯 내에 또 다른 작은 서브플롯을 추가할 때 사용할 수 있습니다.

fig, ax = plt.subplots()
axin = ax.inset_axes([0.85, 0.8, 0.15, 0.2])
plt.show()

아래와 같이 간단한 요약 정보를 보여줄 대 사용할 수 있습니다.

fig, ax = plt.subplots()

color=['royalblue', 'tomato']
ax.bar(['A', 'B'], [1, 2],
       color=color
      )

ax.margins(0.2)
axin = ax.inset_axes([0.85, 0.8, 0.15, 0.2])
axin.pie([1, 2], colors=color, 
         autopct='%1.0f%%')
plt.show()

make_axes_locatable

• make_axes_locatable(ax): 일반적으로 color bar에 많이 사용합니다.

from mpl_toolkits.axes_grid1.axes_divider import make_axes_locatable

fig, ax = plt.subplots(1, 1)

ax_divider = make_axes_locatable(ax)
ax = ax_divider.append_axes("right", size="7%", pad="2%")

plt.show()

fig, ax = plt.subplots(1, 1)

# 이미지를 보여주는 시각화
# 2D 배열을 색으로 보여줌
im = ax.imshow(np.arange(100).reshape((10, 10)))

divider = make_axes_locatable(ax)
cax = divider.append_axes("right", size="5%", pad=0.05)

fig.colorbar(im, cax=cax)
plt.show()

참고 자료