[Python.MatPlotLib] MatPlotLib으로 그래프 그리기, 시각화, subplot/axes, figure

1. MatPlotLib .plot 함수를 사용하여 데이터 시각화하기

In [1]:%matplotlib notebook 
       import numpy as np 
       import matplotlib.pyplot as plt

In [2]:X = range(100) 
       Y = range(100)

In [3]:fig1 = plt.figure() 
       plt.plot(X,Y)
Out[3]:

Out[3]

• MatPlotLib란 데이터를 시각화하는 대표적인 도구이다.
• MatLab에서 쓰여젔던 기능들을 그대로 가져온 라이브러리이고,
• PyPlot 객체를 사용하여 데이터를 표시한다.
• 데이터를 시각화하는 것은 매우 간단하다.
  1. Figure 객체를 새로 생성한다 (그림으로 비유하면 새로운 도화지를 한 장 꺼내는 것과 동일)
  2. plt.plot 함수를 통해 시각화하고자 하는 데이터를 X, Y 순서로 전달한다.
• 이렇게 하면 Out[3]과 같이 손쉽게 그래프 하나가 만들어진다. Python을 통해 데이터를 분석하는 것이 이래서 더 인기가 많아지고 대세가 되어가는 게 아닐까 싶다.

 

2. 두 개의 그래프를 겹쳐서 그리기 및 비교/분석하기

In [4]:fig2 = plt.figure() 
       X1 = range(100) 
       Y1 = [np.cos(value) for value in X1] 
       X2 = range(100) 
       Y2 = [np.sin(value) for value in X2]

In [5]:plt.plot(X1, Y1)
       plt.plot(X2, Y2)
Out[5]:

Out[5]

• 데이터를 분석할 때 1단계처럼 하나의 그래프만 그리는 경우는 매우 드물다.
• 두 개의 그래프를 겹쳐놓고 서로의 상관관계를 분석하는 것이 데이터 분석의 가장 초기 단계일 텐데, MatPlotLib은 이 또한 아주 간단한 기능으로 제공한다.
• 1단계에서는 plt.plot(X,Y)를 한번 제공하여 하나의 그래프를 그렸다면, 2단계에서 2개의 그래프를 중첩하여 그리려면 plt.plot(X,Y)를 두 번 호출하면 겹쳐서 보여주게 된다.
• Figure를 도화지에 비유했는데, 한 도화지에 두 번의 그래프를 그린다는 개념으로 이해해도 쉽다. 
• Out[5]는 0~100까지의 X값에 해당하는 Sin/Cos 값을 각각 그래프로 표현한 것이다. 

 

3. 그래프를 양옆 혹은 위아래로 놓고 비교하고 싶을 때

In [7]:fig3 = plt.figure(figsize=(10,10))

In [8]:ax1 = fig3.add_subplot(2,2,1) 
       ax2 = fig3.add_subplot(2,2,2) 
       ax3 = fig3.add_subplot(2,1,2) 

In [9]:ax1.plot(X1, Y1) 
       ax2.plot(X2, Y2) 
       ax3.plot(X, Y)
       
Out[9]:

Out[9]

• 2단계와 같이 겹쳐서 보고 싶을 때도 있지만, 양옆 혹은 위아래로 두고 비교하고 싶을 때도 생긴다.
• 이를 구현할 수 있도록 MatPlotLib은 subplot이라는 기능을 제공하고, subplot은 axis라고도 불린다.
• Figure가 한 장의 도화지라면, subplot/axis란 그 도화지를 여러 구역으로 나눈 작은 구역을 의미한다.
• 여러 그래프를 대조해서 보고 싶다면, 개념적으로는 다음 두 단계를 거쳐야 한다.
  • 도화지의 구역을 나눈다. (In[8]의 add_subplot)
  • 나눈 구역별로 어떤 데이터를 시각화할지 전달한다. (In[9]의 ax.plot)
• In[8]의 "ax1 = fig3.add_subplot(2,2,1)" 함수는 'fig3이라는 도화지에서 subplot(도화지의 일부)를 할당한다는 것'이다.
• 보다 구체적으로는, 'fig3이라는 도화지를 2x2의 grid로 나눴다고 가정했을 때, 첫 번째 grid를 ax1이라는 이름의 axis로 할당하겠다'는 의미이다. 
• 이와 유사하게 'ax2 = fig3.add_subplot(2,2,2)'의 의미는 'fig3 라는 도화지를 2x2 총 4개의 작은 구역으로 나누고, 그중 두 번째인 도화지의 일부를 ax2라고 명명하고 사용하겠다'는 것이다.
  • subplot의 순서는 왼쪽->오른쪽 / 위->아래 순서로 움직이게 되어, Out[9]의 그림처럼 첫 줄의 왼쪽과 오른쪽이 순서대로 ax1, ax2이다.
• 'ax3 = fig3.add_subplot(2,1,2)'은 2x1으로 나누고 그중 두번째를 사용하겠다는 의미이기 때문에, fig3이라는 도화지를 크게 위아래 두 조각으로 나눈 뒤, 아랫 조각을 ax3라고 명명하겠다는 의미가 된다.
• 여기까지 공간을 할당했다면, In[9]와 같이 각 axis에 plot 할 데이터를 ax.plot() 함수를 통해 전달하면, Out[9]의 결과를 볼 수 있다.
• 여러 개의 figure(도화지)에 나눠서 그려도 되기 때문에 큰 차이는 없을 수 있지만, 한 장의 사진으로 정리하고자 할 때에는 한 figure를 여러 axis로 나누고, 각 axis가 표현할 데이터를 제공해주면 표현이 가능하다.

 

4. Figure / Axes 예제

In [10]:fig4 = plt.figure(figsize=(10,10)) 
        plt.style.use("ggplot") 
        ax = [] 
        for i in range(1,7): 
            ax.append(fig4.add_subplot(2,3,i)) 
            X1 = np.arange(50) 
            Y1 = np.random.rand(50) 
            ax[i-1].plot(X1, Y1)
Out[10]:

Out[10]

• figure 생성시 figsize=(10,10)을 지정해주면, inch 단위로 전체 그래프(도화지)의 크기를 지정할 수 있다.
• ax라는 리스트를 생성하고, figure의 subplot을 하나씩 만들 때마다 append를 하여 ax list를 통해서 모든 그래프들을 관리한다.
• add_subplot(2,3,i)이고, i는 1~6까지 loop을 반복하기 때문에, Out[10]의 2x3 grid가 생성되는 것을 기대할 수 있다.
• X값은 0~49의 값을 갖고, Y값은 50개의 random 값을 갖기 때문에 6개의 axes가 각각 다른 형태의 그래프가 나오는 것을 알 수 있고, 코드를 수행할 때마다 다른 형태의 그래프가 나오는 것을 볼 수 있다.
• 이와 같이 하나의 figure에 여러 axes/subplot을 표현하고 싶을 경우, add_subplot을 통해서 구획을 나눈 뒤, 각 구획별로 어떤 데이터를 표현할지 plot 함수를 통해서 전달하는 것이 핵심이다.

 

5. 관련 포스트

• 2021/01/01 - [Python과 머신러닝/MatPlotLib 데이터 시각화] - [Python.MatPlotLib] 그래프 꾸미기 I - 색깔 / 제목 / 선형태 지정하기와 latex식 표현하기
• 2021/01/02 - [Python과 머신러닝/MatPlotLib 데이터 시각화] - [Python.MatPlotLib] 그래프 꾸미기 II - 범례(Legend) / X,Y축 Label, 텍스트 및 화살표 / grid / ylim/ savefig
• 2021/01/03 - [Python과 머신러닝/MatPlotLib 데이터 시각화] - [Python.MatPlotLib] 그래프 꾸미기 III - 통신 데이터 분석 실습
• 2021/01/04 - [Python과 머신러닝/MatPlotLib 데이터 시각화] - [Python.MatPlotLib] Scatter Plot 실습
• 2021/01/05 - [Python과 머신러닝/MatPlotLib 데이터 시각화] - [Python.MatPlotLib] Histogram과 Box Plot 그리기
• 2021/01/17 - [Python과 머신러닝/MatPlotLib 데이터 시각화] - [Python.MatPlotLib] Boston Housing Price Dataset 종합 실습 (plot, subplot, StandardScaler, boxplot, Correlation Matrix)

[Python.MatPlotLib] 그래프 꾸미기 I - 색깔 / 제목 / 선형태 지정하기와 latex식 표현하기

[Python.MatPlotLib] 그래프 꾸미기 II - 범례(Legend) / X,Y축 Label, 텍스트 및 화살표 / grid / ylim/ savefig

[Python.MatPlotLib] 그래프 꾸미기 III - 통신 데이터 분석 실습

[Python.MatPlotLib] Scatter Plot 실습

[Python.MatPlotLib] Histogram과 Box Plot 그리기