Matplotlib 히스토그램 | 데이터 시각화 | 파이썬 튜토리얼 (Python Tutorials)

소개

이 랩에서는 Matplotlib 을 사용하여 직사각형과 PolyCollection 을 활용하여 히스토그램을 구축하는 방법을 배웁니다. numpy 를 사용하여 임의의 데이터를 생성한 다음, Matplotlib 을 사용하여 데이터를 히스토그램으로 시각화합니다. 이 랩은 Python 과 Matplotlib 에 대한 기본적인 이해를 가지고 있다고 가정합니다.

VM 팁

VM 시작이 완료되면, 왼쪽 상단을 클릭하여 Notebook 탭으로 전환하여 실습을 위해 Jupyter Notebook에 접근하십시오.

때로는 Jupyter Notebook 이 로딩을 완료하는 데 몇 초 정도 기다려야 할 수 있습니다. Jupyter Notebook 의 제한으로 인해 작업의 유효성 검사는 자동화될 수 없습니다.

학습 중에 문제가 발생하면 언제든지 Labby 에게 문의하십시오. 세션 후 피드백을 제공해주시면 문제를 신속하게 해결해 드리겠습니다.

필요한 라이브러리 임포트

시작하기 전에 필요한 라이브러리를 임포트해야 합니다. 이 랩에서는 Matplotlib 과 numpy 를 사용합니다. 새로운 Python 파일을 열고 다음 코드를 추가하십시오:

import matplotlib.pyplot as plt
import numpy as np

랜덤 시드 설정 및 데이터 생성

numpy 를 사용하여 임의의 데이터를 생성합니다. 결과를 재현 가능하게 만들기 위해 랜덤 시드를 설정합니다. 파일에 다음 코드를 추가하십시오:

np.random.seed(19680801)
data = np.random.randn(1000)

히스토그램 데이터 생성

이제 임의의 데이터를 얻었으므로 numpy 를 사용하여 히스토그램을 생성할 수 있습니다. 히스토그램을 생성하기 위해 50 개의 빈 (bin) 을 사용합니다. 다음 코드를 추가하십시오:

n, bins = np.histogram(data, 50)

사각형의 모서리 생성

사각형을 사용하여 히스토그램을 그리기 위해 각 사각형의 모서리를 계산해야 합니다. 다음 코드를 추가하십시오:

left = bins[:-1]
right = bins[1:]
bottom = np.zeros(len(left))
top = bottom + n

Path 객체 생성 및 패치 (patch) 만들기

다음으로, Path 객체를 생성하고 이를 기반으로 패치를 만들 것입니다. 사각형을 사용하여 히스토그램을 그리기 위해 Path 객체를 사용할 것입니다. 다음 코드를 추가하십시오:

XY = np.array([[left, left, right, right], [bottom, top, top, bottom]]).T
barpath = path.Path.make_compound_path_from_polys(XY)
patch = patches.PathPatch(barpath)
patch.sticky_edges.y[:] = [0]
axs[0].add_patch(patch)
axs[0].autoscale_view()

PathCollection 을 사용하여 히스토그램 그리기

많은 Rectangle 인스턴스를 사용하는 대신, PathCollection 을 사용하여 히스토그램을 더 빠르게 그릴 수 있습니다. 정점 (vertices) 과 코드 (codes) 를 사용하여 직접 복합 경로 (compound path) 를 생성할 것입니다. 다음 코드를 추가하십시오:

nrects = len(left)
nverts = nrects*(1+3+1)
verts = np.zeros((nverts, 2))
codes = np.ones(nverts, int) * path.Path.LINETO
codes[0::5] = path.Path.MOVETO
codes[4::5] = path.Path.CLOSEPOLY
verts[0::5, 0] = left
verts[0::5, 1] = bottom
verts[1::5, 0] = left
verts[1::5, 1] = top
verts[2::5, 0] = right
verts[2::5, 1] = top
verts[3::5, 0] = right
verts[3::5, 1] = bottom

barpath = path.Path(verts, codes)
patch = patches.PathPatch(barpath)
patch.sticky_edges.y[:] = [0]
axs[1].add_patch(patch)
axs[1].autoscale_view()

히스토그램 표시

마지막으로, Matplotlib 을 사용하여 히스토그램을 표시할 수 있습니다. 다음 코드를 파일에 추가하십시오:

plt.show()

요약

이 랩에서는 Matplotlib 을 사용하여 사각형 (rectangles) 과 PolyCollection 을 사용하여 히스토그램을 구축하는 방법을 배웠습니다. numpy 를 사용하여 임의의 데이터를 생성한 다음, Matplotlib 을 사용하여 데이터를 히스토그램으로 시각화했습니다. 또한 많은 Rectangle 인스턴스를 사용하는 것보다 더 빠른 방법인 PathCollection 을 사용하여 히스토그램을 그리는 방법도 배웠습니다.

Matplotlib 를 이용한 히스토그램 구축

소개