This tutorial is from open-source community. Access the source code
이 랩에서는 Matplotlib 을 사용하여 해치 (hatch) 로 채워진 히스토그램을 만드는 방법을 배웁니다. 히스토그램은 수치 데이터의 빈도를 막대 그래프로 나타낸 것입니다. 해치로 채워진 히스토그램은 막대가 선, 점 또는 기타 기호 패턴으로 채워진 히스토그램입니다.
VM 시작이 완료되면 왼쪽 상단을 클릭하여 Notebook 탭으로 전환하여 실습을 위해 Jupyter Notebook에 액세스하십시오.
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.
이 랩에 필요한 라이브러리를 가져오겠습니다. 다음 라이브러리가 필요합니다.
numpymatplotlib.pyplotmatplotlib.tickercyclerfunctools.partialimport numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as mticker
from cycler import cycler
from functools import partial계단형 패치 (stepped patch) 로 히스토그램을 그리는 함수를 정의합니다. 이 함수는 다음과 같은 매개변수를 사용합니다.
ax: 플롯을 그릴 Axesedges: 각 빈 (bin) 의 왼쪽 가장자리와 마지막 빈의 오른쪽 가장자리를 제공하는 길이 n+1 배열values: 빈 카운트 또는 값을 나타내는 길이 n 배열bottoms: float 또는 배열, 선택 사항, 막대의 하단을 나타내는 길이 n 배열. None 인 경우 0 이 사용됩니다.orientation: 문자열, 선택 사항, 히스토그램의 방향. 'v'(기본값) 는 막대가 양의 y 방향으로 증가합니다.def filled_hist(ax, edges, values, bottoms=None, orientation='v', **kwargs):
"""
계단형 패치로 히스토그램을 그립니다.
매개변수
----------
ax : Axes
플롯을 그릴 축 (Axes)
edges : array
각 빈 (bin) 의 왼쪽 가장자리와
마지막 빈의 오른쪽 가장자리를 제공하는 길이 n+1 배열.
values : array
빈 카운트 또는 값을 나타내는 길이 n 배열
bottoms : float 또는 array, 선택 사항
막대의 하단을 나타내는 길이 n 배열. None 인 경우 0 이 사용됩니다.
orientation : {'v', 'h'}
히스토그램의 방향. 'v'(기본값) 는
막대가 양의 y 방향으로 증가합니다.
**kwargs
추가 키워드 인수는 `.fill_between` 으로 전달됩니다.
반환값
-------
ret : PolyCollection
Axes 에 추가된 아티스트 (Artist)
"""
if orientation not in 'hv':
raise ValueError(f"orientation must be in {{'h', 'v'}} not {orientation}")
kwargs.setdefault('step', 'post')
kwargs.setdefault('alpha', 0.7)
edges = np.asarray(edges)
values = np.asarray(values)
if len(edges) - 1 != len(values):
raise ValueError(f'Must provide one more bin edge than value not: {len(edges)=} {len(values)=}')
if bottoms is None:
bottoms = 0
bottoms = np.broadcast_to(bottoms, values.shape)
values = np.append(values, values[-1])
bottoms = np.append(bottoms, bottoms[-1])
if orientation == 'h':
return ax.fill_betweenx(edges, values, bottoms, **kwargs)
elif orientation == 'v':
return ax.fill_between(edges, values, bottoms, **kwargs)
else:
raise AssertionError("you should never be here")스택 히스토그램을 생성하는 함수를 정의합니다. 이 함수는 다음과 같은 매개변수를 사용합니다.
ax: 아티스트 (artist) 를 추가할 축 (axes)stacked_data: (M, N) 모양의 배열. 첫 번째 차원은 행별로 히스토그램을 계산하기 위해 반복됩니다.sty_cycle: 각 세트에 적용할 스타일인 Cycler 또는 dict 의 연산 가능 객체bottoms: 배열, 기본값: 0, 하단의 초기 위치.hist_func: 호출 가능 객체, 선택 사항. 시그니처 bin_vals, bin_edges = f(data)가 있어야 합니다. bin_edges는 bin_vals보다 하나 더 길어야 합니다.labels: 문자열 목록, 선택 사항, 각 세트의 레이블. 제공되지 않고 stacked_data 가 배열인 경우 'default set {n}'으로 기본 설정됩니다. stacked_data 가 매핑이고 labels 가 None 인 경우 키로 기본 설정됩니다. stacked_data 가 매핑이고 labels 가 제공된 경우 나열된 열만 플롯됩니다.plot_func: 호출 가능 객체, 선택 사항, 히스토그램을 그리기 위해 호출할 함수. 시그니처 ret = plot_func(ax, edges, top, bottoms=bottoms, label=label, **kwargs)가 있어야 합니다.plot_kwargs: 딕셔너리, 선택 사항, 플로팅 함수에 전달할 추가 키워드 인수. 이는 플로팅 함수에 대한 모든 호출에 대해 동일하며 sty_cycle의 값을 재정의합니다.def stack_hist(ax, stacked_data, sty_cycle, bottoms=None, hist_func=None, labels=None, plot_func=None, plot_kwargs=None):
"""
매개변수
----------
ax : axes.Axes
아티스트를 추가할 축
stacked_data : array 또는 Mapping
(M, N) 모양의 배열. 첫 번째 차원은 행별로
히스토그램을 계산하기 위해 반복됩니다.
sty_cycle : Cycler 또는 dict 의 연산 가능 객체
각 세트에 적용할 스타일
bottoms : array, 기본값: 0
하단의 초기 위치.
hist_func : callable, 선택 사항
시그니처 `bin_vals, bin_edges = f(data)`가 있어야 합니다.
`bin_edges` 는 `bin_vals` 보다 하나 더 길어야 합니다.
labels : list of str, 선택 사항
각 세트의 레이블.
제공되지 않고 stacked data 가 배열인 경우 'default set {n}'으로 기본 설정됩니다.
*stacked_data*가 매핑이고 *labels*가 None 인 경우 키로 기본 설정됩니다.
*stacked_data*가 매핑이고 *labels*가 제공된 경우 나열된
열만 플롯됩니다.
plot_func : callable, 선택 사항
히스토그램을 그리기 위해 호출할 함수는 다음 시그니처를 가져야 합니다.
ret = plot_func(ax, edges, top, bottoms=bottoms,
label=label, **kwargs)
plot_kwargs : dict, 선택 사항
플로팅 함수에 전달할 추가 키워드 인수.
이는 플로팅 함수에 대한 모든 호출에 대해 동일하며
*sty_cycle*의 값을 재정의합니다.
반환값
-------
arts : dict
레이블을 기준으로 키가 지정된 아티스트의 딕셔너리
"""
## 기본 binning 함수 처리
if hist_func is None:
hist_func = np.histogram
## 기본 플로팅 함수 처리
if plot_func is None:
plot_func = filled_hist
## 기본값 처리
if plot_kwargs is None:
plot_kwargs = {}
try:
l_keys = stacked_data.keys()
label_data = True
if labels is None:
labels = l_keys
except AttributeError:
label_data = False
if labels is None:
labels = itertools.repeat(None)
if label_data:
loop_iter = enumerate((stacked_data[lab], lab, s) for lab, s in zip(labels, sty_cycle))
else:
loop_iter = enumerate(zip(stacked_data, labels, sty_cycle))
arts = {}
for j, (data, label, sty) in loop_iter:
if label is None:
label = f'dflt set {j}'
label = sty.pop('label', label)
vals, edges = hist_func(data)
if bottoms is None:
bottoms = np.zeros_like(vals)
top = bottoms + vals
sty.update(plot_kwargs)
ret = plot_func(ax, edges, top, bottoms=bottoms, label=label, **sty)
bottoms = top
arts[label] = ret
ax.legend(fontsize=10)
return artsnumpy.histogram을 사용하여 고정 빈 (bin) 을 가진 히스토그램 함수를 설정합니다. -3 에서 3 까지의 범위를 갖는 20 개의 빈 (bin) 을 생성합니다.
edges = np.linspace(-3, 3, 20, endpoint=True)
hist_func = partial(np.histogram, bins=edges)cycler를 사용하여 히스토그램에 대한 스타일 사이클을 설정합니다. facecolor, label, 그리고 hatch 패턴에 대한 세 개의 스타일 사이클을 생성합니다.
color_cycle = cycler(facecolor=plt.rcParams['axes.prop_cycle'][:4])
label_cycle = cycler(label=[f'set {n}' for n in range(4)])
hatch_cycle = cycler(hatch=['/', '*', '+', '|'])numpy.random.randn을 사용하여 랜덤 데이터를 생성합니다. 각 12250 개의 포인트를 가진 4 개의 데이터 세트를 생성합니다.
np.random.seed(19680801)
stack_data = np.random.randn(4, 12250)앞서 정의한 stack_hist 함수를 사용하여 해치로 채워진 히스토그램을 생성합니다. 앞서 정의한 stack_data, color_cycle, 그리고 hist_func를 사용합니다. 또한 plot_kwargs를 설정하여 edgecolor 와 orientation 을 포함시킵니다.
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(9, 4.5), tight_layout=True)
arts = stack_hist(ax1, stack_data, color_cycle + label_cycle + hatch_cycle, hist_func=hist_func)
arts = stack_hist(ax2, stack_data, color_cycle, hist_func=hist_func, plot_kwargs=dict(edgecolor='w', orientation='h'))
ax1.set_ylabel('counts')
ax1.set_xlabel('x')
ax2.set_xlabel('counts')
ax2.set_ylabel('x')앞서 정의한 stack_hist 함수를 사용하여 레이블이 지정된 해치로 채워진 히스토그램을 생성합니다. 앞서 정의한 dict_data, color_cycle, 그리고 hist_func를 사용합니다. 또한 처음과 마지막 세트만 플롯하기 위해 labels를 ['set 0', 'set 3']으로 설정합니다.
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(9, 4.5), tight_layout=True, sharey=True)
dict_data = dict(zip((c['label'] for c in label_cycle), stack_data))
arts = stack_hist(ax1, dict_data, color_cycle + hatch_cycle, hist_func=hist_func)
arts = stack_hist(ax2, dict_data, color_cycle + hatch_cycle, hist_func=hist_func, labels=['set 0', 'set 3'])
ax1.xaxis.set_major_locator(mticker.MaxNLocator(5))
ax1.set_xlabel('counts')
ax1.set_ylabel('x')
ax2.set_ylabel('x')이 랩에서는 Matplotlib 을 사용하여 해치로 채워진 히스토그램을 생성하는 방법을 배웠습니다. 우리는 두 개의 함수를 정의했습니다: 스텝 패치 (stepped patch) 로 히스토그램을 그리는 filled_hist와 스택 히스토그램을 생성하는 stack_hist. 또한 numpy.histogram을 사용하여 고정된 빈 (bin) 을 가진 히스토그램 함수를 설정하고, cycler를 사용하여 히스토그램에 대한 세 가지 스타일 사이클을 정의했습니다. 마지막으로, 우리는 임의의 데이터를 생성하고 stack_hist 함수를 사용하여 두 개의 해치로 채워진 히스토그램을 생성했습니다.