Python 데이터 시각화 | Matplotlib 튜토리얼 - 파이썬 그래프, 차트

소개

이 랩에서는 Python 에서 Matplotlib 을 사용하여 시각화를 만드는 방법을 배웁니다. Matplotlib 은 데이터 시각화를 위한 강력한 라이브러리이며, 플롯, 차트 및 그래프를 만드는 데 일반적으로 사용됩니다. Matplotlib 에서 사용할 수 있는 다양한 유형의 플롯을 살펴보고 전문적인 시각화를 만들기 위해 플롯을 사용자 정의하는 방법을 배웁니다.

VM 팁

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 제한 사항으로 인해 작업의 유효성 검사는 자동화할 수 없습니다.

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

라이브러리 가져오기

첫 번째 단계는 필요한 라이브러리를 가져오는 것입니다. 이 튜토리얼에서는 NumPy 와 Matplotlib 을 사용합니다. NumPy 는 수치 계산을 위한 라이브러리이고 Matplotlib 은 데이터 시각화를 위한 라이브러리입니다.

import numpy as np
import matplotlib.pyplot as plt

데이터 생성

다음으로, 플롯에 사용할 데이터를 생성합니다. 이 튜토리얼에서는 간단한 선 그래프를 생성합니다.

## Create the data
x = np.linspace(0, 10, 100)
y = np.sin(x)

## Plot the data
plt.plot(x, y)
plt.show()

플롯 사용자 정의

이제 기본적인 플롯을 생성했으므로, 시각적으로 더 매력적으로 만들기 위해 사용자 정의해 보겠습니다. 제목, 축 레이블을 추가하고 선의 색상과 스타일을 변경할 수 있습니다.

## Add title and axis labels
plt.title('Sin Wave')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

## Change color and style of line
plt.plot(x, y, color='red', linestyle='dashed')
plt.show()

산점도 생성

선 그래프 외에도 Matplotlib 을 사용하면 산점도 (scatter plot) 를 생성할 수 있습니다. 산점도는 두 변수 간의 관계를 시각화하는 데 유용합니다.

## Create the data
x = np.random.rand(50)
y = np.random.rand(50)

## Create the scatter plot
plt.scatter(x, y)

## Add title and axis labels
plt.title('Scatter Plot')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

plt.show()

막대 그래프 생성

또 다른 일반적인 플롯 유형은 막대 그래프 (bar chart) 입니다. 막대 그래프는 서로 다른 범주의 값을 비교하는 데 유용합니다.

## Create the data
x = ['A', 'B', 'C', 'D', 'E']
y = [3, 7, 1, 9, 4]

## Create the bar chart
plt.bar(x, y)

## Add title and axis labels
plt.title('Bar Chart')
plt.xlabel('Categories')
plt.ylabel('Values')

plt.show()

요약

이 랩에서는 Matplotlib 을 사용하여 선 그래프 (line plot), 산점도 (scatter plot), 막대 그래프 (bar chart) 를 포함한 다양한 유형의 플롯을 만드는 방법을 배웠습니다. 또한 제목, 축 레이블을 추가하고 선의 색상과 스타일을 변경하여 플롯을 사용자 정의하는 방법도 배웠습니다. Matplotlib 은 데이터 시각화를 위한 강력한 라이브러리이며 Python 에서 데이터를 사용하는 모든 사람에게 필수적인 도구입니다.

Python Matplotlib 시각화 사용자 정의

소개