데이터 시각화에서 정보를 정확하고 시각적으로 매력적인 방식으로 제시하는 것은 중요합니다. 이를 달성하는 한 가지 방법은 플롯에서 동일한 축 종횡비를 설정하는 것입니다. 이렇게 하면 x 축과 y 축이 동일하게 스케일링되어 데이터의 비례적 표현이 보장됩니다. 이 튜토리얼에서는 Python 의 Matplotlib 라이브러리를 사용하여 동일한 축 종횡비를 가진 플롯을 설정하고 조정하는 방법을 배웁니다.
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 수도 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 즉시 해결해 드리겠습니다.
이 튜토리얼에 필요한 라이브러리를 먼저 가져오겠습니다. 플롯을 생성하기 위해 Matplotlib 라이브러리를 사용하고 데이터를 생성하기 위해 NumPy 라이브러리를 사용합니다.
import matplotlib.pyplot as plt
import numpy as np먼저 동일한 축 종횡비를 설정하는 것의 중요성을 보여주기 위해 불균등한 축 종횡비를 가진 원을 그려보겠습니다.
an = np.linspace(0, 2 * np.pi, 100)
fig, axs = plt.subplots(2, 2)
axs[0, 0].plot(3 * np.cos(an), 3 * np.sin(an))
axs[0, 0].set_title('not equal, looks like ellipse', fontsize=10)결과 플롯은 불균등한 축 종횡비로 인해 길게 보이는 원을 표시합니다.
동일한 축 종횡비를 설정하기 위해 axis('equal') 함수를 사용할 수 있습니다.
axs[0, 1].plot(3 * np.cos(an), 3 * np.sin(an))
axs[0, 1].axis('equal')
axs[0, 1].set_title('equal, looks like circle', fontsize=10)결과 플롯은 비례하고 시각적으로 보기 좋은 원을 표시합니다.
또한 동일한 축 종횡비를 유지하면서 플롯 제한을 조정할 수 있습니다.
axs[1, 0].plot(3 * np.cos(an), 3 * np.sin(an))
axs[1, 0].axis('equal')
axs[1, 0].set(xlim=(-3, 3), ylim=(-3, 3))
axs[1, 0].set_title('still a circle, even after changing limits', fontsize=10)결과 플롯은 제한을 변경한 후에도 여전히 비례하는 원을 표시합니다.
set_aspect('equal', 'box') 함수를 사용하여 동일한 축 종횡비를 위한 데이터 제한을 자동으로 조정할 수도 있습니다.
axs[1, 1].plot(3 * np.cos(an), 3 * np.sin(an))
axs[1, 1].set_aspect('equal', 'box')
axs[1, 1].set_title('still a circle, auto-adjusted data limits', fontsize=10)결과 플롯은 여전히 비례하고 시각적으로 보기 좋은 원을 표시합니다.
이 튜토리얼에서는 Python 의 Matplotlib 라이브러리를 사용하여 동일한 축 종횡비를 가진 플롯을 설정하고 조정하는 방법을 배웠습니다. 동일한 축 종횡비를 설정함으로써 플롯이 비례하고 시각적으로 보기 좋게 유지되어 데이터를 더 쉽게 해석할 수 있습니다.