Matplotlib 데이터 시각화 튜토리얼

Beginner

This tutorial is from open-source community. Access the source code

소개

이 튜토리얼은 Python 에서 널리 사용되는 데이터 시각화 도구인 Python 의 Matplotlib 라이브러리의 기본 사용법을 소개합니다. Matplotlib 는 꺾은선 그래프, 산점도, 막대 그래프 등과 같은 시각화를 생성할 수 있는 라이브러리입니다.

VM 팁

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

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

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

필요한 라이브러리 가져오기

먼저, 필요한 라이브러리를 가져오겠습니다. 시각화를 생성하기 위해 matplotlib 라이브러리의 pyplot 모듈을 사용할 것입니다.

import matplotlib.pyplot as plt
import numpy as np

간단한 꺾은선 그래프 생성

0 에서 5 까지의 X 축 값과 해당 Y 축 값을 사용하여 간단한 꺾은선 그래프를 생성합니다. pyplot 모듈에서 제공하는 plot 함수를 사용하여 꺾은선 그래프를 생성합니다.

## X 축 값 생성
x = np.arange(0, 5, 0.1)

## Y 축 값 생성
y = np.sin(x)

## 꺾은선 그래프 생성
plt.plot(x, y)

## 그래프에 제목과 레이블 추가
plt.title('Simple Line Plot')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

## 그래프 표시
plt.show()

산점도 생성

0 에서 5 까지의 X 축 값과 해당 Y 축 값을 사용하여 산점도를 생성합니다. pyplot 모듈에서 제공하는 scatter 함수를 사용하여 산점도를 생성합니다.

## X 축 값 생성
x = np.arange(0, 5, 0.1)

## Y 축 값 생성
y = np.sin(x)

## 산점도 생성
plt.scatter(x, y)

## 그래프에 제목과 레이블 추가
plt.title('Scatter Plot')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

## 그래프 표시
plt.show()

막대 그래프 생성

0 에서 5 까지의 X 축 값과 해당 Y 축 값을 사용하여 막대 그래프를 생성합니다. pyplot 모듈에서 제공하는 bar 함수를 사용하여 막대 그래프를 생성합니다.

## X 축 값 생성
x = np.arange(0, 5, 0.1)

## Y 축 값 생성
y = np.sin(x)

## 막대 그래프 생성
plt.bar(x, y)

## 그래프에 제목과 레이블 추가
plt.title('Bar Plot')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

## 그래프 표시
plt.show()

파이 차트 생성

다섯 개의 슬라이스로 구성된 파이 차트를 생성하여 서로 다른 데이터 포인트를 나타냅니다. pyplot 모듈에서 제공하는 pie 함수를 사용하여 파이 차트를 생성합니다.

## 파이 차트 데이터 생성
data = [10, 20, 30, 25, 15]

## 파이 차트 레이블 생성
labels = ['Data 1', 'Data 2', 'Data 3', 'Data 4', 'Data 5']

## 파이 차트 생성
plt.pie(data, labels=labels)

## 그래프에 제목 추가
plt.title('Pie Chart')

## 그래프 표시
plt.show()

요약

이 튜토리얼에서는 Matplotlib 라이브러리를 사용하여 선 그래프, 산점도, 막대 그래프, 파이 차트와 같은 기본적인 시각화를 만드는 방법을 배웠습니다. 이러한 시각화를 생성하기 위해 matplotlib 라이브러리의 pyplot 모듈을 사용했습니다. Matplotlib 은 Python 에서 강력한 데이터 시각화 도구이며 다양한 시각화를 생성하는 데 사용할 수 있습니다.