이 랩에서는 Matplotlib 을 사용하여 히스토그램을 그리는 방법을 배웁니다. 데이터를 생성하고 간단한 히스토그램을 그리고, 히스토그램 색상을 업데이트하고, 2D 히스토그램을 그리고, 히스토그램을 사용자 정의합니다.
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 즉시 문제를 해결해 드리겠습니다.
1D 히스토그램을 생성하려면 숫자 벡터 하나만 있으면 됩니다. 2D 히스토그램의 경우 두 번째 벡터가 필요합니다. 아래에서 두 벡터를 모두 생성하고 각 벡터에 대한 히스토그램을 표시합니다.
import matplotlib.pyplot as plt
import numpy as np
## 재현성을 위해 고정된 시드로 난수 생성기를 생성합니다.
rng = np.random.default_rng(19680801)
N_points = 100000
n_bins = 20
## 두 개의 정규 분포를 생성합니다.
dist1 = rng.standard_normal(N_points)
dist2 = 0.4 * rng.standard_normal(N_points) + 5
fig, axs = plt.subplots(1, 2, sharey=True, tight_layout=True)
## *bins* 키워드 인수를 사용하여 bin 의 수를 설정할 수 있습니다.
axs[0].hist(dist1, bins=n_bins)
axs[1].hist(dist2, bins=n_bins)
plt.show()히스토그램 메서드는 (다른 것들 중에서) patches 객체를 반환합니다. 이를 통해 그려진 객체의 속성에 액세스할 수 있습니다. 이를 사용하여 원하는 대로 히스토그램을 편집할 수 있습니다. 각 막대의 색상을 y 값에 따라 변경해 보겠습니다.
## N 은 각 bin 의 개수이고, bins 는 bin 의 하한입니다.
N, bins, patches = axs[0].hist(dist1, bins=n_bins)
## 높이에 따라 색상을 지정하지만, 임의의 스칼라를 사용할 수 있습니다.
fracs = N / N.max()
## colormap 의 전체 범위를 위해 데이터를 0..1 로 정규화해야 합니다.
norm = colors.Normalize(fracs.min(), fracs.max())
## 이제 객체를 반복하고 각 객체의 색상을 적절하게 설정합니다.
for thisfrac, thispatch in zip(fracs, patches):
color = plt.cm.viridis(norm(thisfrac))
thispatch.set_facecolor(color)
## 총 개수로 입력을 정규화할 수도 있습니다.
axs[1].hist(dist1, bins=n_bins, density=True)
## 이제 y 축을 형식화하여 백분율을 표시합니다.
axs[1].yaxis.set_major_formatter(PercentFormatter(xmax=1))
plt.show()2D 히스토그램을 그리려면 히스토그램의 각 축에 해당하는 동일한 길이의 두 개의 벡터만 있으면 됩니다.
fig, ax = plt.subplots(tight_layout=True)
hist = ax.hist2d(dist1, dist2)
plt.show()2D 히스토그램을 사용자 정의하는 것은 1D 경우와 유사하며, bin 크기 또는 색상 정규화와 같은 시각적 구성 요소를 제어할 수 있습니다.
fig, axs = plt.subplots(3, 1, figsize=(5, 15), sharex=True, sharey=True,
tight_layout=True)
## 각 축에서 bin 의 수를 늘릴 수 있습니다.
axs[0].hist2d(dist1, dist2, bins=40)
## 색상의 정규화도 정의할 수 있습니다.
axs[1].hist2d(dist1, dist2, bins=40, norm=colors.LogNorm())
## 각 축에 대해 사용자 정의 bin 수를 정의할 수도 있습니다.
axs[2].hist2d(dist1, dist2, bins=(80, 10), norm=colors.LogNorm())
plt.show()이 랩에서는 Matplotlib 을 사용하여 히스토그램을 그리는 방법을 배웠습니다. 데이터를 생성하고 간단한 히스토그램을 그리고, 히스토그램 색상을 업데이트하고, 2D 히스토그램을 그리고, 히스토그램을 사용자 정의했습니다. 이러한 기술을 사용하여 다양한 컨텍스트에서 데이터를 시각화하고 분석할 수 있습니다.