Matplotlib 는 Python 에서 널리 사용되는 데이터 시각화 라이브러리입니다. 이를 통해 사용자는 선 그래프, 산점도, 막대 차트 등 다양한 시각화를 생성할 수 있습니다. 이 랩에서는 Matplotlib 에서 symlog 축 스케일링을 사용하여 대칭 로그 플롯을 만드는 방법을 배우게 됩니다.
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 즉시 해결해 드리겠습니다.
시작하기 전에 필요한 라이브러리를 가져와야 합니다. 이 랩에서는 Matplotlib 와 NumPy 를 사용합니다.
import matplotlib.pyplot as plt
import numpy as np다음으로, 플롯할 데이터를 생성해야 합니다. 이 예제에서는 세 개의 배열을 생성합니다. 하나는 x 축 값, 하나는 첫 번째 플롯의 y 축 값, 다른 하나는 세 번째 플롯의 y 축 값입니다.
dt = 0.01
x = np.arange(-50.0, 50.0, dt)
y1 = np.arange(0, 100.0, dt)
y3 = np.sin(x / 3.0)이제 데이터를 얻었으므로 플롯을 생성할 수 있습니다. 세 개의 서브플롯을 생성하며, 각 서브플롯은 서로 다른 symlog 축 스케일링을 갖습니다.
fig, (ax0, ax1, ax2) = plt.subplots(nrows=3)첫 번째 서브플롯에서는 x 축에 symlog 플롯을 생성합니다. 또한 x 축에 보조 그리드 (minor grid) 를 추가합니다.
ax0.plot(x, y1)
ax0.set_xscale('symlog')
ax0.set_ylabel('symlogx')
ax0.grid()
ax0.xaxis.grid(which='minor')두 번째 서브플롯에서는 y 축에 symlog 플롯을 생성합니다.
ax1.plot(y1, x)
ax1.set_yscale('symlog')
ax1.set_ylabel('symlogy')세 번째 서브플롯에서는 x 축과 y 축 모두에 symlog 플롯을 생성합니다. 또한 linthresh 매개변수를 0.015 로 설정합니다.
ax2.plot(x, y3)
ax2.set_xscale('symlog')
ax2.set_yscale('symlog', linthresh=0.015)
ax2.grid()
ax2.set_ylabel('symlog both')마지막으로, show() 메서드를 사용하여 플롯을 표시할 수 있습니다.
plt.show()이 랩에서는 Matplotlib 에서 symlog 축 스케일링을 사용하여 대칭 로그 플롯을 만드는 방법을 배웠습니다. 구체적으로, x 축, y 축, 그리고 x 축과 y 축 모두에 symlog 플롯을 만드는 방법을 배웠습니다.