PGF 프리앰블 Sgskip

소개

이 랩에서는 Python 의 Matplotlib 라이브러리를 사용하여 플롯과 그래프를 만드는 방법을 배우게 됩니다. Matplotlib 는 단순한 선 그래프에서 복잡한 히트맵까지 다양한 시각화를 생성할 수 있는 강력한 라이브러리입니다. 이 랩을 마치면 Matplotlib 를 사용하여 기본적인 시각화를 만드는 방법에 대한 이해를 갖게 될 것입니다.

VM 팁

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

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 문제를 신속하게 해결해 드리겠습니다.

Matplotlib 설치

Matplotlib 를 사용하기 전에 먼저 설치해야 합니다. Python 의 패키지 관리자인 pip 를 사용하여 Matplotlib 를 설치할 수 있습니다. 터미널 또는 명령 프롬프트를 열고 다음 명령을 입력하십시오.

pip install matplotlib

Matplotlib 임포트

Matplotlib 를 설치했으면 Python 코드에서 임포트할 수 있습니다. Matplotlib 를 임포트하려면 Python 스크립트의 맨 위에 다음 줄을 추가하십시오.

import matplotlib.pyplot as plt

간단한 선 그래프 생성

간단한 선 그래프를 생성하는 것으로 시작해 보겠습니다. 이 예제에서는 [0, 2π] 구간에서 사인 (sine) 및 코사인 (cosine) 함수를 플롯 (plot) 합니다.

import numpy as np

x = np.linspace(0, 2*np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)

plt.plot(x, y1, label='sin')
plt.plot(x, y2, label='cos')
plt.xlabel('x')
plt.ylabel('y')
plt.title('Sine and Cosine Functions')
plt.legend()
plt.show()

그래프 사용자 정의

색상, 선 스타일 (line style), 마커 (marker) 를 변경하여 그래프를 사용자 정의할 수 있습니다. 다음은 예시입니다.

plt.plot(x, y1, 'r--', label='sin')
plt.plot(x, y2, 'g:', label='cos')
plt.xlabel('x')
plt.ylabel('y')
plt.title('Sine and Cosine Functions')
plt.legend()
plt.show()

산점도 (Scatter Plot) 생성

선 그래프 (line plot) 외에도 Matplotlib 은 산점도 (scatter plot) 도 생성할 수 있습니다. 다음은 예시입니다.

x = np.random.rand(50)
y = np.random.rand(50)
colors = np.random.rand(50)
sizes = 500 * np.random.rand(50)

plt.scatter(x, y, c=colors, s=sizes)
plt.xlabel('x')
plt.ylabel('y')
plt.title('Scatter Plot')
plt.show()

막대 그래프 (Bar Plot) 생성

Matplotlib 은 막대 그래프 (bar plot) 도 생성할 수 있습니다. 다음은 예시입니다.

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

plt.bar(x, y)
plt.xlabel('Category')
plt.ylabel('Value')
plt.title('Bar Plot')
plt.show()

요약

이 랩 (lab) 에서는 Matplotlib 을 사용하여 선 그래프 (line plot), 산점도 (scatter plot), 막대 그래프 (bar plot) 를 포함한 기본적인 시각화를 만드는 방법을 배웠습니다. 또한 색상, 선 스타일 (line style), 마커 (marker) 를 변경하여 플롯 (plot) 을 사용자 정의하는 방법도 배웠습니다. Matplotlib 은 광범위한 시각화를 생성할 수 있는 강력한 라이브러리이며, 연습을 통해 더욱 복잡한 시각화를 만들 수 있습니다.