키워드를 활용한 Matplotlib 플로팅 학습

소개

이 랩에서는 Matplotlib 의 data 키워드 인수를 사용하여 numpy.recarray 또는 pandas.DataFrame 데이터 형식에 해당하는 변수를 나타내는 문자열을 사용하여 플롯을 생성하는 방법을 배웁니다.

VM 팁

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 자동화할 수 없습니다.

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

필요한 라이브러리 가져오기

이 단계에서는 키워드를 사용하여 플롯을 생성하는 데 필요한 라이브러리를 가져오겠습니다.

import matplotlib.pyplot as plt
import numpy as np

시드 값 설정

이 단계에서는 결과의 재현성을 보장하기 위해 난수 생성기의 시드 값을 설정합니다.

np.random.seed(19680801)

데이터 생성

이 단계에서는 변수 a, b, c, d의 값을 포함하는 딕셔너리 data를 생성합니다.

data = {'a': np.arange(50),
        'c': np.random.randint(0, 50, 50),
        'd': np.random.randn(50)}

data['b'] = data['a'] + 10 * np.random.randn(50)
data['d'] = np.abs(data['d']) * 100

플롯 생성

이 단계에서는 data 딕셔너리를 scatter() 함수의 입력으로 사용하여 산점도 (scatter plot) 를 생성합니다. a, b, c, d 변수에 해당하는 문자열을 사용하여 플롯을 생성합니다.

fig, ax = plt.subplots()
ax.scatter('a', 'b', c='c', s='d', data=data)
ax.set(xlabel='entry a', ylabel='entry b')
plt.show()

플롯 해석

이 단계에서는 4 단계에서 생성된 산점도를 해석합니다. 이 플롯은 a와 b 변수 간의 관계를 보여주며, c 변수는 각 점의 색상을 결정하는 데 사용되고, d 변수는 각 점의 크기를 결정하는 데 사용됩니다. x 축은 entry a를 나타내고 y 축은 entry b를 나타냅니다.

요약

이 랩에서는 Matplotlib 에서 numpy.recarray 또는 pandas.DataFrame 데이터 형식과 data 키워드 인수를 사용하여 변수에 해당하는 문자열을 사용하여 플롯을 생성하는 방법을 배웠습니다. 또한 a, b, c, 및 d 변수를 사용하여 산점도를 해석하는 방법도 배웠습니다.

키워드를 사용한 플로팅

소개