소개
이 랩에서는 Python Matplotlib 을 사용하여 범례가 있는 극좌표 플롯을 만드는 방법을 배웁니다. 극좌표 플롯은 방향성 데이터를 다룰 때 유용한 극좌표계에서 데이터를 플롯하는 데 사용됩니다. 범례는 플롯의 서로 다른 선 또는 마커의 의미를 설명하는 데 사용됩니다.
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 즉시 해결해 드리겠습니다.
라이브러리 임포트
첫 번째 단계는 필요한 라이브러리를 임포트하는 것입니다. 이 예제에서는 numpy와 matplotlib을 사용합니다.
import matplotlib.pyplot as plt
import numpy as np
Figure 및 Subplot 생성
다음으로, 플롯을 위한 figure 와 subplot 을 생성해야 합니다. add_subplot의 projection 매개변수를 사용하여 극좌표 플롯을 생성합니다.
fig = plt.figure()
ax = fig.add_subplot(projection="polar", facecolor="lightgoldenrodyellow")
데이터 생성
극좌표 플롯에 표시할 데이터를 생성해야 합니다. 이 예제에서는 두 개의 선을 생성합니다.
r = np.linspace(0, 3, 301)
theta = 2 * np.pi * r
데이터 플롯
이제 plot 함수를 사용하여 데이터를 플롯할 수 있습니다. 3 단계에서 생성한 데이터를 사용하여 두 개의 선을 생성합니다.
ax.plot(theta, r, color="tab:orange", lw=3, label="a line")
ax.plot(0.5 * theta, r, color="tab:blue", ls="--", lw=3, label="another line")
플롯 사용자 정의
그리드 색상을 변경하고 범례를 추가하여 플롯을 사용자 정의할 수 있습니다. 이 예제에서는 겹침을 방지하기 위해 범례를 플롯 중심에서 약간 벗어나게 이동합니다.
ax.tick_params(grid_color="palegoldenrod")
angle = np.deg2rad(67.5)
ax.legend(loc="lower left",
bbox_to_anchor=(.5 + np.cos(angle)/2, .5 + np.sin(angle)/2))
플롯 표시
마지막으로, show 함수를 사용하여 플롯을 표시할 수 있습니다.
plt.show()
요약
이 랩에서는 Python Matplotlib 을 사용하여 범례가 있는 극좌표 플롯을 만드는 방법을 배웠습니다. 또한 그리드 색상을 변경하고 범례를 이동하여 플롯을 사용자 정의하는 방법도 배웠습니다. 극좌표 플롯은 방향성 데이터를 사용할 때 유용하며, 범례는 플롯의 서로 다른 선 또는 마커의 의미를 설명하는 데 유용합니다.