Matplotlib 히스토그램 | Python 데이터 시각화

소개

히스토그램은 데이터 세트의 분포를 시각화하는 훌륭한 방법이며, Matplotlib 은 데이터 시각화를 생성하기 위한 가장 인기 있는 Python 라이브러리 중 하나입니다. 이 랩에서는 Matplotlib 을 사용하여 여러 데이터 세트에 대한 나란히 히스토그램을 생성합니다.

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 제한 사항으로 인해 작업의 유효성 검사는 자동화될 수 없습니다.

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

필요한 라이브러리 가져오기

먼저, 코드에 필요한 라이브러리를 가져와야 합니다. 히스토그램을 위해 Matplotlib 과 NumPy 를 사용합니다.

import matplotlib.pyplot as plt
import numpy as np

예제 데이터 세트 생성

다음으로, 히스토그램에 사용할 예제 데이터 세트를 생성합니다. 각각 387 개의 데이터 포인트를 가진 세 개의 데이터 세트를 생성합니다.

np.random.seed(19680801)
number_of_data_points = 387
labels = ["A", "B", "C"]
data_sets = [np.random.normal(0, 1, number_of_data_points),
             np.random.normal(6, 1, number_of_data_points),
             np.random.normal(-3, 1, number_of_data_points)]

플로팅을 위한 값 계산

히스토그램을 생성하기 전에, 플로팅을 위한 몇 가지 값을 계산해야 합니다. 데이터 세트의 범위, binning 된 데이터 세트, 최대 bin 값, 각 히스토그램의 x 위치를 계산합니다.

hist_range = (np.min(data_sets), np.max(data_sets))
number_of_bins = 20
binned_data_sets = [
    np.histogram(d, range=hist_range, bins=number_of_bins)[0]
    for d in data_sets
]
binned_maximums = np.max(binned_data_sets, axis=1)
x_locations = np.arange(0, sum(binned_maximums), np.max(binned_maximums))

히스토그램 플롯

플로팅에 필요한 값을 계산했으므로, 이제 히스토그램을 생성할 수 있습니다. 각 히스토그램에 대해 수평 막대를 플롯하기 위해 barh 메서드를 사용합니다.

## The bin_edges are the same for all of the histograms
bin_edges = np.linspace(hist_range[0], hist_range[1], number_of_bins + 1)
heights = np.diff(bin_edges)
centers = bin_edges[:-1] + heights / 2

## Cycle through and plot each histogram
fig, ax = plt.subplots()
for x_loc, binned_data in zip(x_locations, binned_data_sets):
    lefts = x_loc - 0.5 * binned_data
    ax.barh(centers, binned_data, height=heights, left=lefts)

ax.set_xticks(x_locations, labels)
ax.set_ylabel("Data values")
ax.set_xlabel("Data sets")

히스토그램 표시

마지막으로, show 메서드를 사용하여 히스토그램을 표시할 수 있습니다.

plt.show()

요약

이 랩에서는 Matplotlib 을 사용하여 여러 데이터 세트에 대한 나란히 있는 히스토그램을 만드는 방법을 배웠습니다. 플로팅에 필요한 양을 계산하고, 각 히스토그램에 대해 수평 막대를 생성하기 위해 barh 메서드를 사용했습니다. 이러한 기술을 통해 데이터를 시각적으로 표현하여 통찰력을 얻고, 다른 사람들에게 우리의 발견 사항을 전달할 수 있습니다.

Matplotlib 를 사용한 여러 히스토그램 생성

소개