플롯의 수명 주기

소개

이 랩에서는 Matplotlib 을 사용하여 플롯의 생명 주기를 탐구합니다. 원시 데이터로 시작하여 사용자 정의 시각화를 저장하는 것으로 마무리합니다. 플롯을 생성하고, 스타일을 제어하고, 모양을 사용자 정의하고, 여러 시각화를 결합하고, 플롯을 디스크에 저장하는 방법을 배웁니다.

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.

필요한 모듈 가져오기

먼저, 필요한 모듈인 Matplotlib 과 NumPy 를 가져와야 합니다.

import matplotlib.pyplot as plt
import numpy as np

데이터 준비

다양한 회사의 판매 정보를 포함하는 샘플 데이터 세트를 사용합니다. 다음은 데이터의 예시입니다.

data = {'Barton LLC': 109438.50,
        'Frami, Hills and Schmidt': 103569.59,
        'Fritsch, Russel and Anderson': 112214.71,
        'Jerde-Hilpert': 112591.43,
        'Keeling LLC': 100934.30,
        'Koepp Ltd': 103660.54,
        'Kulas Inc': 137351.96,
        'Trantow-Barrows': 123381.38,
        'White-Trantow': 135841.99,
        'Will LLC': 104437.60}
group_data = list(data.values())
group_names = list(data.keys())
group_mean = np.mean(group_data)

플롯 생성

판매 데이터를 나타내기 위해 막대 그래프 (barplot) 시각화를 사용합니다. 다음 단계를 따르세요.

1. plt.subplots()를 사용하여 figure 와 axis 객체를 생성합니다.

fig, ax = plt.subplots()

2. axis 객체의 barh() 메서드를 사용하여 데이터를 플롯합니다.

ax.barh(group_names, group_data)

플롯 스타일 사용자 정의

시각적으로 더 매력적인 플롯을 만들기 위해 스타일을 변경할 수 있습니다. 다음 단계를 따르세요.

1. print(plt.style.available)를 사용하여 사용 가능한 스타일 목록을 출력합니다.

print(plt.style.available)

2. 스타일을 선택하고 plt.style.use(style_name)를 사용하여 적용합니다.

plt.style.use('fivethirtyeight')

3. 플롯을 다시 표시해 보겠습니다.

fig, ax = plt.subplots()
ax.barh(group_names, group_data)

플롯 모양 사용자 정의

플롯의 모양을 더 사용자 정의할 수 있습니다. 다음 단계를 따르세요.

1. x 축 레이블을 회전하여 가독성을 높입니다.

labels = ax.get_xticklabels()
plt.setp(labels, rotation=45, horizontalalignment='right')

2. x 축 및 y 축의 limits, labels, title 을 설정합니다.

ax.set(xlim=[-10000, 140000],
       xlabel='Total Revenue',
       ylabel='Company',
       title='Company Revenue')

3. 플롯을 다시 표시합니다.

fig, ax = plt.subplots()
ax.barh(group_names, group_data)
labels = ax.get_xticklabels()
plt.setp(labels, rotation=45, horizontalalignment='right')
ax.set(xlim=[-10000, 140000], xlabel='Total Revenue', ylabel='Company',
       title='Company Revenue')

여러 시각화 결합

시각화에 추가적인 플롯 요소를 추가할 수 있습니다. 다음 단계를 따르세요.

1. 판매 데이터의 평균을 나타내는 수직선을 추가합니다.

ax.axvline(group_mean, ls='--', color='r')

2. 플롯에 새로운 회사를 주석 처리합니다.

for group in [3, 5, 8]:
    ax.text(145000, group, "New Company", fontsize=10, verticalalignment="center")

3. 플롯 제목의 위치를 조정합니다.

ax.title.set(y=1.05)

4. 전체 코드는 아래에 나와 있습니다.

fig, ax = plt.subplots(figsize=(8, 8))
ax.barh(group_names, group_data)
labels = ax.get_xticklabels()
plt.setp(labels, rotation=45, horizontalalignment='right')

## Add a vertical line, here we set the style in the function call
ax.axvline(group_mean, ls='--', color='r')

## Annotate new companies
for group in [3, 5, 8]:
    ax.text(145000, group, "New Company", fontsize=10,
            verticalalignment="center")

## Now we move our title up since it's getting a little cramped
ax.title.set(y=1.05)

ax.set(xlim=[-10000, 140000], xlabel='Total Revenue', ylabel='Company',
       title='Company Revenue')

plt.show()

플롯 저장

마지막으로, 플롯을 디스크에 저장할 수 있습니다. 다음 단계를 따르세요.

1. print(fig.canvas.get_supported_filetypes())를 사용하여 지원되는 파일 형식을 출력합니다.

print(fig.canvas.get_supported_filetypes())

2. fig.savefig(file_path, transparent=False, dpi=80, bbox_inches="tight")를 사용하여 그림을 이미지 파일로 저장합니다. 그림을 저장하려면 이 줄의 주석 처리를 해제하세요.

fig.savefig('sales.png', transparent=False, dpi=80, bbox_inches="tight")

왼쪽 사이드바의 파일 탐색기를 사용하여 저장된 이미지 파일을 열 수 있습니다.

요약

이 랩에서는 Matplotlib 을 사용하여 플롯의 수명 주기에 대해 배웠습니다. 플롯을 생성하고, 스타일을 제어하고, 모양을 사용자 정의하고, 여러 시각화를 결합하고, 플롯을 디스크에 저장하는 것으로 시작했습니다. Matplotlib 은 시각적으로 매력적이고 유익한 플롯을 만들기 위한 광범위한 사용자 정의 옵션을 제공합니다.