Matplotlib의 여러 plot들

1. Matplotlib Case Study

 

• 꺾은선 그래프(Plot)

x = np.arange(20) # 0~ 19
y = np.random.randint(0, 20, 20) # 0~20까지 난수 20번 생성

plt.xlabel('x value')
plt.ylabel('y value')
plt.axis([0, 21, 0, 21])
plt.yticks([i for i in range(0, 21, 5)])
plt.plot(x, y)
plt.show()

 

• 산점도(Scatter Plot)

x = np.arange(20) # 0~ 19
y = np.random.randint(0, 20, 20) # 0~20까지 난수 20번 생성

plt.xlabel('x value')
plt.ylabel('y value')
plt.axis([0, 21, 0, 21])
plt.yticks([i for i in range(0, 21, 5)])
plt.scatter(x, y)
plt.show()

 

📌 꺾은선 그래프 : 시계열 데이터 

📌 별개의 데이터 사이 관계를 보고자 할 때

 

• 박스 플랏(Box Plot)
  • 단일 변수의 분포를 전반적으로 보고 싶을 때 많이 사용한다.
  • 수치형 데이터에 대한 정보를 담은 그림(Q1, Q2, Q3, min, max)

plt.title('Box plot of y')
plt.boxplot(y)a
plt.show()

• 두 변수의 box plot을 동시에 그릴수도 있다.

plt.title('Box plot of y')
plt.boxplot([x, y])
plt.show()

 

• 막대 그래프(Bar plot)
  • 범주형 데이터에서 많이 사용된다.
  • 데이터의 "값"과 그 값의 크기를 직사각형으로 나타낸 그림

plt.bar(x, y)
plt.xticks([i for i in range(0, 21)])
plt.show()

• cf) HIstogram
  • 도수분포를 직사각형의 막대 형태로 나타냈다.
    • "계급"으로 나타낸 것이 특징: 0, 1, 2가 아니라 0-2 까지 처럼 "범주형" 데이터로 구성 후 그림을 그림

plt.xticks([i for i in range(0, 21, 2)])
plt.hist(y, bins=np.arange(0,20,2))
plt.show()

 

• 원형 그래프(Pie Chart)
  • 데이터에서 전체에 대한 부분의 비율을 부채꼴로 나타낸 그래프
  • 다른 그래프에 비해서 비율 확인이 용이

z = [100, 300, 200, 400]

plt.pie(z, labels=['one', 'two', 'three', 'four'])
plt.legend()
plt.show()