데이터 시각화의 화가: Matplotlib

Matplotlib: Python의 데이터 시각화 라이브러리

Matplotlib은 Python에서 데이터 시각화를 위해 널리 사용되는 라이브러리입니다. 주로 2D 플롯을 생성하는 데 사용되며, 막대그래프, 선그래프, 히스토그램, 산점도 등 다양한 그래프를 그릴 수 있습니다. Matplotlib의 강력한 기능 중 하나는 사용자 지정이 가능하다는 점으로, 플롯의 모든 요소(축, 제목, 레이블, 색상 등)를 세밀하게 조정할 수 있습니다.

주요 구성 요소

  1. Figure: 전체 플롯이 그려지는 캔버스. 하나 이상의 Axes를 포함합니다.
  2. Axes: 그래프가 실제로 그려지는 영역. Figure 안에 위치합니다.
  3. Axis: 축 (x축과 y축)을 나타냅니다.
  4. Plot: 데이터를 시각화한 결과물 (선, 막대, 점 등).

기본 사용법

Matplotlib는 주로 pyplot 모듈을 사용합니다. 간단한 플롯을 만드는 과정을 단계별로 살펴보겠습니다.

설치

pip install matplotlib

예제 1: 간단한 선 그래프

import matplotlib.pyplot as plt

# 데이터 준비
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

# 그래프 생성
plt.plot(x, y, label='Prime Numbers', marker='o')

# 제목 및 레이블 설정
plt.title('Simple Line Plot')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

# 범례 추가
plt.legend()

# 그래프 출력
plt.show()

결과

위 코드를 실행하면 X축과 Y축의 값을 기반으로 선 그래프가 출력됩니다.

예제 2: 막대 그래프

# 데이터 준비
categories = ['A', 'B', 'C', 'D']
values = [5, 7, 3, 8]

# 막대 그래프 생성
plt.bar(categories, values, color='skyblue')

# 제목 및 레이블 설정
plt.title('Bar Chart Example')
plt.xlabel('Categories')
plt.ylabel('Values')

# 그래프 출력
plt.show()

결과

각 카테고리에 해당하는 값들이 막대로 나타나는 그래프를 볼 수 있습니다.

예제 3: 산점도 (Scatter Plot)

import numpy as np

# 데이터 준비
x = np.random.rand(50)
y = np.random.rand(50)
sizes = np.random.rand(50) * 100

# 산점도 생성
plt.scatter(x, y, s=sizes, alpha=0.5, color='green')

# 제목 및 레이블 설정
plt.title('Scatter Plot Example')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

# 그래프 출력
plt.show()

결과

무작위로 생성된 점들이 X-Y 좌표에 흩어져 있는 산점도가 출력됩니다.

예제 4: 히스토그램

# 데이터 준비
data = np.random.randn(1000)

# 히스토그램 생성
plt.hist(data, bins=30, color='purple', alpha=0.7)

# 제목 및 레이블 설정
plt.title('Histogram Example')
plt.xlabel('Value')
plt.ylabel('Frequency')

# 그래프 출력
plt.show()

결과

1000개의 데이터가 30개의 구간으로 나뉘어 빈도 분포를 나타냅니다.

예제 5: 여러 그래프를 하나의 Figure에 추가하기

# 데이터 준비
x = np.linspace(0, 10, 100)

# Figure와 Axes 생성
fig, ax = plt.subplots(2, 1, figsize=(8, 6))

# 첫 번째 그래프
ax[0].plot(x, np.sin(x), label='Sine', color='blue')
ax[0].set_title('Sine Wave')
ax[0].legend()

# 두 번째 그래프
ax[1].plot(x, np.cos(x), label='Cosine', color='red')
ax[1].set_title('Cosine Wave')
ax[1].legend()

# 전체 레이아웃 조정 및 출력
plt.tight_layout()
plt.show()

결과

하나의 Figure에 두 개의 Axes가 포함되며, 각각 사인과 코사인 파형을 그립니다.

Matplotlib의 주요 기능

  1. 다양한 그래프 유형: 선 그래프, 산점도, 막대 그래프, 히스토그램, 박스 플롯 등.
  2. 커스터마이징: 색상, 선 스타일, 마커 스타일, 축 설정 등을 자유롭게 조정 가능.
  3. 서브플롯: 하나의 Figure에 여러 개의 그래프 추가.
  4. 3D 플롯: mpl_toolkits.mplot3d를 사용하여 3D 그래프 생성 가능.

참고 자료

import matplotlib.pyplot as plt
import numpy as np
import imageio

def create_gif(filename, frames, duration):
    with imageio.get_writer(filename, mode=’I’, duration=duration) as writer:
        for frame in frames:
            writer.append_data(frame)

frames = []
x = np.linspace(0, 2*np.pi, 100)

for i in range(50):  # 50개의 프레임 생성
    y = np.sin(x + i*0.1)
    plt.figure(figsize=(6, 4)) # 그래프 크기 설정 (용량에 영향)
    plt.plot(x, y)
    plt.title(f”Sin Wave – Frame {i+1}”)
    plt.xlabel(“X”)
    plt.ylabel(“Y”)
    plt.ylim(-1.2, 1.2) # Y축 범위 고정 (움직임의 안정성)
    
    # Figure를 이미지로 변환
    plt.tight_layout() # 여백 최소화
    fig = plt.gcf()
    fig.canvas.draw()
    image = np.frombuffer(fig.canvas.tostring_rgb(), dtype=’uint8′)
    image = image.reshape(fig.canvas.get_width_height()[::-1] + (3,))
    frames.append(image)
    plt.close(fig) # 메모리 관리

gif_filename = “sin_wave.gif”
gif_duration = 0.1 # 프레임 간 시간 간격 (속도 조절)
create_gif(gif_filename, frames, gif_duration)

print(f”{gif_filename} 생성 완료!”)

코드실습 파일 sin_wave.gif