Pandas와 Seaborn 외에도 matplotlib에 대한 간략한 소개를 제공하고 싶습니다. Matplotlib는 파이썬의 또 다른 중요한 모듈이자 라이브러리입니다. 데이터 시각화에 사용됩니다. 아래 코딩 예제가 시작됩니다. matplotlib에 대한 전체 문서는 https://matplotlib.org/index.html 에서 확인할 수 있습니다.

# matplotlib, matplotlib.pyplot 
가져오기 import matplotlib 
import matplotlib.pyplot as plt # 데이터 프레임에 저장된 데이터를 시각화하고 싶기 때문에 
pandas 및 numpy 
가져오기 import pandas 
import numpy 
# 데이터 세트 가져오기 및 헤더 표시 
data_df = pandas.read_csv(" oica.csv",sep=",") 
data_df.head()

# 1단계: 표면, 그림을 만듭니다. 예를 들어 크기를 설정할 수 있습니다 
. # 그림은 페이지와 같습니다. 그림은 여러 플롯을 포함할 수 있습니다. 즉, 축 
plt.figure(figsize=(10,10))

<축이 0인 그림 크기 720x720>

<축이 0인 그림 크기 720x720>

# .subplots()는 도형과 축을 반환합니다. 
# 축은 플로팅하는 기본 좌표입니다. 
# 명시된 바와 같이 그림은 여러 축을 포함할 수 있습니다. 
plt.figure(figsize=(10,10)) 
plt.subplots()

(<Figure size 432x288 with 1 Axes>, 
 <matplotlib.axes._subplots.AxesSubplot at 0x257b791bb08>)

<축이 0인 그림 크기 720x720>

# 2단계: 도트 플롯, 즉 산점도를 플로팅합니다. 
# 축 객체에 플롯 추가 
plt.figure(figsize=(10,10)) 
plt.plot( numpy .sort(data_df["output "]),marker="o",markersize=2)

[<matplotlib.lines.Line2D at 0x257b6180108>]

# 3단계: 제목과 축 레이블을 추가합니다. 
# -- 그림 크기 설정 
plt.figure(figsize=(20,10)) 
# -- 플롯 만들기 
plt.plot( numpy .sort(data_df["output "]), 
         marker="o", 
         markersize=6, 
        linewidth =2, 
         linestyle ="--", 
        color="orange") 
# -- 제목 설정 
plt.title("자동차 산업 연간 생산량", 
          fontdict={"fontname":"Times New Roman", 
                    "fontsize" :32}) 
# -- xlabel 할당 
plt.xlabel("data point no.", 
           fontdict={"fontname":"Comic Sans MS",

(array([-200., 0., 200., 400., 600., 800., 1000.]), 
 <7개의 텍스트 xticklabel 객체 목록>)

# matplotlib 로 작업하는 보다 구조화된 방법은 참조 핸들러로 작업하는 것입니다 
. # -- 플로팅할 데이터 벡터를 설정합니다 
. 5.75] 
x = range(0,len(y1)) 
# -- 빈 그림을 만듭니다(예: 그림). 핸들러 캡처 
fig = plt.figure() # fig는 이것이 "그림"임을 나타냅니다. 
# -- 빈 그림, ig 빈 그림에 서브플롯을 만듭니다. 핸들러 캡처 
ax = plt.subplot() # ax는 이것이 "축"임을 나타냅니다. 축은 기본적으로 그래프입니다 
. # -- 축 처리기 참조를 사용하여 축에 선 플롯을 
            만듭니다 
. 18,
# -- 축 핸들러 참조를 사용하여 x 및 y축 레이블 추가 
ax.set_xlabel("x axis values", 
             fontsize=14, 
             color="red") 
ax.set_ylabel("y axis values", 
             fontsize=14, 
             color= "purple") 
# -- 플롯 프레임 내에서 기본적으로 범례 추가 
ax.legend(fontsize=10) 
# -- 그리드 추가 
ax.grid(b=True, 
        color="blue", 
        alpha=0.1) 
# -- 이 시점까지 이 섹션에 표시된 모든 것을 표시합니다. 
plt.show()

# 이제 몇 가지 추가 예를 살펴보겠습니다. 
# 예: matplotlib를 사용하여 히스토그램을 만들 수 있습니다 
. # -- 난수를 생성하기 위해 random을 
가져오기 import random 
# -- random에서 randint()를 사용하여 임의의 정수를 생성합니다 
. x = [] 
for i in range(0,100): 
    x.append( random.randint(a=0,b=100)) 
# -- 그림 만들기 
fig = plt.figure(figsize=(10,10)) 
# -- 그림에 축 추가 
ax = plt.subplot() 
# -- 축 개체 처리기를 사용하여 축에 히스토그램 추가 
ax.hist(x, 
       bins=20, 
       histtype="bar", 
       color="pink") 
# -- 축 개체 처리기를 사용하여 히스토그램에 제목 추가 
            color="darkgreen") 를 사용하여 히스토그램에 제목 추가
# -- 축 개체 핸들러를 사용하여 x 및 y 축에 레이블 추가 
ax.set_xlabel("observation value range", 
             fontsize=16, 
              color="darkgreen") 
ax.set_ylabel("absolute frequency", 
             fontsize=16, 
             color= "darkgreen") 
# 
               -- 
축 개체 처리기를 사용하여 x 및 y 눈금 레이블을 
조정합니다. # -- 또한: 축 개체 처리기를 사용하여 x 및 y 축 눈금 자체를 조정합니다 
               . =5, 
              color="blue", 
              labelsize=20, 
               size=12, 
# -- 이 섹션에 표시된 모든 항목을 표시합니다.이 시점까지 
plt.show()

# 또 다른 예: Python에서 matplotlib를 사용한 3D 표면 플롯 
# 출처: https://stackoverflow.com/questions/3810865/matplotlib-unknown-projection-3d-error 
# -- 먼저 플롯할 일부 데이터 
x = [1,2 ,3] 
y = [1,2,3] 
z = [[1,2,3], 
     [1,2,3], 
     [1,2,3]] 
# -- pyplot을 사용하여 그림 생성 
fig = plt .figure(figsize=(10,10)) 
# -- mpl_toolkits.mplot3d 
에서 pyplot을 사용하여 축 생성 import axes3d, Axes3D 
ax = Axes3D(fig) 
# -- 표면 플롯 생성 
ax.contour(x,y,z,extend3d =참)

<matplotlib.contour.QuadContourSet at 0x257b7899f48>

Linnart Felkl

최적화 및 시뮬레이션을 전문으로하는 산업 엔지니어 (R, Python, SQL, VBA)