혼자 공부하는 데이터 분석 CH 05 데이터 시각화

 

목차

1. 들어가며
2. 맷플롯립 기본 요소 알아보기
   • Figure 클래스
   • rcParams 객체
   • 여러 개의 서브플롯 출력하기
3. 선, 막대 그래프 그리기
   • 데이터 준비: 연도별/주제별 도서 개수 구하기
   • 선 그래프 그리기
   • 막대 그래프 그리기
   • 이미지 출력하고 저장하기
4. 마치며

 

---

 

1. 들어가며

데이터 분석에서 시각화는 데이터의 특징과 패턴을 직관적으로 파악하는 데 매우 중요한 역할을 합니다.

파이썬의 대표적인 시각화 라이브러리인 맷플롯립(Matplotlib)은 다양한 종류의 그래프를 만들 수 있는 강력한 도구입니다.

이번 포스팅에서는 맷플롯립의 기본적인 구성 요소를 알아보고, 이를 활용하여 선 그래프와 막대 그래프를 그리는 방법에 대해 자세히 살펴보겠습니다.

 

---

 

2. 맷플롯립 기본 요소 알아보기

맷플롯립으로 그래프를 그리기 전에 기본적인 구성 요소인 Figure 클래스, rcParams 객체, 그리고 여러 그래프를 함께 그리는 서브플롯(Subplot)에 대해 알아보겠습니다.

2. 1  Figure 클래스

Figure 클래스는 그래프가 그려지는 전체 캔버스나 창을 의미합니다. 이 Figure 객체의 크기나 해상도를 조절하여 그래프의 전체적인 모양을 설정할 수 있습니다.

 

기본 산점도 그리기

 

먼저 '도서권수'와 '대출건수' 데이터를 사용하여 기본적인 산점도를 그려보겠습니다.

import pandas as pd
import matplotlib.pyplot as plt

ns_book7 = pd.read_csv('ns_book7.csv', low_memory=False)

plt.scatter(ns_book7['도서권수'], ns_book7['대출건수'], alpha=0.1)
plt.show()

 

Figure 크기 및 해상도 조절

 

plt.figure() 함수의 figsize 매개변수를 사용하여 그래프의 가로, 세로 크기(인치 단위)를 지정할 수 있고, dpi (Dots Per Inch) 매개변수로는 그래프의 해상도를 설정할 수 있습니다.

# 가로 9인치, 세로 6인치로 크기 조절
plt.figure(figsize=(9, 6))
plt.scatter(ns_book7['도서권수'], ns_book7['대출건수'], alpha=0.1)
plt.show()

# DPI를 144로 설정하여 해상도 높이기
plt.figure(dpi=144)
plt.scatter(ns_book7['도서권수'], ns_book7['대출건수'], alpha=0.1)
plt.show()

 

 

2. 2 rcParams 객체

 

rcParams는 맷플롯립의 기본 스타일을 전역적으로 설정할 수 있는 딕셔너리 객체입니다. 이를 통해 그래프의 기본 DPI, 마커 모양 등을 모든 그래프에 일괄적으로 적용할 수 있습니다.

# 기본 산점도 마커를 '*'로 변경
plt.rcParams['scatter.marker'] = '*'

plt.scatter(ns_book7['도서권수'], ns_book7['대출건수'], alpha=0.1)
plt.show()

 

물론, 개별 그래프를 그릴 때 scatter 함수의 marker 매개변수를 직접 지정하여 기본 설정을 일시적으로 변경하는 것도 가능합니다.

# 마커를 '+'로 임시 변경
plt.scatter(ns_book7['도서권수'], ns_book7['대출건수'], alpha=0.1, marker='+')
plt.show()

 

 

2. 3 여러 개의 서브플롯 출력하기

 

하나의 Figure 안에 여러 개의 그래프(서브플롯)를 배치하고 싶을 때는 plt.subplots() 함수를 사용합니다. 이 함수는 Figure 객체와 서브플롯들의 배열(Axes 객체)을 반환합니다.

 

세로로 2개 서브플롯 배치

# 2개의 행을 가지는 서브플롯 생성
fig, axs = plt.subplots(2, figsize=(6, 8))

# 첫 번째 서브플롯 (산점도)
axs[0].scatter(ns_book7['도서권수'], ns_book7['대출건수'], alpha=0.1)
axs[0].set_title('scatter plot')

# 두 번째 서브플롯 (히스토그램)
axs[1].hist(ns_book7['대출건수'], bins=100)
axs[1].set_title('histogram')
axs[1].set_yscale('log')

fig.show()

 

가로로 2개 서브플롯 배치 및 세부 설정

 

subplots() 함수에 행과 열의 개수를 지정하고, 각 서브플롯의 제목(title), 축 이름(xlabel, ylabel) 등을 개별적으로 설정할 수 있습니다.

fig, axs = plt.subplots(1, 2, figsize=(10, 4))

# 첫 번째 서브플롯
axs[0].scatter(ns_book7['도서권수'], ns_book7['대출건수'], alpha=0.1)
axs[0].set_title('scatter plot')
axs[0].set_xlabel('number of books')
axs[0].set_ylabel('borrow count')

# 두 번째 서브플롯
axs[1].hist(ns_book7['대출건수'], bins=100)
axs[1].set_title('histogram')
axs[1].set_yscale('log')
axs[1].set_xlabel('borrow count')
axs[1].set_ylabel('frequency')

fig.show()

 

 

---

 

3. 선, 막대 그래프 그리기

 

이제 데이터를 가공하여 시계열 변화를 나타내는 선 그래프와 범주별 비교에 유용한 막대 그래프를 그려보겠습니다.

3. 1 데이터 준비: 연도별/주제별 도서 개수 구하기

연도별 발행 도서 개수

value_counts()와 sort_index()를 사용하여 발행년도별 도서 수를 계산하고 정렬합니다.

# 발행년도별 도서 수를 계산하고 인덱스(연도) 기준으로 정렬
count_by_year = ns_book7['발행년도'].value_counts().sort_index()
# 2030년 이후의 비정상적인 데이터 제외
count_by_year = count_by_year[count_by_year.index <= 2030]

 

주제별 도서 개수

 

'주제분류번호'의 첫 글자를 기준으로 도서 수를 집계합니다.

import numpy as np

def kdc_1st_char(no):
    if no is np.nan:
        return '-1' # NaN 값은 -1로 처리
    else:
        return no[0]

count_by_subject = ns_book7['주제분류번호'].apply(kdc_1st_char).value_counts()

3. 2 선 그래프 그리기

plt.plot() 함수를 사용하여 시간에 따른 데이터 변화를 시각화합니다.

마커, 선 스타일, 색상 등을 지정하고 annotate() 함수로 특정 지점에 텍스트 주석을 추가할 수 있습니다.

plt.plot(count_by_year, '*-g') # 마커(*), 선스타일(-), 색상(green)
plt.title('Books by year')
plt.xlabel('year')
plt.ylabel('number of books')
plt.xticks(range(1947, 2030, 10)) # x축 눈금 10년 단위로 설정

# 5년 단위로 데이터 값 표시
for idx, val in count_by_year[::5].items():
    plt.annotate(val, (idx, val), xytext=(2, 2), textcoords='offset points')

plt.show()

3. 3 막대 그래프 그리기

 

 

plt.bar()(세로)와 plt.barh()(가로) 함수를 사용하여 범주형 데이터의 크기를 비교합니다.

 

세로 막대 그래프

plt.bar(count_by_subject.index, count_by_subject.values, width=0.7, color='blue')
plt.title('Books by subject')
plt.xlabel('subject')
plt.ylabel('number of books')

# 막대 위에 값 표시
for idx, val in count_by_subject.items():
    plt.annotate(val, (idx, val), xytext=(0, 2), textcoords='offset points',
                 fontsize=8, ha='center', color='green')
plt.show()

 

가로 막대 그래프

plt.barh(count_by_subject.index, count_by_subject.values, height=0.7, color='blue')
plt.title('Books by subject')
plt.xlabel('number of books')
plt.ylabel('subject')

for idx, val in count_by_subject.items():
    plt.annotate(val, (val, idx), xytext=(2, 0), textcoords='offset points',
                 fontsize=8, va='center', color='green')
plt.show()

3. 4 이미지 출력하고 저장하기

맷플롯립은 그래프뿐만 아니라 일반 이미지 파일도 다룰 수 있습니다.

 

이미지 출력

 

plt.imread()로 이미지를 NumPy 배열로 읽어온 후 plt.imshow()로 출력합니다. plt.axis('off')로 불필요한 축을 숨길 수 있습니다.

# !wget https://bit.ly/3wrj4xf -O jupiter.png # 코랩에서 이미지 다운로드
img = plt.imread('jupiter.png')

plt.imshow(img)
plt.axis('off') # 축 숨기기
plt.show()

 

그래프를 이미지로 저장

 

plt.savefig() 함수를 사용하면 현재 Figure에 그려진 그래프를 원하는 이름의 이미지 파일로 저장할 수 있습니다.

plt.barh(count_by_subject.index, count_by_subject.values, height=0.7, color='blue')
plt.title('Books by subject')
# ... (그래프 꾸미는 코드) ...
plt.savefig('books_by_subject.png') # png 파일로 저장
plt.show()

 

 

---

 

마치며

이번 포스팅에서는 맷플롯립의 기본 요소를 이해하고, 이를 바탕으로 선 그래프와 막대 그래프를 그리는 방법을 다루었습니다.

 

Figure 객체를 통해 그래프의 크기와 해상도를 조절하고, subplots를 이용해 여러 그래프를 한 번에 시각화하는 방법을 익혔습니다. 또한, plot, bar 등의 함수를 활용하여 데이터를 효과적으로 표현하고 savefig를 통해 결과물을 이미지로 저장하는 과정까지 살펴보았습니다. 이러한 시각화 기술은 복잡한 데이터를 명확하게 전달하는 데 큰 도움이 될 것입니다.

 

 

코드 출처:

 

https://colab.research.google.com/github/rickiepark/hg-da/blob/main/05-1.ipynb

05-1.ipynb

 

 

https://colab.research.google.com/github/rickiepark/hg-da/blob/main/05-2.ipynb

05-2.ipynb

 

이미지 및 내용 출처:

 

https://www.youtube.com/watch?v=ho0LZ6GWhtc&list=PLVsNizTWUw7FGzSRCkQrPEEe-ljVXgS7k&index=10

 

https://www.youtube.com/watch?v=deYY4xHsI0o&list=PLVsNizTWUw7FGzSRCkQrPEEe-ljVXgS7k&index=11