🖥️[Python] 10-2. Matplotlib 라이브러리 (여러 그래프)

선 그래프

• 선 그래프는 수량을 점으로 표시하고 그 점들을 선분으로 이어 그린 그래프를 말한다.
• pyplot.plot 함수를 사용하여 그리며, 주요 파라미터로는 다음과 같다.

  • x, y : x,y 축에 들어갈 값을 의미하며, iterable한 객체여야 한다.
  • linewidth : 선 두께
  • marker : 마커 종류
  • markersize : 마커 크기
  • color : 선 색상
  • linestyle : 선 스타일
  • label : 범례

# 그래프 기본 설정
plt.title("날짜별 상품 판매량")
plt.xlabel("날짜")
plt.ylabel("판매량 (개수)")

# 월별 일 수 누적을 통한 매월 1일 인덱스 정의 (12월 제외)
xtick_range = np.cumsum([0, 31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30]) 
plt.xticks(xtick_range, df['날짜'].loc[xtick_range]) 

plt.plot(df['날짜'], df['상품1'], label = '상품1', color = 'b')
plt.plot(df['날짜'], df['상품2'], label = '상품2', color = 'g')
plt.plot(df['날짜'], df['상품3'], label = '상품3', color = 'r')

plt.legend()

• 또한 pandas에서도 DataFrame.plot() 함수를 사용하면 DataFrame을 사용한 그래프를 그릴 수 있다.

# DataFrame을 이용하여 그래프 그리기
# 그래프 기본 설정
# 월별 일 수 누적을 통한 매월 1일 인덱스 정의 (12월 제외)
xtick_range = np.cumsum([0, 31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30])
df.plot(kind = 'line', x = '날짜', y = ['상품1', '상품2', '상품3'])

plt.title("날짜별 상품 판매량")
plt.xlabel("날짜")
plt.ylabel("판매량 (개수)")
plt.xticks(xtick_range, df['날짜'].loc[xtick_range])

산점도 그래프

• 산점도는 두 변수의 상관 관계를 직교 좌표계의 평면에 점으로 표현하는 그래프를 말한다.
• pyplot.scatter 함수를 사용하여 그리며, 주요 파라미터로는 다음과 같다.

  • x, y : x,y 축에 들어갈 값을 의미하며, iterable한 객체여야 한다.
  • marker : 마커 종류
  • markersize : 마커 크기
  • color : 마커 색상
  • label : 범례

# 그래프 기본 설정
plt.title("날짜 및 대리점별 출하량")
plt.xlabel("분기")
plt.ylabel("출하량 (개수)")

xtick_range = range(len(grouped_df['분기'].unique()))
xtick_label = grouped_df['분기'].unique()
plt.xticks(xtick_range, xtick_label)

for agent in grouped_df['대리점'].unique():
    cond = grouped_df['대리점'] == agent
    plt.scatter(grouped_df.loc[cond]['분기'], grouped_df.loc[cond]['수량'], s = 100, marker = '*')

• 산점도 그래프 또한 마찬가지로 pandas에서 DataFrame.plot() 함수를 사용하면 DataFrame을 사용한 그래프를 그릴 수 있다.

pivot_df.plot(kind = 'scatter', x = '분기', y = '대리점 1_출하량')
plt.title("날짜별 상품 판매량")
plt.xlabel("분기")
plt.ylabel("출하량 (개수)")

xtick_range = range(len(grouped_df['분기'].unique()))
xtick_label = grouped_df['분기'].unique()

plt.xticks(xtick_range, xtick_label)

막대 그래프

• 막대 그래프는 범주가 있는 데이터 값을 직사각형의 막대로 표현하는 그래프를 말한다.
• pyplot.bar 함수를 사용하여 그리며, 주요 파라미터로는 다음과 같다.

  • x: 막대의 위치
  • height : 막대의 높이
  • width : 막대의 너비
  • align : 막대 정렬

# 제품군별 출하량 합계 계산
plt.title("제품군별 출하량 합계")
plt.xlabel("제품군")
plt.ylabel("출하량 합계 (개수)")
plt.bar(grouped_df1['제품군'], grouped_df1['수량'], width = 0.5)

• 막대 그래프 또한 마찬가지로 pandas에서 DataFrame.plot() 함수를 사용하면 DataFrame을 사용한 그래프를 그릴 수 있으며, 다중 막대 그래프도 그릴 수 있다.

plt.rcParams["figure.figsize"] = (40, 15)
grouped_df2 = df.groupby(['제품군', '년도(year)'], as_index = True)['수량'].sum()

grouped_df2.unstack().plot(kind = 'bar')

파이 차트

• 파이 차트는 범주별 구성 비율을 원형으로 표현한 그래프를 말한다.
• pyplot.pie 함수를 사용하여 그리며, 주요 파라미터로는 다음과 같다.

  • x : 각 pie의 크기
  • label : 각 pie에 부착되는 라벨
  • labeldistance : 라벨 간 거리
  • normalize : 비율을 나타낼 것인지 여부
  • autopct : 위에 표시될 글자 형태
  • color : 배열로 설정해서 각 파트의 색상을 설정 가능

plt.title("제품군별 출하량 비율")

plt.pie(x = grouped_df['수량'],
        labels = grouped_df['제품군'],
       labeldistance = 0.3,
       autopct = '%1.1f%%')

• 막대 그래프 또한 마찬가지로 pandas에서 DataFrame.plot() 함수를 사용하면 DataFrame을 사용한 그래프를 그릴 수 있으며, 다중 막대 그래프도 그릴 수 있다.

grouped_df.plot(kind = 'pie')

박스 플롯

• 박스 플롯또는 박스-위스커 플롯은 수치 데이터를 표현하는 하나의 방식을 말하며, 일반적으로 박스 플롯은 전체 데이터로부터 얻어진 아래의 다섯 가지 요약 수치를 사용해서 그려진다.

  • 최소값
  • 제 1사분위 수 (Q1)
  • 제 2사분위 수 또는 중위수 (Q2)
  • 제 3사분위 수 (Q3)
  • 최대값

• pyplot.boxplot 함수를 사용하여 그리며, 주요 파라미터로는 다음과 같다.

  • x : boxplot을 그리기 위한 데이터

plt.title("쇼핑몰 유형에 따른 판매금액 분포")
plt.boxplot(X.values)
plt.xticks(np.arange(1, len(X)+1), X.index)

• 박스 플롯 또한 마찬가지로 pandas에서 DataFrame.boxplot() 함수를 사용하면 DataFrame을 사용한 그래프를 그릴 수 있으며, 다중 막대 그래프도 그릴 수 있다.

df.boxplot(column = ['실험1', '실험2', '실험3'])