01wk-2: 라인플랏, 산점도, 객체지향적 시각화 (1)

matplotlib
Author

최규빈

Published

September 6, 2023

1. 강의영상

2. Imports

import matplotlib.pyplot as plt
import numpy as np
import matplotlib
matplotlib.rcParams['figure.figsize'] = (3, 2) 
matplotlib.rcParams['figure.dpi'] = 150

3. Line plot

A. 기본플랏

plt.plot([1,2,3,2])

B. 모양변경

plt.plot([1,2,3,2],'--')

C. 색상변경

- 예시1

plt.plot([1,2,3,2],'r')

- 예시2

plt.plot([1,2,3,2],'b')

D. 모양 + 색상변경

- 예시1

plt.plot([1,2,3,2],'--r')

- 예시2: 순서변경 가능

plt.plot([1,2,3,2],'r--')

E. 원리?

- r--등의 옵션은 Markers + Line Styles + Colors 의 조합으로 표현가능

ref: https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.plot.html

  • --r: 점선(dashed)스타일 + 빨간색
  • r--: 빨간색 + 점선(dashed)스타일
  • :k: 점선(dotted)스타일 + 검은색
  • k:: 검은색 + 점선(dotted)스타일

- 우선 Marker를 무시하면 Line Styles + Color로 표현가능한 조합은 \(4\times 8=32\) 개

character description
‘-’ solid line style
‘–’ dashed line style
‘-.’ dash-dot line style
‘:’ dotted line style
character color
‘b’ blue
‘g’ green
‘r’ red
‘c’ cyan
‘m’ magenta
‘y’ yellow
‘k’ black
‘w’ white
character description
‘.’ point marker
‘,’ pixel marker
‘o’ circle marker
‘v’ triangle_down marker
‘^’ triangle_up marker
‘<’ triangle_left marker
‘>’ triangle_right marker
‘1’ tri_down marker
‘2’ tri_up marker
‘3’ tri_left marker
‘4’ tri_right marker
‘8’ octagon marker
‘s’ square marker
‘p’ pentagon marker
‘P’ plus (filled) marker
’*’ star marker
‘h’ hexagon1 marker
‘H’ hexagon2 marker
‘+’ plus marker
‘x’ x marker
‘X’ x (filled) marker
‘D’ diamond marker
‘d’ thin_diamond marker
‘|’ vline marker
’_’ hline marker

- 예시1

plt.plot([1,2,4,3],'b-.')

- 예시2

plt.plot([1,2,4,3],'k:')

- 예시3: line style + color 조합으로 사용하든 color + line style 조합으로 사용하든 상관없음

plt.plot([1,2,4,3],'-.b')

plt.plot([1,2,4,3],':k')

- 예시4: line style을 중복으로 사용하거나 color를 중복으로 쓸 수 는 없다.

plt.plot([1,2,4,3],'br')
ValueError: 'br' is not a valid format string (two color symbols)

- 예시5: 색이 사실 8개만 있는건 아니다.

ref: https://matplotlib.org/2.0.2/examples/color/named_colors.html

plt.plot([1,2,4,3],color='lime')

- 예시6: 색을 바꾸려면 hex코드를 넣는 방법이 젤 깔끔함

ref: https://htmlcolorcodes.com/

plt.plot([1,2,4,3],color='#7E277E')

- 예시7: 당연히 라인스타일도 4개만 있진 않음

ref: https://matplotlib.org/stable/gallery/lines_bars_and_markers/linestyles.html

plt.plot([1,2,4,3],linestyle=(0, (10, 1)))

4. Scatter plot

A. 원리

- 그냥 마커를 설정하면 끝!

plt.plot(x,y,'o')

B. 기본플랏

- 예시1

plt.plot([1,2,4,3],'x')

- 예시2

plt.plot([1,2,4,3],'D')

C. 색깔변경

- 예시1

plt.plot(x,y,'or')

- 예시2

plt.plot(x,y,'db')

- 예시3

plt.plot(x,y,'bx')

D. dot-connected plot

- 예시1: 마커와 라인스타일을 동시에 사용하면 dot-connected plot이 된다.

plt.plot([1,2,4,3],'--o')

- 예시2: 당연히 색도 적용가능함

plt.plot([1,2,4,3],'--or')

- 예시3: 서로 순서를 바꿔도 상관없다.

plt.plot([1,2,4,3],'r--o')

- 예시4: 색만 따로 바꾸고싶다면?

plt.plot([1,2,4,3],'--o',color='lime')

5. 겹쳐 그리기

- 예시1

plt.plot([1,2,4,3])
plt.plot([3,4,1,2],'--o')

- 예시2

plt.plot([1,2,4,3],color='C1')
plt.plot([3,4,1,2],'--o',color='C0')

- 예시3

x=np.linspace(0,1,100)
eps = np.random.randn(100)*0.2
y= 2*x + eps 
plt.plot(x,y,'.')
plt.plot(x,2*x,'--')

- summary: boxplot, histogram, lineplot, scatterplot

  • 라인플랏: 추세
  • 스캐터플랏: 두 변수의 관계
  • 박스플랏: 분포(일상용어)의 비교, 이상치
  • 히스토그램: 분포(통계용어)파악
  • 바플랏: 크기비교

6. 객체지향적 시각화 (1)

A. 예비학습

# 예비학습1 – 그림을 저장했다가 꺼내보고 싶다.

- 그림을 그리고 저장하자.

plt.plot([1,2,4,3])
fig = plt.gcf()

- 다른그림을 그려보자.

plt.plot([1,2,4,3],'--o')

- 저장한 그림은 언제든지 꺼내볼 수 있음

fig

#

# 예비학습2 – fig 는 뭐야?

#fig??
type(fig)
matplotlib.figure.Figure
  • Figure라는 클래스에서 찍힌 인스턴스

- 여러가지 값, 기능이 저장되어 있겠음.

fig.axes
[<Axes: >]
ax = fig.axes[0]
yaxis= ax.yaxis
xaxis= ax.xaxis
lines = ax.get_lines()
line = lines[0]

- 계층구조: Figure \(\supset\) [Axes,…] \(\supset\) YAxis, XAxis, [Line2D,…]

type(fig)
matplotlib.figure.Figure

1. .axes 로 Axes 를 끄집어냄

ax = fig.axes[0]
type(ax)
matplotlib.axes._axes.Axes

2. .xaxis, .yaxis 로 Axis 를 끄집어냄

yaxis = ax.yaxis
xaxis = ax.xaxis
type(yaxis), type(xaxis)
(matplotlib.axis.YAxis, matplotlib.axis.XAxis)

3. .get_lines()로 Line2D를 끄집어냄

lines = ax.get_lines()
line=lines[0]
type(line)
matplotlib.lines.Line2D

- 오브젝트내용 확인 (그닥 필요 없음)

line.properties()['data']
(array([0., 1., 2., 3.]), array([1, 2, 4, 3]))

- matplotlib의 설명

ref: https://matplotlib.org/stable/gallery/showcase/anatomy.html#sphx-glr-gallery-showcase-anatomy-py

7. HW

제출: 이름(학번).ipynb, 이름(학번).html 형태로 정리하여 2개의 파일을 제출할 것 (작성방법 모르면 아래영상참고할것) - 즉 주피터노트북파일과 html파일을 모두 제출할 것

https://youtube.com/playlist?list=PLQqh36zP38-x3HQLeyrS7GLh70Dv_54Yg

  • 영상1: 코랩으로 실습하는 경우
  • 영상2: local 아나콘다로 실습하는 경우

1. 아래와 같은 그림을 그려라. (완전히 똑같지 않아도 정답으로 인정)

x = np.arange(-5,5,0.1)
y1 = np.sin(x)
y2 = np.sin(2*x) + 2
y3 = np.sin(4*x) + 4 
y4 = np.sin(8*x) + 6
#