Skip to content

Read our latest paper introducing PyGWalker - On-the-fly Assistant for Exploratory Visual Data Analysis

Matplotlib의 PyPlot Figure를 사용하는 초보자 가이드

Rajiv Chandra
Name
Rajiv Chandra

Updated on

Matplotlib은 다양한 시각화 기능을 제공하는 인기있는 파이썬 플로팅 라이브러리입니다. Matplotlib에서 가장 중요한 모듈 중 하나는 MATLAB과 유사한 인터페이스 역할을 하는 다양한 차트 및 그래프를 생성하기 위한 함수 모음인 PyPlot입니다.

이 가이드에서는 Matplotlib의 PyPlot 라이브러리에서 가장 일반적으로 사용되는 함수 중 하나인 PyPlot Figure를 탐색합니다. 다양한 종류의 차트 및 그래프를 생성하고 그 속성을 사용자 정의하며 플롯을 저장하고 공유하는 방법에 대한 단계별 튜토리얼을 제공해 드리겠습니다.

파이썬에서 빠르게 데이터 시각화를 생성하고 싶으신가요?

PyGWalker는 Jupyter Notebook 기반 환경에서 데이터 분석 및 시각화 워크플로우를 고속화할 수 있도록 도와주는 오픈 소스 파이썬 프로젝트입니다.

PyGWalker (opens in a new tab)는 팬더스 데이터프레임(또는 Polars 데이터프레임)을 비주얼 UI로 변환하여 간편하게 그래프를 생성할 수 있습니다. 다음 코드를 사용하세요:

pip install pygwalker
import pygwalker as pyg
gwalker = pyg.walk(df)

이제 바로 온라인 노트북에서 PyGWalker를 사용해보세요:

그리고, 깃허브에서 ⭐️을 받는 것도 잊지 마세요!

Kaggle 노트북에서 PyGWalker 실행 (opens in a new tab)Google Colab에서 PyGWalker 실행 (opens in a new tab)PyGWalker에 ⭐️를 주세요 (opens in a new tab)
Kaggle 노트북에서 PyGWalker 실행 (opens in a new tab)Google Colab에서 PyGWalker 실행 (opens in a new tab)PyGWalker에 ⭐️를 주세요 (opens in a new tab)

PyPlot Figure란 무엇인가?

PyPlot Figure는 Matplotlib의 PyPlot에서 새로운 피규어 창을 생성하고 현재 피규어로 설정하는 함수입니다. 이 객체를 사용하여 다양한 종류의 차트 및 그래프를 그리고 그 속성을 설정하여 데이터 시각화 요구 사항에 맞게 사용자 정의할 수 있습니다.

이 함수는 피규어 객체의 속성을 수정하는 데 도움이 되는 다양한 인수를 제공합니다. 이러한 인수로는 피규어의 크기, 플롯 제목, 배경 색상 등이 포함됩니다.

PyPlot Figure 사용 방법

PyPlot Figure를 사용하려면 먼저 코드에서 Matplotlib 라이브러리를 가져와야 합니다. 이를 다음 명령어를 사용하여 수행할 수 있습니다.

import matplotlib.pyplot as plt

Matplotlib 라이브러리를 가져온 후에는 다음과 같이 PyPlot Figure 함수를 사용할 수 있습니다.

plt.figure()


이렇게 하면 기본 설정으로 새로운 도표 창이 생성됩니다. 도형의 속성을 사용자 정의하려면 함수가 제공하는 다양한 인수를 사용할 수 있습니다. 예를 들어 figsize 인수를 사용하여 도형의 크기를 다음과 같이 설정할 수 있습니다.

``` python
plt.figure(figsize=(10, 5))

이렇게 하면 크기가 10인치 x 5인치인 새로운 도형이 생성됩니다.

다양한 유형의 PyPlot 도표

PyPlot 도표 함수를 사용하여 새 도표 창을 만든 후 Matplotlib의 PyPlot을 사용하여 다양한 종류의 차트 및 그래프를 플로팅할 수 있습니다. 여기에서는 가장 일반적으로 사용되는 함수와 해당 차트를 설명합니다.

라인 차트

Matplotlib의 PyPlot을 사용하여 plt.plot() 함수를 사용하여 라인 차트를 만들 수 있습니다. 다음은 예입니다.

x = [1, 2, 3, 4]
y = [10, 20, 30, 40]
 
plt.plot(x, y)
plt.title("라인 차트")
plt.xlabel("X 축 레이블")
plt.ylabel("Y 축 레이블")
plt.show()

이렇게 하면 x 축과 y 축 레이블이 있는 간단한 라인 차트가 생성됩니다.

막대 차트

Matplotlib의 PyPlot을 사용하여 plt.bar() 함수를 사용하여 막대 차트를 만들 수 있습니다. 다음은 예입니다.

x = [1, 2, 3, 4]
y = [10, 20, 30, 40]
 
plt.bar(x, y)
plt.title("막대 차트")
plt.xlabel("X 축 레이블")
plt.ylabel("Y 축 레이블")
plt.show()

이렇게 하면 x 축과 y 축 레이블이 있는 간단한 막대 차트가 생성됩니다.

산점도

Matplotlib의 PyPlot을 사용하여 plt.scatter() 함수를 사용하여 산점도를 만들 수 있습니다. 다음은 예입니다.

x = [1, 2, 3, 4]
y = [10, 20, 30, 40]
 
plt.scatter(x, y)
plt.title("산점도")
plt.xlabel("X 축 레이블")
plt.ylabel("Y 축 레이블")
plt.show()

이것은 x와 y축 레이블이 있는 간단한 산점도를 만듭니다.

파이 차트

Matplotlib의 PyPlot에서 plt.pie() 함수를 사용하여 파이 차트를 만들 수 있습니다. 다음은 예입니다.

sizes = [30, 40, 10, 20]
labels = ['A', 'B', 'C', 'D']
 
plt.pie(sizes, labels=labels)
plt.title("Pie Chart")
plt.show()

이것은 사용자 지정 된 레이블과 함께 간단한 파이 차트를 만듭니다.

히스토그램

Matplotlib의 PyPlot에서 plt.hist() 함수를 사용하여 히스토그램을 생성할 수 있습니다. 다음은 예입니다.

data = [10, 20, 30, 10, 20, 30, 40, 50, 60]
 
plt.hist(data)
plt.title("Histogram")
plt.xlabel("Value")
plt.ylabel("Frequency")
plt.show()

값과 빈도 레이블이 있는 간단한 히스토그램을 만듭니다.

이러한 것들은 Matplotlib의 PyPlot의 PyPlot 피규어를 사용하여 만들 수있는 차트 유형의 일부에 불과합니다. 시각화 요구 사항에 따라 다른 라이브러리 함수를 사용하여 다른 차트 및 그래프를 만들 수 있습니다.

PyPlot 피규어 차트 사용자 정의

차트 및 그래프의 다른 유형을 만드는 것 외에도, Matplotlib의 PyPlot에서 여러 인수를 사용하여 그들의 속성을 사용자 정의 할 수 있습니다. 가장 일반적으로 사용되는 인수 중 일부는 다음과 같습니다.

제목

plt.title() 함수를 사용하여 플롯의 제목을 설정할 수 있습니다. 예를 들면 :

plt.title("My Plot Title")

축 레이블링

plt.xlabel () 및 plt.ylabel () 함수를 사용하여 각각 x 및 y 축에 레이블을 붙일 수 있습니다. 예를 들면 :

plt.xlabel("X-axis label")
plt.ylabel("Y-axis label")

배경색

플랏의 배경 색상을 plt.figures() 함수와 그 facecolor 인자를 이용하여 설정할 수 있습니다. 예를 들어:

plt.figure(facecolor='lightgray')

그리드 라인

플랏의 그리드 라인을 plt.grid() 함수와 그 True 인자를 이용하여 켤 수 있습니다. 예를 들어:

plt.grid(True)

범례

플랏에 범례를 추가하려면 plt.legend() 함수와 그 loc 인자를 이용할 수 있습니다. 예를 들어:

plt.legend(loc='upper right')

PyPlot 피겨 차트를 파일로 저장하기

커스터마이징한 플랏을 만들었다면, 공유하거나 보관하기 위해 파일로 저장할 필요가 있습니다. Matplotlib의 PyPlot 라이브러리는 PNG, PDF, SVG 등 다양한 형식으로 플랏을 저장할 수 있는 여러 가지 옵션을 제공합니다.

plt.savefig() 함수를 이용하여 플랏을 파일로 저장할 수 있습니다. 예를 들어:

plt.savefig('plot.png')

이 코드는 플랏을 PNG 파일로 현재 작업 디렉토리에 저장합니다.

결론

마무리하며, PyPlot Figure는 Matplotlib의 PyPlot 라이브러리에서 필수적인 함수로, 새로운 피겨 창을 생성하고 현재 피겨로 설정합니다. 이 객체를 이용하여 다양한 종류의 차트와 그래프를 그리고 그 속성을 커스터마이징할 수 있으며, 생성한 플랏을 저장하고 공유할 수 있습니다.

이 가이드에서는 PyPlot Figure을 활용해 다양한 종류의 차트와 그래프를 만들고 속성을 커스터마이징하고, 플랏을 저장하고 공유하는 방법에 대해 단계별로 안내했습니다. 본 가이드가 도움이 되었기를 바라며, Python으로 데이터 시각화 및 분석에 대해 더 알아보고 싶다면 Pandas와 PySpark에 대한 다른 가이드와 튜토리얼도 확인해 보세요.

다른 Python 튜토리얼: