Date: 2024-09-10

이번 글에서는 Python에서 데이터를 시각화하는 방법에 대해 간략하게 다루겠습니다.

데이터 시각화가 필요한 이유

데이터 분석은 그 방법마다 알맞은 가정이 필요하며, 이 가정을 선택하기 위한 business insight가 필요합니다. 이를 파악하기 위해 데이터를 시각화하고 그 특성을 파악할 수 있도록 하는 과정이 필요합니다.

데이터 시각화를 위한 다양한 방법이 있지만, 이번 글에서는 Python의 두 라이브러리, matplotlib의 pyplot과 seaborn을 사용하는 방법을 다루도록 하겠습니다.


matplotlib.pyplot

matplotlib은 plot을 그리기 위해 많이 사용되는 Python 라이브러리로, 라이브러리 호출은 보편적으로 다음과 같이 이뤄집니다.

# matplotlb 라이브러리 내의 pyplot 모듈 호출
import matplotlib.pyplot as plt

1차원 데이터 (series)를 시각화하는 방법은 다음과 같습니다.

# 데이터를 그리는 단계
plt.plot(series)

# 그린 결과를 화면에 띄우는 단계
plt.show()

2차원 데이터 (dataframe)를 시각화하는 방법은 다음과 같습니다.

plt.plot(dataframe['column1'], dataframe['column2'])
# 위 코드는 다음과 같이 사용할 수도 있습니다.
plt.plot('column1', 'column2', data=dataframe)

plt.show()


데이터 시각화 과정 중에는 차트 설명이나 가독성을 위해 차트를 꾸밀 필요가 있으며, plt.show() 전에 추가되어 다음과 같은 기능을 구현할 수 있습니다.

  1. x축 값을 회전하기
# 30도만큼 x축 상의 데이터 값을 회전하기
plt.xticks(rotation=30)
  1. 축 설명 추가하기
# x축 설명 추가하기
plt.xlabel('x축 이름')

# y축 설명 추가하기
plt.ylabel('y축 이름')
  1. 타이틀 추가하기
plt.title('plot의 이름')
  1. line style 변경하기

line style은 plt.plot()의 내부의 linestyle 옵션으로 변경 가능합니다.

# linestyle의 종류는 https://matplotlib.org/stable/gallery/lines_bars_and_markers/linestyles.html 참고
plt.plot('column1', 'column2', data=dataframe, linestyle='solid')
  1. line color 변경하기

line color는 plt.plot()의 내부의 color 옵션으로 변경 가능합니다.

# color의 종류는 https://matplotlib.org/stable/gallery/color/named_colors.html 참고
plt.plot('column1', 'column2', data=dataframe, color='red')
  1. line 위의 데이터포인트마다 마커 추가하기

Marker는 plt.plot() 내부의 marker 옵션으로 추가 가능합니다.

# 세부 종류는 https://matplotlib.org/stable/api/markers_api.html 참고
plt.plot('column1', 'column2', data=dataframe, marker='circle')
  1. 여러 그래프를 겹쳐서 그리기

matplotlib.pyplot은 plt.show() 전의 모든 plot을 겹쳐서 나타내게 됩니다.

# 별도로 설정하지 않더라도 여러개의 plot이 그려지는 경우 서로 색이 다르게끔 설정됨
plt.plot('column1', 'column2', data=dataframe, label='column1')
plt.plot('column3', 'column2', data=dataframe, label='column3')
  1. 축 범위 조절하기
# x축 범위 조절하는 예시
plt.xlim(0, 100)

# y축 범위 조절하는 예시
plt.ylim(0,100)
  1. 수평선, 수직선 추가하기
# 수평선 추가하기
plt.axhline(수평선_추가할_값, color='red', linestyle='dashed')

# 수직선 추가하기
plt.axvline(수직선_추가할_값, color='green', linestyle='dotted')
  1. 텍스트 추가하기
plt.text(텍스트를_추가할_x좌표, y좌표, 'text 내용')
  1. 그리드 (grid) 추가하기

plot의 가독성을 높이기 위해 자주 추가되는 기능 중 하나로, 격자선을 추가합니다.

plt.grid()
  1. 여러 그래프를 나눠서 그리기 (subplot)

여러 그래프를 행과 열로 나눠서 그릴 수 있습니다.

# 두 그래프를 위 아래로, 즉 2행 1열로 구성하여 나열하는 방법
# plt.plot() 전에 plt.subplot(행, 열, index)를 선언하여 사용
plt.subplot(2,1,1)
plt.plot('feature1', 'target', data=dataframe)

plt.subplot(2,2,2)
plt.plot('feature2', 'target', data=dataframe)
  1. plot 크기 조절하기

사용한다면 plt.plot() 전 가장 먼저 추가해야 할 기능입니다. 원하는 크기로 plot을 조절할 수 있습니다.

# 10x10 크기로 figure 크기 조절
plt.figure(figsize=(10,10))


seaborn 라이브러리

seaborn 라이브러리는 matplotlib 대비 사용법이 간단하여 많이 사용되는 라이브러리입니다.

matplotlib.pyplot의 다양한 그래프 꾸미기 함수와 혼용할 수 있다는 점이 매력적입니다.

import seaborn as sns

# bin이 n개인 dataframe의 feature column에 관한 히스토그램 그리기
sns.histplot(x='feature', data=dataframe, bins=n)

plt.grid()

plt.show()

댓글남기기