matplotlib I

Matpltlib I¶

---

matplotlib¶

matplotlib는 많은 함수와 인자가 있어서 document확인해 본다. https://matplotlib.org/3.1.1/tutorials/introductory/pyplot.html

• pyplot객체를 사용하여 데이터를 표시
• pyplot객체에 그래프들을 쌓은 다음 flush

In [1]:

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

In [2]:

X=range(100)
Y=[val**2 for val in X]
plt.plot(X,Y)
plt.show()

---

• 최대 단점 argumnet를 kwargs받음
• 고정된 argument가 없어서 alt+tab으로 확인이 어려움

In [3]:

X_1=range(100)
Y_1=[np.cos(val) for val in X_1]

X_2=range(100)
Y_2=[np.sin(val) for val in X_2]

plt.plot(X_1,Y_1)
plt.plot(X_2,Y_2)
plt.show()

• Graph는 원래 figure객체에 생성됨
• pyplot객체 사용시, 기본 figure에 그래프가 그려짐

Figure & Axes¶

• Matplotlib는 Figure안에 Axes로 구성
• Figure위에 여러 개의 Axes를 생성

In [4]:

fig = plt.figure()  # figure 반환
fig.set_size_inches(10, 10)  # 크기지정

ax_1 = fig.add_subplot(2, 2, 1)  # 두개의 plot 생성
ax_2 = fig.add_subplot(2, 2, 2)  # 두개의 plot 생성
ax_3 = fig.add_subplot(2, 1, 2)  # 두개의 plot 생성

ax_1.plot(X_1, Y_1, c="b")  # 첫번째 plot
ax_2.plot(X_2, Y_2, c="g")  # 두번째 plot
ax_3.plot(X_1, Y_1)
plt.show()  # show & flush

subplots¶

• Subplot의 순서를 grid로 작성

In [5]:

fig = plt.figure()
fig.set_size_inches(10, 8)  # size 설정
# plt.style.use("ggplot")    # 스타일적용

ax = []
colors = ["b", "g", "r", "c", "m", "y", "k"]
for i in range(1, 7):
    ax.append(fig.add_subplot(2, 3, i))  # 두개의 plot 생성
    X_1 = np.arange(50)
    Y_1 = np.random.rand(50)
    c = colors[np.random.randint(1, len(colors))]

    ax[i - 1].plot(X_1, Y_1, c=c)

set color¶

• c 또는 color속성을 사용
• float: 흑백, rgb color, predefined color 사용
• https://matplotlib.org/examples/lines_bars_and_markers/linestyles.html

In [6]:

X=np.arange(100)
Y=X**2

X_1=X
Y_1=Y+2000

plt.plot(X,Y,color='#eeefff')
plt.plot(X_1,Y_1,color='r')

Out[6]:

[<matplotlib.lines.Line2D at 0x2073a058288>]

set linestyle¶

• ls 또는 linestyle속성 사용

In [7]:

plt.plot(X,Y,c='b',linestyle='dashed')
plt.plot(X_1,Y_1,color='r',ls='dotted')

Out[7]:

[<matplotlib.lines.Line2D at 0x20739eca388>]

set title¶

• pyplot에 title함수 사용, figure의 subplot별로 입력가능
• latex타입의 표혀노 가능(수식 표현 가능)

In [8]:

plt.plot(X,Y,c='b',linestyle='dashed')
plt.plot(X_1,Y_1,color='r',ls='dotted')

#### set title####
plt.title('Two curves')

Out[8]:

Text(0.5, 1.0, 'Two curves')

In [9]:

plt.plot(X,Y,c='b',linestyle='dashed')
plt.plot(X_1,Y_1,color='r',ls='dotted')

#### set title####
plt.title("$y = ax^{2} + b$")
plt.show()

set legend¶

• legend함수로 범례를 표시함, loc위치등 속성 지정

In [10]:

plt.plot(X,Y,c='b',linestyle='dashed',label='curve_1')
plt.plot(X_1,Y_1,color='r',ls='dotted',label='curve_2')

#### set legend ####
plt.legend(shadow=True,fancybox=True,loc='lower right')

Out[10]:

<matplotlib.legend.Legend at 0x2073b1aefc8>

set grid & xylim¶

• Graph 보조선을 긋는 grid와 xy축 범위 한계를 지정
• ggplot 스타일 적용
• https://matplotlib.org/3.1.1/gallery/style_sheets/style_sheets_reference.html

In [11]:

plt.plot(X,Y,c='b',linestyle='dashed',label='curve_1')
plt.plot(X_1,Y_1,color='r',ls='dotted',label='curve_2')

#### set title####
plt.title("$y = ax^{2} + b$")

#### set legend ####
plt.legend(shadow=True,fancybox=True,loc='lower right')

#### set grid & xylim ####
plt.grid(True, lw=0.4, ls="--", c=".90")
plt.xlim(-100, 200)
plt.ylim(0, 4000)

Out[11]:

(0.0, 4000.0)

In [12]:

plt.style.use('ggplot')

In [13]:

plt.plot(X,Y,c='b',linestyle='dashed',label='curve_1')
plt.plot(X_1,Y_1,color='r',ls='dotted',label='curve_2')

#### set title####
plt.title("$y = ax^{2} + b$")

#### set legend ####
plt.legend(shadow=True,fancybox=True,loc='lower right')

#### set grid & xylim ####
plt.xlim(-100, 200)
plt.ylim(0, 4000)

Out[13]:

(0.0, 4000.0)

annotate & text¶

• text: 그래프 위에 글을 적는다.
• annotate: 글도 적고 화살표도 나타낼 수 있다.

In [14]:

plt.style.use('default')

In [15]:

plt.plot(X,Y,c='b',linestyle='dashed',label='curve_1')
plt.plot(X_1,Y_1,color='r',ls='dotted',label='curve_2')


#### set text & annotate ####
plt.text(50, 1600, "curve_1")
plt.annotate(
    "curve_2",
    xy=(30, 2900),       # 화살표 끝점
    xytext=(-25, 3000),   # text도 나타내고 화살표의 시작점
    arrowprops=dict(facecolor="black", shrink=0.05))


#### set title####
plt.title("$y = ax^{2} + b$")

#### set legend ####
plt.legend(shadow=True,fancybox=True,loc='lower right')

#### set grid & xylim ####
plt.xlim(-100, 200)
plt.ylim(0, 4000)

Out[15]:

(0.0, 4000.0)

set label¶

• x,y축의 글을 쓸 수 있다.

In [16]:

fig = plt.figure()  # figure 반환
fig.set_size_inches(5, 3)  # 크기지정

plt.plot(X,Y,c='b',linestyle='dashed',label='curve_1')
plt.plot(X_1,Y_1,color='r',ls='dotted',label='curve_2')

#### set title####
plt.title("$y = ax^{2} + b$")

#### set legend ####
plt.legend(shadow=True,fancybox=True,loc='lower right')

#### set grid & xylim ####
plt.grid(True, lw=0.4, ls="--", c=".90")
plt.xlim(-100, 200)
plt.ylim(0, 4000)

#### set label ####
plt.xlabel("x_line")
plt.ylabel("y_line")

Out[16]:

Text(0, 0.5, 'y_line')

save¶

• savefig함수를 통해서 그래프를 이미지로 저장할 수 있다.

In [17]:

plt.plot(X,Y,c='b',linestyle='dashed')
plt.plot(X_1,Y_1,color='r',ls='dotted')

#### set title####
plt.title("$y = ax^{2} + b$")

#### save ####
plt.savefig('test.png')

예시¶

In [18]:

df = pd.read_csv("./data/phone_data.csv")
df.head()

Out[18]:

	index	date	duration	item	month	network	network_type
0	0	15/10/14 06:58	34.429	data	2014-11	data	data
1	1	15/10/14 06:58	13.000	call	2014-11	Vodafone	mobile
2	2	15/10/14 14:46	23.000	call	2014-11	Meteor	mobile
3	3	15/10/14 14:48	4.000	call	2014-11	Tesco	mobile
4	4	15/10/14 17:27	4.000	call	2014-11	Tesco	mobile

월별 통화량 데이터 총합¶

In [19]:

result = df.groupby(["month"])["duration"].sum()
result

Out[19]:

month
2014-11    26639.441
2014-12    14641.870
2015-01    18223.299
2015-02    15522.299
2015-03    22750.441
Name: duration, dtype: float64

In [20]:

fig = plt.figure(figsize=(5,3))  # figure 반환

plt.plot(result.index, result, color="b", linestyle="dashed")

plt.title("Durations per month")
plt.show()

일별 네트워크별 데이터의 총량을 다중 plot으로 작성¶

In [21]:

df["day"]=df["date"].str[:9]
df.head()

Out[21]:

	index	date	duration	item	month	network	network_type	day
0	0	15/10/14 06:58	34.429	data	2014-11	data	data	15/10/14
1	1	15/10/14 06:58	13.000	call	2014-11	Vodafone	mobile	15/10/14
2	2	15/10/14 14:46	23.000	call	2014-11	Meteor	mobile	15/10/14
3	3	15/10/14 14:48	4.000	call	2014-11	Tesco	mobile	15/10/14
4	4	15/10/14 17:27	4.000	call	2014-11	Tesco	mobile	15/10/14

In [22]:

result=df.groupby(["network", "day"])["duration"].sum().reset_index()
result.head()

Out[22]:

	network	day	duration
0	Meteor	01/03/15	9.0
1	Meteor	02/01/15	2.0
2	Meteor	02/03/15	192.0
3	Meteor	02/11/14	177.0
4	Meteor	02/12/14	526.0

In [23]:

result["network"].unique().tolist()

Out[23]:

['Meteor',
 'Tesco',
 'Three',
 'Vodafone',
 'data',
 'landline',
 'special',
 'voicemail',
 'world']

In [24]:

result[result["network"] == "data"].head()

Out[24]:

	network	day	duration
256	data	01/01/15	34.429
257	data	01/02/15	34.429
258	data	01/03/15	34.429
259	data	01/11/14	34.429
260	data	01/12/14	34.429

In [25]:

fig = plt.figure()
fig.set_size_inches(12, 10)  # size 설정

network_types = result["network"].unique().tolist()
ax = []
for i in range(1, 7):
    ax.append(fig.add_subplot(2, 3, i))  # 두개의 plot 생성
    network_name = network_types[i - 1]

    plt.title(network_name)

    X_1 = result[result["network"] == network_name]["day"]
    Y_1 = result[result["network"] == network_name]["duration"]
    ax[i - 1].get_xaxis().set_visible(False)
    ax[i - 1].plot(X_1, Y_1)

• get_xaxis().set_visible(False)의 설정을 통해서 x축의 값을 안보이게 한다.