matplotlib 데이터시각화 라이브러리

import matplotlib.pyplot as plt

출력

1. 새 창(인덱스, 크기) :
1. fig = plt.figure(1, figsize=(15, 5)) #창넘버 생성(있으면 선택)
   
   
2. # 창을 선택해서 서브 추가
   ax1 = fig.add_subplot(1, 2, 1)
   ax2 = fig.add_subplot(1, 2, 2)
   
   # subplots 처음부터 서브 갯수 지정. 최신 방식.
   fig, axes = plt.subplots(2, 2, figsize=(10, 8))
   
   # subplot 즉흥적으로 서브 추가. 주의! fig가 한 개일때만 사용한다.
   ax3 = plt.subplot(2, 2, i)  #2*2, i번째
   
   
   
2. 매핑
1. plt. 그래프함수( , )
2. plt. imshow(이미지)
3. axes[0]. imshow(이미지) #subplot 매핑
   
   
   
3. 서식
       plt.title(' ')
       plt.axis('off')  # plt 축제거
       axes[0]. set_axis_off()  # subplot 축제거
   
   
   
4. 그래프 출력 :
       plt.show()

그래프

x, y 인자 그래프

• 선그래프 : plt.plot(x, y)
• 산점도그래프 : plt.scatter(x, y)
• 바그래프 : plt.bar(x, y)
• 횡-바그래프: plt.barh(x, y)
  

value 인자 빈도 그래프

• 히스토그램 : plt.hist(v)
• 원그래프 : plt.pie(v)
• 박스그래프 : plt.boxplot(v)

그래프 서식

• 제목 : plt.title(' ')
• 축 라벨 : plt.xlabel(' ')  /  plt.ylabel(' ')
• 눈금 틱 : plt.xticks( [ ] )  /  plt.yticks( [ ] )
• 그리드 : plt.grid(True/False)
• 범례 : plt.legend(' '. ' ')

시각화의 목적

데이터 이해도를 높이기 위해서 / 분석의 방향 설정 도움 + 분석 결과 전달

1) 데이터의 성격 이해 / 분석의 방향이 먼저 선행 -> 시각화 플롯 종류와 세부설정 결정

2) 형태(게슈탈트) 심리학

① 근접성: 가까운 정보를 먼 정보보다 더 연관성이 높다고 인지한다.

② 유사성: 색/모양이 비슷한 정보를 다른 정보보다 더 연관성이 높다고 인지한다.

③ 연결성: 끊어져 있을지라도 추세를 파악하여 연결된 것으로 인지한다.

"어떤 시각자료를 더 잘 이해하는가?"

"어떻게 시각화 해야 더 쉽게 이해하는가?"