[혼공분석] #6. 복잡한 데이터 표현하기

6. 복잡한 데이터 표현하기
    1) 객체지향 API로 그래프 꾸미기
        (1) pyplot 및 객체지향 API 방식으로 그래프 그리기
        (2) 출판사별 발행 도서 개수 산점도 그리기
    2) 맷플롯립의 고급 기능 배우기
        (1) 여러 개의 선 그래프 그리기
        (2) 스택 영역 그래프 그리기
        (3) 여러 개의 막대 그래프 그리기
        (4) 원 그래프 그리기
        (5) 여러 종류 그래프가 있는 서브플롯 그리기

 

1) 객체지향 API로 그래프 꾸미기

(1) 그래프 그리기

① pyplot 방식

- matplotlib.pyplot에 있는 함수를 사용

- y축은 plot() 함수에 전달한 값, x축은 인덱스 값으로 함 

import matplotlib.pyplot as plt

plt.plot([1, 4, 9, 16])

plt.title('simple line graph')

plt.show()

pyplot 방식 그래프

 

 

② 객체지향 API 방식

- 동일한 그래프를 피겨(fig) 객체와 Axes 객체를 사용하여 그리기

- 피겨 객체 설정을 바꾸거나, 서브플롯을 추가하는 경우에 사용함

fig, ax = plt.subplots()

ax.plot([1, 4, 9, 16])

ax.set_title('simple line graph')

fig.show()

 

 

---

(2) 출판사별 발행 도서 개수 산점도 그리기

① 고유한 출판사 목록 만들기

- [value_counts() 메서드]로 상위 30개 출판사 목록을 만들며, 해당 메서드는 내림차순 정렬함

import pandas as pd

ns_book7 = pd.read_csv('ns_book7.csv', low_memory=False)

top30_pubs = ns_book7['출판사'].value_counts()[:30]

top30_pubs

 

문학동네      4410
민음사         3349
...
북이십일     1026

 

- [isin() 메서드]로 상위 30개 출판사에 해당하면 True, 아니면 False로 반환함

- [sample() 메서드]로 무작위 1000개 행 선택하고, [random_state 매개변수]로 동일한 결과 출력

top30_pubs_idx = ns_book7['출판사'].isin(top30_pubs.index)

top30_pubs_idx 

0                 True
1               False
...
376769     False

 

ns_book8 = ns_book7[top30_pubs_idx].sample(1000, random_state=42)

 

 

② 산점도 그리기

- [subplots() 함수]로 피겨의 크기를 지정함

- [scattter() 함수]로 x축은 '발행년도', y축은 '출판사'를 지정하여 산점도 그리기

fig, ax = plt.subplots(figsize=(10, 8))

ax.scatter(ns_book8['발행년도'], ns_book8['출판사'])

ax.set_title('출판사별 발행도서')

fig.show()

산점도 그래프

 

 

③ 마커 꾸미기

- [s 매개변수]로 마커 크기를 다르게 나타내기 ('대출건수' X 2 값으로 마커 크기 지정)

- [linewidths 매개변수]로 마커 테두리 선의 두께 바꾸기 (기본값 1.5)

- [edgecolors 매개변수]로 마커 테두리 색 바꾸기 (기본값 face, 검정색 k)

- [alpha 매개변수]로 마커 투명도 조절하기 (진할수록 해당 값이 많음을 의미)

- [c 매개변수]로 마커 색 바꾸기 (작은 값은 짙은 녹색 → 큰 값은 밝은 노랑)

- [colorbar() 메서드]로 색깔이 어떤 값에 대응하는지 참조 정보를 제공하는 컬러 막대 표시하기

fig, ax = plt.subplots(figsize=(10, 8))

sc = ax.scatter(ns_book8['발행년도'], ns_book8['출판사'], s=ns_book8['대출건수']*2,

                        linewidths=0.5, edgecolors='k', alpha=0.3, c=ns_book8['대출건수'])

ax.set_title('출판사별 발행도서')

fig.colorbar(sc)

fig.show()

마커 꾸미기 (jet 컬러맵)

 

 

④ 컬러맵 (값에 따라 색상 표현)

- [cmap 매개변수]로 컬러맵을 지정함 (파랑→노랑→빨강 순인  jet 컬러맵을 자주 사용함)

 

 

 

---

2) 맷플롯립의 고급 기능 배우기

(1) 여러 개의 선 그래프 그리기

① 2개의 선 그래프 그리기

- 상위 30위 출판사에 해당하는 행만 선택해서 '출판사', '발행년도', '대출건수' 열을 추출함

- [groupby() 메서드]로 '출판사'&'발행년도' 기준으로 행을 묶은 후, [sum() 메서드]로 '대출건수' 합을 계산함

top30_pubs = ns_book7['출판사'].value_counts()[:30]

top30_pubs_idx = ns_book7['출판사'].isin(top30_pubs.index)

ns_book9 = ns_book7[top30_pubs_idx][['출판사', '발행년도', '대출건수']]

ns_book9 = ns_book9.groupby(by=['출판사', '발행년도']).sum()

 

- 2개 출판사에 대한 선 그래프를 그림

- [label 매개변수]로 레이블을 추가하고, [legend() 메서드]로 범례를 추가함

line1 = ns_book9[ns_book9['출판사'] == '황금가지']

line2 = ns_book9[ns_book9['출판사'] == '비룡소']

fig, ax = plt.subplots(figsize=(8, 6))

ax.plot(line1['발행년도'], line1['대출건수'], label='황금가지')

ax.plot(line2['발행년도'], line2['대출건수'], label='비룡소')

ax.set_title('년도별 대출건수')

ax.legend()

fig.show()

2개의 선 그래프

 

 

② 5개의 선 그래프 그리기

- 상위 5개 출판사에 대해 선 그래프 그리기

- [set_xlim() 메서드]로 x축의 좌표 범위를 설정함 (y축은 [set_ylim() 메서드])

fig, ax = plt.subplots(figsize=(8, 6))

for pub in top30_pubs.index[:5]:

    line = ns_book9[ns_book9['출판사'] == pub]    # 상위 5개 출판사 선정

    ax.plot(line['발행년도'], line['대출건수'], label=pub)    # 5개 선 그래프 그리기

ax.set_title('년도별 대출건수')

ax.legend()

ax.set_xlim(1985, 2025)

fig.show()

 

 

---

(2) 스택 영역 그래프 그리기

- [pivot_table() 메서드]로 열 이름을 '발행년도' 값으로 바꾸기 (열 값이 하나의 열이 되게)

- [get_level_values() 메서드]로 다단으로 구성된 열에서 선택한 항목만 가져올 수 있음

- [stackplot() 메서드]로 스택 영역 그래프 그리기

- [fillna() 메서드]로 누락된 값을 0으로 채움

- [loc 매개변수]로 범례 위치 지정 (기본값은 'best'로 최상단 위치)

ns_book10 = ns_book9.pivot_table(index='출판사', columns='발행년도')

top5_pubs = top30_pubs.index[:5]

year_cols = ns_book10.columns.get_level_values(1)

fig, ax = plt.subplots(figsize=(8, 6))

ax.stackplot(year_cols, ns_book10.loc[top5_pubs].fillna(0), labels=top5_pubs)

ax.set_title('년도별 대출건수')

ax.legend(loc='upper left')

ax.set_xlim(1985, 2025)

fig.show()

스택 영역 그래프

 

 

---

(3) 여러 개의 막대 그래프 그리기

① 묶은 세로 막대 그래프

- [bar() 메서드]로 막대 그래프 그리며, x값 위치를 이동시켜 옆으로 나란한 막대 그래프를 그림

- [width 매개변수]로 막대 두께 지정

fig, ax = plt.subplots(figsize=(8, 6))

ax.bar(line1['발행년도']-0.2, line1['대출건수'], width=0.4, label='황금가지')

ax.bar(line2['발행년도']+0.2, line2['대출건수'], width=0.4, label='비룡소')

ax.set_title('년도별 대출건수')

ax.legend()

fig.show()

묶은 세로 막대 그래프

 

 

② 누적 세로 막대 그래프

- [cumsum() 메서드]로 누적 값을 계산함

- 큰 막대(누적 값)를 먼저 그린 후, 작은 막대 순으로 그려서 막대를 쌓을 수 있음

- [range() 함수]로 행 개수만큼 인덱스 번호를 만들고, for 문에 [reversed() 함수]로 인덱스의 역순으로 반복하여 그림

ns_book12 = ns_book10.loc[top5_pubs].cumsum()

fig, ax = plt.subplots(figsize=(8, 6))

for i in reversed(range(len(ns_book12))):

    bar = ns_book12.iloc[i]     # 행 추출

    label = ns_book12.index[i]     # 출판사 이름 추출

    ax.bar(year_cols, bar, label=label)

누적 세로 막대 그래프

 

 

---

(4) 원 그래프 그리기

- 상위 5개 출판사의 도서 개수 및 인덱스를 저장함

- [pie() 메서드]로 원 그래프 그리기

- [startangle 매개변수]를 90으로 지정하면 12시 방향부터 반시계 방향 순으로 그림 (기본값 3시 방향부터 반시계 방향 순)

- [autopct 매개변수]로 포맷팅 문자열 지정 ('%d'는 정수)

- [explode 매개변수]로 원하는 조각을 떨어뜨려 중요한 항목 강조

data = top30_pubs[:5]

labels = top30_pubs.index[:5]

fig, ax = plt.subplots(figsize=(8, 6))

ax.pie(data, labels=labels, startangle=90, autopct='%.1f%%', explode=[0.1]+[0]*4)

ax.set_title('출판사 도서비율')

fig.show()

원 그래프

 

 

---

(5) 여러 종류 그래프가 있는 서브플롯 그리기

fig, axes = plt.subplots(2, 2, figsize=(20, 16))

# 산점도

# 스택 영역 그래프

# 누적 막대 그래프

# 원 그래프

fig.savefig('all_in_one.png')

fig.show()

여러 종류 그래프가 있는 서브플롯

 

 

 

---

6주차 미션

 

 

6주차. 기본 미션

p344의 손코딩(맷플롯립의 컬러맵으로 산점도 그리기)을 코랩에서 그래프 출력하고 화면 캡처하기

기본미션. 맷플롯립의 컬러맵으로 산점도 그리기

 

 

6주차. 선택 미션

p356 ~ 359의 스택 영역 그래프를 그리는 과정을 정리하기

선택미션. 스택 영역 그래프 그리기