[혼공단 9기] 5주차 : Chapter 05 데이터 시각화하기

하하하.. 회사에서 짤렸습니다.

정확히 말하자면 경영 악화로 인한 퇴직이며, 2월 말까지 근무하면 된다고 통보받았습니다.
사실 재취업 걱정은 없어요. 내가 바라는 이상적인 회사 찾는게 힘들지 타협만 하면 금방 취업할 것 같거든요.
그저 생각지도 못한 일을 겪게 되어서 머리가 띵- 할 뿐입니다.

이럴 때일수록 정신 차리고 똑바로 살아야겠습니다.
더 열심히 살면 미래에 대한 불안감도 없어지겠죠?
5주차 학습 정리 시작할게요~

생각치도 못한 4주차 우수혼공족 선정..!
샌드위치 맛있게 잘 먹겠습니다. 감사합니다 :)
이번 주말에 책을 읽으려고 했는데 이디야에 가야겠군요

---

Chapter 05 데이터 시각화하기

5-1 맷플롯립(matplotlib) 기본 요소 알아보기

Figure 객체 - 그래프의 크기를 바꾸는 figsize 매개변수

맷플롯립에는 Figure(피겨)라는 모든 그래프 구성 요소를 담고 있는 최상위 객체가 있다.

import matplotlib.pyplot as plt

plt.figure(figsize=(9,6))
plt.scatter(ns_book7['도서권수'], ns_book7['대출건수'], alpha=0.1)
plt.show()

figsize 매개변수의 디폴트 값은 (6,4)이며 단위는 인치이다.
DPI에 따라 실제 크기와 그려진 그래프의 크기가 다를 수 있다.
( 맷플롯립 기본 DPI 값을 확인하는 코드 > print(plt.rcParams['figure.dpi] )

%config InlineBackend.print_figure_kwargs = {'bbox_inches': None}
plt.figure(figsize=(900/72, 600/72))
plt.scatter(ns_book7['도서권수'], ns_book7['대출건수'], alpha=0.1)
plt.show()

figsize로 원하는 픽셀 사이즈로 그래프를 조정하려면 원하는 (픽셀값 / DPI) 값을 전달해주면 된다.
코랩 노트북에선 자동으로 그래프 주변 공백을 최소화 한다. 원하는 사이즈의 그래프를 그리고 싶다면 bbox_inches 옵션을 None으로 지정해 주어야한다.

Figure 객체 - 그래프의 크기를 바꾸는 dpi 매개변수

plt.figure(dpi=144)

dpi 매개변수를 활용하여 2배로 늘려주었다. 인치당 픽셀 수가 두 배로 늘어나서 그래프의 모든 요소가 두 배 커진다.

---

rcParams 객체

맷플롯립 그래프의 기본값을 관리하는 객체이다.

산점도 마커 모양 바꾸기

#DPI 기본값 바꾸기
plt.rcParams['figure.dpi'] = 100

#산점도 마커 모양 바꾸기
plt.rcParams['scatter.marker'] #마커 기본값 확인
plt.rcParams['scatter.marker'] = "*" #마커 기본값 별로 수정
plt.scatter(ns_book7['도서권수'], ns_book7['대출건수'], alpha=0.1, marker='+')
plt.show()

산점도 마커 모양을 바꾸는 두 가지 방법이다.
1) scatter.marker 속성에 지정된 기본 값을 수정해준다.
2) marker 매개변수를 직접 지정해준다. (scatter.marker 속성보다 우선순위)

서브플롯 그리기 : subplots() 함수

서브플롯이란 맷플롯립의 Axes 클래스의 객체를 말하며 하나의 서브플롯은 두 개 이상의 축을 포함한다.

fig, axs = plt.subplots(2)

axs[0].scatter(ns_book7['도서권수'], ns_book7['대출건수'], alpha=0.1)

axs[1].hist(ns_book7['대출건수'], bins=100)
axs[1].set_yscale('log')

fig.show()

subplots() 함수는 피겨 객체와 각 서브플롯을 나타내는 Axes 객체의 배열을 반환한다. 괄호 안에 원하는 서브 플롯 개수를 지정할 수 있다. (Figure 클래스 객체인 fig에 Axis 클래스 객체인 axs[0], axs[1]을 서브플롯으로 추가한다고 이해하면 된다는데 Axes, Axis 헷갈리고 개념이 명확히 이해 안된다😂)

👉🏻 네이버에 subplots() 함수 검색해서 나오는 포스팅 읽고, 다음 내용까지 읽으니까 막연하게 이해되는듯 하다.
"하나의 Axes 객체는 두 개 이상의 Axis 객체를 가진다. 여기서 Axis 객체는 플롯의 가로축이나 세로축을 나타내는 객체이다."

fig, axs = plt.subplots(2, figsize = (6, 8))

axs[0].scatter(ns_book7['도서권수'], ns_book7['대출건수'], alpha=0.1)
axs[0].set_title('scatter plot')

axs[1].hist(ns_book7['대출건수'], bins=100)
axs[1].set_title('histogram')
axs[1].set_yscale('log')

두 그래프의 높이에 맞게 피겨 크기를 더 크게 조정해주고, set_title() 메서드로 그래프에 제목을 넣었다.

서브플롯을 가로로 출력하기

fig, axs = plt.subplots(1, 2, figsize=(10, 4))

axs[0].scatter(ns_book7['도서권수'], ns_book7['대출건수'], alpha=0.1)
axs[0].set_title('scatter plot')
axs[0].set_xlabel('number of books')
axs[0].set_ylabel('borrow count')

'''히스토그램 그래프 코드'''

사실은 subplots() 함수에 행과 열을 지정할 수 있다. 이전 코드에서 subplots(2)라고 썼던 것은 행 2개, 열은 디폴트값 1이 들어가서 1개였기 때문에 세로로 나란히 그래프가 출력된 것이다.

위 코드는 1행 2열(가로로 출력)로 피겨를 출력하였고, set_xlabel, set_ylabe 메서드로 서브플롯의 축 이름도 붙여주었다.

연도별 발행 도서 개수 구하기

count_by_year = ns_book7['발행년도'].value_counts()
count_by_year = count_by_year.sort_index()
count_by_year = count_by_year[count_by_year.index <= 2030]
count_by_year

value_counts() 메서드는 고유한 값의 등장 횟수를 계산하여 값을 기준으로 내림차순 정렬한다.
sort_index() 메서드 인덱스 순서대로 데이터를 정렬한다.
index속성으로 값이 2030보다 같거나 작은 데이터를 뽑아주었다.

주제별 도서 개수 구하기

import numpy as np

def kdc_1st_char(no):
  if no is np.nan:
    return '-1'
  else:
    return no[0]

count_by_subject = ns_book7['주제분류번호'].apply(kdc_1st_char).value_counts()
count_by_subject

주제분류번호의 맨 앞 자리 수로 주제별 도서 개수를 구하는 과정이다.
NaN값을 -1로 반환해주는 함수 kdc_1st_char()를 만들어 apply() 메서드에 넣고 데이터프레임에 반복 적용하였다.

선 그래프 그리기 : plot() 함수

import matplotlib.pyplot as plt
plt.rcParams['figure.dpi'] = 100

plt.plot(count_by_year.index, count_by_year.values)
plt.title()
plt.xlabel()
plt.ylabel()
plt.show()

plot() 함수의 첫 번째 매개변수에는 x축 값, 두 번째 매개변수에는 y축 값을 전달한다.
title(), xlabel(), ylabel() 함수로 각각 그래프 제목, x축 이름, y축 이름을 지정해주었다.

plt.plot(count_by_year, marker = '.', linestyle=':', color='red')
#plt.plot(count_by_year, '.:r')

이번엔 선 모양과 색상을 바꿔보았다.

- linestyle 매개변수로 실선('-'), 점선(':'), 쇄선('-.'), 파선('--')을 표현할 수 있다.
- color 매개변수로 라인의 색상을 지정할 수 있다. #ff0000처럼 16진수 컬러 코드를 지정하거나 색 이름(red)을 직접 명시해주면 된다.
- marker, linestyle, color 를 하나의 문자열로 합쳐서 포맷으로 지정해주는 것도 가능하다. ➡ '.:r'

선 그래프 눈금 개수 조절 및 마커에 텍스트 표시하기

plt.xticks(range(1947, 2030, 10))
for idx, val in count_by_year[::5].items():
  plt.annotate(val, (idx, val), xytext=(2,2), textcoords='offset points')
plt.show()

기본미션 314p 출력 결과

- xticks() 함수 : x축의 눈금을 지정하는 함수, range() 함수를 같이 사용해 1947~2030년까지 10년씩 건너뛰면서 눈금 표시를 했다.
연도별 발행 도서 개수를 그래프에 표시하면 그래프가 너무 난잡해지기 때문에 슬라이스 연산자(:)를 사용해 다섯 개씩 건너 뛰며 count_by_year 값을 선택했다. items() 메서드를 사용해서 인덱스와 값을 감싼 튜플을 얻었다.
- annotate() 함수 : 그래프에 값을 표시하는 함수. 첫 번째 매개변수는 표시할 값을, 두 번째 매개변수는 문자열이 나타날 좌표를 넣어준다. 기본적으로 마커와 동일한 좌표 시스템을 사용한다.
- xytext 매개변수 : 마커에 표시한 텍스트 위치를 조절해준다.
- textcoords 매개변수 : xytext 매개변수와 함께 사용하며 'offset points'로 지정하여 상대적인 위치로 표기할 수 있다.

막대 그래프 그리기 : bar() 함수

plt.bar(count_by_subject.index, count_by_subject.values, width=0.7, color='blue')

for idx, val in count_by_subject.items():
  plt.annotate(val, (idx, val), xytext=(0,2), textcoords='offset points', fontsize=8, ha='center', color='green')

plt.show()

선택미션 316p 출력 결과

막대 그래프 그리기는 선 그래프 그렸던 것과 동일하게 해준다. bar() 함수로만 바꿔주면 된다.
bar() 함수 안에 width 매개변수로 막대의 두께를 조절할 수 있다. (기본값 0.8)
텍스트 위치는 annotate()함수의 ha 매개변수로 조절한다. (기본값 right)

가로 막대 그래프를 그릴 때 바뀌는 것들

bar() ➡ barh()
width 매개변수 ➡ hight 매개변수
annotate() 함수 텍스트 좌표 x, y 축 ➡ y, x축으로 수정
ha 매개변수 ➡ va 매개변수 (기본값 baseline)

---

혼공학습단(혼자 공부하는 데이터 분석 with 파이썬) 5주차_기본 미션, 선택 미션

본문 선, 막대 그래프 확인해주세요!