데이터 시각화하기!

21 May 2023 - 8 minute read

작성자 : 이수연

• 1. 개요
• 2. 데이터를 왜 시각화해야 할까?
  • -엔스콤 4분할 그래프
• 3. 데이터 시각화(Matplotlib)
  • -matplotlib에 들어가기 전
    • NumPy는 무엇일까
    • pandas와 NumPy?
    • pandas, NumPy와 matplotlib
  • -matplotlib 소개 및 기본 사용법
    • matplotlib 입니다!
    • matplotlib를 통해 뭘 해볼까?
    • matplotlib 기초 잡기
  • -그래프를 내 입맛대로!
    • 그래프 옵션
    • 그래프 꾸미기
    • + 여러 개의 곡선을 그려보자
  • - matplotlib 내의 다양한 그래프 유형, 활용 방법
• 4. 무궁무진한 matplotlib

---

1. 개요

우리는 앞 포스트에서 우리가 뽀개보려 하는 판다스가 뭔지, 또 판다스가 어떤 자료형을 이용해 데이터를 표현하는지를 알아봄으로써 판다스를 통해 표현되는 데이터 구조를 이해했다.

이후 실제로 데이터를 가져와 다양한 명령어를 통해 분석하고, 간단하게 처리해보는 과정을 통해 판다스 사용의 기초를 알아보았다!

오늘 포스트를 통해서는 이 데이터들을 시각화하는 방법에 대해 간단하게 알아보고자 한다.
최대한 쉽고 간단하게 설명하려고 노력했으니 차근차근 읽고 따라해보며 시각화 기초를 마스터해보도록 하자!!!! 파이팅

---

2. 데이터를 왜 시각화해야 할까?

Q. 어떤 방법으로 데이터를 분석하든 무조건 나오는 데이터 시각화, 그냥 데이터 간 평균, 분산 등을 계산해 간단히 처리해 보면 되는데 도대체 왜 귀찮게 시각화 과정을 거쳐서 분석하려고 하는 걸까?

이 이유에 대해 해결책을 시원하게 내놓은 예시가 있다. 같이 살펴보자!

-엔스콤 4분할 그래프

Group1_x=c(10.0,8.0.13.0.9.0.11.0.14.0.6.04.0.12.0.7.05.0)
Group1_y=c(8.04,6.95,7.58,8.81,8.33,9.96,7.24,4.26, 10.84,4.82,5.68)
Group2_x=c(10.0,8.0, 13.0,9.0, 11.0, 14.0,6.0,4.0, 12.0, 7.0,5.0)
Group2_y=c(9.14,8.14,8.74,8.77,9.26,8.10,6.13,3.10,9.13,7.26,4.74)
Group3 x=c(10.0,8.0,13.0,9.0,11.0,14.0,6.0,4.0,12.0,7.0,5.0)
Group3_у=c(7.46,6.77,12.74,7.11,7.81,8.84,6.08,5.39,8.15,6.42,5.73)
Group4 x=c(8.0,8.0,8.0,8.0,8.0,8.0,8.0, 19.0,8.0,8.0,8.0)
Group4_y=c(6.58,5.76,7.71,8.84,8.47,7.04,5.25, 12.50,5.56,7.91,6.89)

평균과 분산이 같은 데이터셋 4개를 가져와보았다.

평균과 분산이 같다고? > 그럼 이 네개의 데이터셋이 완전히 똑같진 않더라도 거의 비슷할 게 분명하다! 라고 생각하고 분석할 수 있다.

그럼 이 데이터셋 4개를 그래프로 나타내볼까?

오잉? 그냥 전부 다 다른 그래프가 나왔다.

이렇게 4가지 데이터셋의 평균이나 분산 등 수칫값이나 상관관계, 회귀선이 같더라도 실 데이터는 다를 수 있다는 것!

결국 그래서 시각화 과정은 필요하다는 것을 알게 되었다!!

---

3. 데이터 시각화(Matplotlib)

이제 그럼 본격적으로 시각화를 맛볼 차례 ! 맛있겠다

오늘 사용해볼 라이브러리는 matplotlib 이다!

matplotlib는 판다스와 같이 [Python]을 기반으로 작동되고 대부분은 다른 라이브러리와 함께 쓰인다.

-matplotlib에 들어가기 전

matplotlib와 pandas의 시너지효과를 알아보기 전 뒤에서 한번씩 들려올 이름인 NumPy를 아무 설명 없이 마주쳤을 때,,,,

지금 하고있는 pandas랑 numpy가 대체 무슨 상관이고 이게 왜 지금 matplotlib를 하는 와중에 등장하는거지..? (사실 내가 제일 처음 했던 생각이기도 하다.. 화이팅)

라는 어지러운 생각을 방지하기 위해 이 셋의 관계를 간단하게 정리해보았다.

NumPy는 무엇일까

• NumPy란, 파이썬의 ‘핵심 수치 계산’ 라이브러리이다.(이름만 봐도 알 수 있다.) 다차원 데이터를 배열(array)으로 읽고 이 배열로 다양한 연산 등을 지원해 효과적인 수치 계산을 가능하게 한다. 지금 배우고 있는 pandas와 함께 사용해 데이터 로드, 전처리, 분석, 시각화를 수행하는 데에 매우매우매우 유용하다!

간단히 NumPy의 다차원 배열에 대해 예시를 통해 살펴보자(pandas를 배우는 우리에겐 살짝쿵 익숙한 느낌이 오죵?)

• 1차원 배열

    import numpy as np #numpy를 불러와서 np라고 부르겠다
    test_np = [0,1,2,3,4,5,6,7,8]
    array1 = np.array(test_np)
    array1
  

    array([0, 1, 2, 3, 4, 5, 6, 7, 8])
  

• 2차원 배열

    array2 = array1.reshape(3,3)
  

  ```py array([[0, 1, 2], [3, 4, 5], [6, 7, 8]])

• 3차원 배열

    test_np2 = np.arange(0,27) #0~26
    array = np.array(test_np2)
    array3 = array.reshape(3,3,3)
  

    array([[[ 0, 1, 2],
            [ 3, 4, 5],
            [ 6, 7, 8]],
  
           [[ 9, 10, 11],
            [12, 13, 14],
            [15, 16, 17]],
  
           [[18, 19, 20],
            [21, 22, 23],
            [24, 25, 26]]])
  

이러한 배열끼리의 연산도 가능하다!(배열의 차원 또는 행렬 형태가 같다는 가정 하에)

pandas와 NumPy?

• 우리가 배우고 있는 pandas도 내부적으로는 NumPy를 기반으로 구현되어 있기 때문에 위와 비슷하게 데이터를 다룬다. (다만 판다스는 Series, DataFrame 형태를 취한다. 앞 포스트를 통해 자세한 이해가 가능할지도 ><!!)
• 여기에 더해 pandas 내에서 더 다양한 기능과 데이터 조작의 편의성을 제공해 데이터 로드와 전처리를 유용하게 해낼 수 있다! (앞에 배운 것 + 차차 배워봅시다~)

pandas, NumPy와 matplotlib

• 이러한 NumPy의 배열 구조를 활용해 matplotlib는 데이터를 시각화할 수 있다. matplotlib의 시각화 기능에 있어 핵심이 되는 pyplot이라는 하위 패키지 자체가 NumPy의 배열에 기초하여 작동한다. ( numpy의 등장에 어리둥절하지 않아도 되는 이유! matplotlib는 시각화에 특화된 라이브러리이기에 numpy 등의 다른 라이브러리와 함께 사용되는 경우가 있다.) pandas는 데이터를 로드하고 전처리하는 데에 유용하고, matplotlib는 그 데이터를 시각화하는 데 유용하다.

요약하자면, NumPy는 파이썬의 ‘수치 계산’을 위한 라이브러리이고, pandas는 numpy를 기반으로 다양하게 데이터를 분석하고 조작해낼 수 있다. 이들은 matplotlib와 함께 사용되어 데이터 처리 및 시각화 작업을 지원하는 [python] 생태계 내부의 중요한 구성 요소들이다!

-matplotlib 소개 및 기본 사용법

matplotlib 입니다!

이제 matplotlib에 대해 본격적으로 알아보자!

앞에서 언급했듯이 matplotlib는 파이썬을 기반으로 데이터를 <시각화> 하는데 특화되어있는 라이브러리이다!  
다른 라이브러리를 설치했던 방식과 유사하게 pip install matplotlib 를 입력해 설치해서 사용할 수 있다!

matplotlib를 통해 뭘 해볼까?

이러한 matplotlib를 통해 우리는

• 일반적인 그래프부터 산점도(scatter plot), bar plot, box plot등 아주아주 다양한 종류의 그래프를 그려낼 수 있다! 공식 사이트에서 다양한 그래프, 차트 샘플을 확인할 수 있다~!!!

  

• 그래프를 꾸며서 더욱 보기 편하고 분석에 용이하게 만들 수도 있다!
  
• 여러 개의 그래프를 한 번에 그려낼 수도 있다!
  

이 외에도 다양한 기능이 존재한다만 오늘은 matplotlib를 처음 접하는 사람들도 쉽게 따라해보고 흥미를 가질 수 있도록 기초적인 것 내에서 다루어보도록 하겠다 😊

matplotlib 기초 잡기

matplotlib를 사용하기 위해 저번 시간에 pandas 일꾼을 고용했던 것과 마찬가지로 오늘은 matplotlib의 pyplot이라는 함수 모듈을 일꾼으로 고용해보도록 하겠다!

pyplot이란?

MATLAB과 비슷하게 명령어 스타일로 동작하는 함수의 모음이다.

우리는 이 모듈 안에 있는 각각의 함수를 사용해 간편하게 그래프 영역을 만들고, 표현하고, 꾸미는 등의 일을 할 수 있다!

import matplotlib.pyplot as plt #이제부터 matplotlib 안의 pyplot 모듈을 쓸 것이다. 간단하게 plt로 줄여서 부르도록!!
import numpy as np #앞에서 언급했던 그 numpy가 맞습니다~

이젠 그래프를 만들어볼 것이다.

그래프 만들기 위해선? 우선 그래프를 만들 데이터가 있어야만 한다!

plt 모듈의 plot() 함수에 데이터를 입력해 기본 그래프를 그려볼 것이다. 이 함수로는 선, 마커 형태의 그래프를 그릴 수 있다!

• 하나의 리스트 형태로 값을 입력하면 입력값은 y의 값으로 인식되어 x 값은 기본값이 된다.

   plt.plot([1,2,3,4]) #x= [0,1,2,3]
  

• 두 개의 리스트를 입력하면 각각 x,y값으로 인식한다.

   plt.plot([1,2,3,4],[10,20,30,40]) #x, y 순서
  

• 기존 list, numpy의 array 형태의 데이터를 넣는 것 또한 가능하다.

  x = np.array([1,3,4,5]) 
  y = np.array([2,3,5,6])
  plt.plot(x,y)
  

• 여기서 주의할 점! x 데이터의 개수와 y 데이터 개수가 같지 않으면 에러가 발생한다!

이제 입력된 표를 눈에 보이게 출력해주자

plt.show() # 내가 만든 plot~... 보여줘!!

방법을 터득했으니 직접 기본적인 형태의 그래프를 만들어보자!

import matplotlib.pyplot as plt
x = [1,2,3,4]
y = [2,3,4,5]
plt.plot(x, y)
plt.show()

이렇게 밋밋한 그래프가 나오게 된다.

마음에 안 드는 이 그래프를 내 입맛대로 꾸며보도록 하자!!

-그래프를 내 입맛대로!

그래프 옵션

• 축의 이름(xlabel, ylabel)
• 그래프 이름(title)
• 범례(legend)
• 축 범위(xlim, ylim, axis) xlim([0,10]) # x축 범위: [xmin, xmax]
• ylim([0,10]) #y축 범위: [ymin, ymax]
• 그리고 이 둘을 하나로 axis에 몽땅 집어넣어 간단히 사용할 수 있다!
• axis[(0,10,0,10]) # X, Y 축 범위 : [xmin, xmax, ymin, ymax]

글로만 보는 것 보다 가장 잘 머리에 남는 방법은 직접 실습해보는 것이다!
직접 옵션을 넣어서 그래프를 꾸며 보자!

import matplotlib.pyplot as plt
x = [1,2,3,4]
y = [2,3,4,5]
plt.plot(x, y)
plt.xlabel("ex1") #x축 이름
plt.ylabel("ex2") #y축 이름
plt.legend("A")  #범례
plt.axis([0,5,1,7]) #축 범위

그래프 꾸미기

• 값들을 찍어놓은 마커의 모양, 점들을 라인으로 이어준다고 할 때 그 라인의 종류, 컬러를 조합해 내가 원하는 방식으로 그래프를 그릴 수 있는 것이다 !~!
• 즐거운 그래프 꾸미기를 위한 꾸미기 도구들을 소개한다.

- marker 종류

    |모양|이름|
    |---|----|
    |'.'|point marker|
    |','|pixel marker|
    |'o'|circle marker|
    |'v'|triangle_down marker|
    |'^'|triangle_up marker
    |'<'|triangle_left marker
    |'>'|triangle_right marker|
    |'1'|tri_down marker|
    |'2'|tri_up marker|
    |'3'|tri_left marker|
    |'4'|tri_right marker|
    |'s'|square marker|
    |'p'|pentagon marker|
    |'*'|star marker|
    |'h'|hexagon1 marker|
    |'H'|hexagon2 marker|
    |'+'|plus marker|
    |'x'|x marker|
    |'D'|diamond marker|
    |'d'|thin_diamond marker|
    |'_'|hline marker|
- linestyle 종류

    |모양|이름|
    |---|----|
    |'-'|solid line style|
    |'--'|dashed line style|
    |'-.'|dash-dot line style|
    |':'|dotted line style|
- color 종류


    |모양|이름|
    |---|----|
    |'b'|blue|
    |'g'|green|
    |'r'|red|
    |'c'|cyan|
    |'m'|magenta|
    |'y'|yellow|
    |'k'|black|
    |'w'|white|

이 친구들을 plt.plot() 함수 속 데이터 값 뒤에 추가해 자유자재로 그림을 그려낼 수 있다! 이것도 그냥 표만 보고 넘기지 않고 직접 해보도록 하겠다. (몇 번 하다 보면 다꾸보다 표.꾸가 더 재밌을지도.)

위의 표를 보고 각자가 직접 만들고 싶은 모양을 넣어 시도해보면 좋겠다! 지금 바로.

import matplotlib.pyplot as plt
x = [1,2,3,4]
y = [2,3,4,5]
plt.plot(x, y, ‘r--o’) #점은 동그란 모양으로, 선은 점선, 색은 빨간색으로 그려줘!

# 참고 : 물론 각각의 변수를 따로 넣어 표현할 수도 있다(길어지고 귀찮긴 하지만 코드 자체는 보기 훨씬 편하겠쬬?) 
plt.plot(x,y,color=’red’ , linestyle=’-.’, marker=’o’ # 오더 내용은 위와 똑같다.

+ 여러 개의 곡선을 그려보자

Q.한 그래프 내에 여러 개의 선을 한꺼번에 나타낼 순 없을까?

` A. 기본적으로는, plot() 함수 안에 x, y의 값, 지정하고 싶은 스타일(없어도 됨) 순서로 여러 번 입력한다면 여러 개의 선이 한 그래프에 나타나게 된다! 예시를 통해 무슨 말인지 제대로 살펴보자. `

import matplotlib.pyplot as plt
x = [1,2,3,4]
y = [2,3,4,5]
y2 = [3,4,5,6]

#나는 (x, y)의 그래프와 (x,y2)의 그래프를 같이 표현하고 싶다.

plt.plot(x, y, x, y2) #여기서 +스타일 지정도 가능! 난 그냥 밋밋하게 놔두도록 하겠다.

- matplotlib 내의 다양한 그래프 유형, 활용 방법

이제 matplotlib에 대한 기초를 알아봤으니 matplotlib 31 맛보기스푼을 이용해 한 숟가락씩 맛보도록 하자. 맛있겠다

• BAR plot

  plot() 대신 bar()를 이용해 막대그래프로 시각화할 수 있다.

    import matplotlib.pyplot as plt
    x = [1,2,3,4]
    y = [2,3,4,5]
    plt.bar(x, y)
  

  

  밋밋한 막대그래프도 꾸며줘볼까?

    color = ['yellow','blue','pink','red']
    plt.bar(x,y, color = color , width = 1.0 )#color = 특정 색으로 직접 지정해줄 수도 있다~~
    #width를 통해 그래프의 폭 또한 결정할 수 있다!
  

  

• Scatter Plot(산점도)

  plot() 대신 scatter()함수를 통해 산점도로 시각화할 수 있다.

  numpy의 random 모듈 안에 포함된 rand() 함수를 이용해 랜덤한 수를 각각 ()안에 넣은 수만큼 만들 수 있다. 이를 이용하여 산점도를 그려보자!(배운 건 써먹어야지.)

    import matplotlib.pyplot as plt
    import numpy as np
    x3 =np.random.rand(20)
    y3 = np.random.rand(20)
    plt.scatter(x3,y3, c= ‘red’) # 산점도는 c를 이용해서 색을 나타낼 수 있다!
  

  

• 여러 개의 그래프를 한 번에?! - Subplot

  subplot()함수를 통해 여러 종류의 그래프를 한 가지의 그림에 모두 집어넣어보도록 하쟈. (앞에 나온 세 가지의 그래프를 한 번에?!)

  plt.subplot(행, 열, 현재 그래프의 위치(index)) 의 구조로 이루어져 있다

    plt.subplot(1,3,1) #1, 3 행렬의 모양으로 그래프들을 집어넣을 거고, 지금 그래프는 첫번째에 위치한다! 자리로 가도록
    plt.plot(x,y) #넵.
    plt.subplot(1,3,2) #차곡차곡 옆으로 쌓아나가 보자
    plt.bar(x,y) 
    plt.subplot(1,3,3)
    plt.scatter(x3,y3)
    plt.show()
  

  

---

4. 무궁무진한 matplotlib

벌써 끝인가요..

Matplotlib Tutorial « 여기 Maplotlib Tutorial을 통해 더욱 더 많은 내용을 살펴볼 수 있다.

공식 사이트 « 초반에서 설명했듯이 공식 사이트를 통해 다양한 함수 모듈과 표현할 수 있는 그래프의 종류들 등 matplotlib를 이용하는 많은 방법들을 소개해놓았다.

하나하나 해보며 익숙해지면 간단한 데이터 시각화 정도는 눈 감고도 할 수 있을 것.

이렇게 오늘은 데이터를 간단히 시각화하는 방법을 알아보았다.
우리는 이제 앞으로 더 나올 pandas의 다양한 사용방법들을 숙지해서 간편하고 빠르게 데이터를 조작할 수 있고, 오늘 알아본 시각화 방법을 통해 그 데이터들을 시각화할 수도 있다! >< 얏호

오늘 포스트는 여기서 마무리해보도록 하겠다. 쉽지만 필요한 내용은 최대한 꼭꼭 넣어서 만들어보려 노력했는데 잘 전달되었으면 좋겠다..!! 그럼 다음 포스트에서 만나용! 바이