matplotlib plot()

2021-01-06

matplotlib의 가장 기본적인 시각화 명령은 plot()입니다.
데이터를 line plot으로 표현하는 명령인데 marker만 남기면 scatter plot도 가능합니다.
여러 옵션들을 한 눈에 그려봅니다.

1. Sample Data

수능 데이터에서 일부를 가져옵니다.

1 2	x = np.array([2009, 2010, 2011, 2012, 2013]) y = np.array([588839, 677834, 712227, 693631, 668522])

2. `plot()`

matplotlib.pyplot.plot
matplotlib.axes.Axes.plot

2.1. 기본 그림

기본 명령만 사용해서 그려봅니다.

1 2	fig, ax = plt.subplots(figsize=(5, 2)) ax.plot(x, y)

line plot이 그려집니다.
그런데 plot()에는 엄청나게 많은 옵션이 있습니다.

이 중 알아두면 유용한 것들을 살펴봅시다.

2.2. Join styles, Cap styles

matplotlib: Join styles and cap styles

join style은 line plot의 꺾이는 지점 표현 방식
cap style은 line plot의 양 끝지점 표현 방식입니다.
solid_capstyle과 solid_joinstyle은 실선,
dash_capstyle과 dash_joinstyle은 점선과 파선에 적용됩니다.

2.3. line

matplotlib.lines.Line2D
matplotlib.colors
matplotlib Linestyles

Line은 두께linewidth, 색상color, 스타일linestyle을 조정할 수 있습니다.
각기 .plot()안에 linewidth=, color=, linestyle=로 지정하면 되는데,
linewidth는 lw, color는 c, linestyle은 ls로 줄여서 넣을 수 있습니다.

※ 주의 ※ linecolor가 아니라 color입니다.
- matplotlib의 인자 이름에 통일성이 부족합니다.
- 그 바람에 많이 헷갈리는데, color가 대표적인 사례입니다.

위 세 가지 옵션을 조합해서 그림을 그려봅니다.

linewidths = [1, 3, 5]
colors = ['r', 'c', 'b', "chartreuse", "coral", "violet", '#d62728', '#9467bd', '#8c564b', "0.2", "0.5", "0.7"]
linestyles = ["-", ":", "--", "-."]

fig, axs = plt.subplots(ncols=3, figsize=(9, 2), sharex=True, sharey=True)

for i, (ax, lw) in enumerate(zip(axs, linewidths)):
    for j, (y_offset, c, ls) in enumerate(zip(range(0, -80000, -20000), colors, linestyles)):
        ax.plot(x, y+y_offset, lw=lw, c=colors[4*i+j], ls=ls)

axs[0].set_xlim(2009.5, 2012.5)
axs[0].set_ylim(600000, 720000)

color의 형식이 다양합니다.
색상 이름, 색상 이름 약자, (R, G, B) array, #RGBA hex code를 모두 지원합니다.
예를 들어 랜덤 색상은 color=[np.random.random(), np.random.random(), np.random.random()]으로 쉽게 구현할 수 있습니다.

linestyle도 형식이 다양합니다.
dotted, :, (0, (1, 1)) 모두 점선을 의미합니다.
특히 tuple을 모스 부호처럼 넣어주면 거기에 대응되는 dot과 dash의 조합이 만들어집니다.

2.4. marker

matplotlib.markers

marker는 line보다 옵션이 많습니다.
모양marker, 크기markersize(또는 ms), 채우기 색상markerfacecolor(또는 mfc), 채우기 스타일fillstyle, 윤곽선 색상markeredgecolor(또는 mec), 윤곽선 굵기markeredgewidth(또는 mew)에 건너뛰기 빈도markevery까지 있습니다.
이 중 marker 모양만 해도 종류가 많기 때문에 자주 쓰는 몇 개만 사용하는 것이 일반적입니다.
하지만 때로 공식 홈페이지를 뒤져서 변화를 주는 것도 좋습니다.

line과 marker 인자를 일부를 조합해서 시각화합니다.

일부라도 해도 경우의 수가 너무 많아서 random하게 조합되도록 했습니다.

markerstyles = ['o', 'v', '^', '<', '8', '1', '2', 'x', 's', 'p', '*', 'h', 'H', 'D', 'd', 'P', 'X']
fillstyles = ['full', 'left', 'right', 'bottom', 'top', 'none']
linestyles = ['-', '--', '-.', ':', '']
colors = ['b', 'g', 'r', 'c', 'm', 'y', 'k', 'w', 
          "gold", "chartreuse", "skyblue", "plum", "coral", "violet", "salmon", "aqua", "hotpink", "orchid",
          '#1f77b4', '#ff7f0e', '#2ca02c', '#d62728', '#9467bd', '#8c564b', '#e377c2', '#7f7f7f', '#bcbd22', '#17becf', 
          "0.2", "0.5", "0.7"]

len_m = len(markerstyles)
len_f = len(fillstyles)
len_l = len(linestyles)
len_c = len(colors)

fig, axes = plt.subplots(nrows=8, ncols=8, figsize=(10, 10), sharex=True, sharey=True)
axs = axes.ravel()

for ax in axs:
    marker = markerstyles[np.random.choice(len_m)]
    fillstyle = fillstyles[np.random.choice(len_f)]
    linestyle = linestyles[np.random.choice(len_l)]
    color = colors[np.random.choice(len_c)]
    mfc = colors[np.random.choice(len_c)]
    mec = colors[np.random.choice(len_c)]
    
    if color == "w" or mec == "w":
        color = "w"
        mec = "w"
        ax.set_facecolor("0.5")
    
    ax.plot(x, y, marker=marker, 
            mfc=mfc, mec=mec,
            fillstyle=fillstyle, linestyle=linestyle, color=color)
    ax.set_xlim(2009.5, 2012.5)
    ax.set_ylim(650000, 950000)
    ax.set_xticks([])
    ax.set_yticks([])
    
    for text_y, e in zip(np.arange(0.89, 0.18, -0.12), ["marker", "fillstyle", "linestyle", "color", "mfc", "mec"]):
        ax.text(0.05, text_y, f"{e}='{eval(e)}'", transform=ax.transAxes, fontsize="x-small")   

fig.set_facecolor("w")        
fig.tight_layout()        
fig.savefig("53_mpl_plot_2.png", dpi=200)

3. 결론

plot()은 matplotlib의 여러 기능 중 가장 자유도가 높은 명령이 아닐까 싶습니다.
오늘 소개한 것 외에도 drawstyle을 이용해서 step을 만들 수도 있고 alpha를 이용해서 투명도를 조절할 수도 있습니다.
선택지가 너무나 많기 때문에 대부분의 교재나 tutorial에서 극히 일부만을 소개하고 있습니다. 공식 문서를 통해 다양한 가능성을 확인해보시기 바랍니다.

도움이 되셨나요? 카페인을 투입하시면 다음 포스팅으로 변환됩니다

PythonData Science

1. Sample Data

2. plot()

2.1. 기본 그림

2.2. Join styles, Cap styles

2.3. line

2.4. marker

3. 결론

2. `plot()`