Legend Control

2021-06-06

legend, matplotlib, python, seaborn, visualization

Legend(범례)는 데이터의 의미 파악을 도와주는 도구입니다.
그러나 그림이 여럿 있을 때 각각 붙은 Legend는 방해가 되기도 합니다.
Legend를 한데 모아 그리는 방법을 알아봅니다.

1. Sample Data

먼저 필요한 라이브러리들을 불러오고,

%matplotlib inline
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

sns.set_style("whitegrid")
sns.set_context("talk")

우리의 펭귄을 소환합니다.

1 2	df_p = sns.load_dataset("penguins") df_p.head()

2. 기본 그림

legend를 붙일 그림을 먼저 그립니다.
seaborn의 regplot을 사용해서 부리 길이, 폭, 날개 길이를 그립니다.

scatter_kws와 line_kws로 시각화 요소들의 색상, 크기 등을 설정합니다.

fig, axs = plt.subplots(ncols=3, figsize=(10, 4), 
                        sharex=True, constrained_layout=True)

sns.regplot(x="body_mass_g", y="bill_length_mm", data=df_p, 
            ax=axs[0], label="Bill Length", scatter_kws={"s":10, "color":"C1"}, line_kws={"color":"k"})
sns.regplot(x="body_mass_g", y="bill_depth_mm", data=df_p, 
            ax=axs[1], label="Bill Depth", scatter_kws={"s":10, "color":"C2"}, line_kws={"color":"k"})
sns.regplot(x="body_mass_g", y="flipper_length_mm", data=df_p, 
            ax=axs[2], label="Flipper Length", scatter_kws={"s":10, "color":"C3"}, line_kws={"color":"k"})

for ax in axs:
    ax.set_xlabel("Body Mass")
    ax.set_ylabel("")

sns.regplot()함수가 데이터 수만큼 반복되고 있습니다.
데이터 수가 10개라면 코드가 그만큼 더 길어질 것입니다.

for loop과 zip을 사용해서 효율적으로 바꿉니다. 조금 짧아지고 유지보수가 편해집니다.

fig, axs = plt.subplots(ncols=3, figsize=(10, 4), 
                        sharex=True, constrained_layout=True)

for ax, c, y in zip(axs, ["C1", "C2", "C3"], ["bill_length_mm", "bill_depth_mm", "flipper_length_mm"]):
    label = " ".join([w[0].upper()+w[1:] for w in y.split("_")[:-1]])
    sns.regplot(x="body_mass_g", y=y, data=df_p, 
                ax=ax, label=label, scatter_kws={"s":10, "color":c}, line_kws={"color":"k"})
    ax.set_xlabel("Body Mass")
    ax.set_ylabel("")

ax.set_ylabel("")로 ylabel을 지웠습니다.
y 인자 이름을 축 레이블 대신 legend 형태로 표현하기 위해서입니다.

3. Legend 하나씩

3.1. Axes별 Legend

가장 기본적인 형태입니다.
Axes 하나마다 ax.legend()를 실행합니다.
markerscale은 데이터를 의미하는 마커를 3배 크게 그리라는 의미입니다.

잘 보이게 하고 데이터와 혼동되지 않게 하려는 의도입니다.

fig, axs = plt.subplots(ncols=3, figsize=(10, 4), 
                        sharex=True, constrained_layout=True)

for ax, c, y in zip(axs, ["C1", "C2", "C3"], ["bill_length_mm", "bill_depth_mm", "flipper_length_mm"]):
    label = " ".join([w[0].upper()+w[1:] for w in y.split("_")[:-1]])
    sns.regplot(x="body_mass_g", y=y, data=df_p, 
                ax=ax, label=label, scatter_kws={"s":10, "color":c}, line_kws={"color":"k"})
    ax.set_xlabel("Body Mass")
    ax.set_ylabel("")

    ax.legend(markerscale=3) # Axes별 Legend

3.2. Axes 공간 전체 사용

Axes마다 붙긴 했는데 깔끔하지 않습니다. 좀 지저분합니다.
Axes마다 Legend가 귀퉁이에 쭈그리고 있어서 그런가 싶습니다.

mode="extend"로 전체 공간을 다 사용하도록 합니다.

fig, axs = plt.subplots(ncols=3, figsize=(10, 4), 
                        sharex=True, constrained_layout=True)

for ax, c, y in zip(axs, ["C1", "C2", "C3"], ["bill_length_mm", "bill_depth_mm", "flipper_length_mm"]):
    label = " ".join([w[0].upper()+w[1:] for w in y.split("_")[:-1]])
    sns.regplot(x="body_mass_g", y=y, data=df_p, 
                ax=ax, label=label, scatter_kws={"s":10, "color":c}, line_kws={"color":"k"})
    ax.set_xlabel("Body Mass")
    ax.set_ylabel("")
    
    ax.legend(mode="expand", markerscale=3) # Axes별 Legend, 넓게

3.3. Axes 위에 Legend

scatter plot은 점 하나하나가 데이터입니다.
시각화 요소들에 의해 가려지면 그만큼 데이터 전달력이 손실됩니다.

Axes 위로 Legend를 올려서 데이터를 잘 보이게 합니다.

fig, axs = plt.subplots(ncols=3, figsize=(10, 4), 
                        sharex=True, constrained_layout=True)

for ax, c, y in zip(axs, ["C1", "C2", "C3"], ["bill_length_mm", "bill_depth_mm", "flipper_length_mm"]):
    label = " ".join([w[0].upper()+w[1:] for w in y.split("_")[:-1]])
    sns.regplot(x="body_mass_g", y=y, data=df_p, 
                ax=ax, label=label, scatter_kws={"s":10, "color":c}, line_kws={"color":"k"})
    ax.set_xlabel("Body Mass")
    ax.set_ylabel("")
    
    # Axes별 Legend, 위치 지정
    ax.legend(loc="lower center", bbox_to_anchor=[0.5, 1.03], markerscale=3)

그런데 여기서 전체 범위를 사용하겠다고 mode="extend"를 사용하면 오류가 납니다.
1
ax.legend(loc="lower center", bbox_to_anchor=[0, 1.03], mode="expand", markerscale=3)

매개변수에서 bbox_to_anchor를 제거하고 사용하면 잘 됩니다.
1
ax.legend(loc=[0, 1.03], mode="expand", borderaxespad=0, markerscale=3)

4. Legend 모아 붙이기

Axes별로 Legend를 출력하지 않고 한데 모으면 더 깔끔합니다.
이를 가능하게 하려면 handle과 label이라는 개념을 파악할 필요가 있습니다.
legend는 의미가 담긴 label과 label이 지칭하는 대상이 있습니다. 이 대상이 handle입니다.

ax.get_legend_handles_labels 명령으로 확인하고 가져올 수 있습니다.

위 그림의 첫번째 Axes에 담긴 handle과 label은 이렇습니다.

1
2
3

handle, label = axs[0].get_legend_handles_labels()
print(f"handle= {handle}")
print(f"label = {label}")

실행 결과: 시각화를 하나밖에 안했으므로 handle과 label이 하나씩입니다.

1 2	handle= [<matplotlib.collections.PathCollection object at 0x7f95fa482e90>] label = ['Bill Length']

4.1. Axes에 붙이기

빈 list를 만들고, 그림을 그릴 때마다 handle과 label을 가져와 모읍니다.
그림을 모두 다 그린 후, 맨 마지막 Axes 오른쪽에 붙입니다.

추가 공간이 필요하니 그림 가로 폭을 10에서 14로 넓혀줍니다.

fig, axs = plt.subplots(ncols=3, figsize=(14, 4), 
                        sharex=True, constrained_layout=True)

handles = []
labels = []
for ax, c, y in zip(axs, ["C1", "C2", "C3"], ["bill_length_mm", "bill_depth_mm", "flipper_length_mm"]):
    label = " ".join([w[0].upper()+w[1:] for w in y.split("_")[:-1]])
    sns.regplot(x="body_mass_g", y=y, data=df_p, 
                ax=ax, label=label, scatter_kws={"s":10, "color":c}, line_kws={"color":"k"})
    ax.set_xlabel("Body Mass")
    ax.set_ylabel("")

    # handles, labels 모으기
    handle, label = ax.get_legend_handles_labels()
    handles.append(*handle)
    labels.append(*label)

# 맨 오른쪽 Axes에 붙이기
axs[-1].legend(handles=handles, labels=labels, markerscale=3,
               loc="upper left", bbox_to_anchor=[1.1, 1])

4.2. Figure에 붙이기

특정 Axes에 속하지 않도록 전체 그림이 담긴 Figure에 붙일 수 있습니다.

fig, axs = plt.subplots(ncols=3, figsize=(14, 4), 
                        sharex=True, constrained_layout=True)

handles = []
labels = []
for ax, c, y in zip(axs, ["C1", "C2", "C3"], ["bill_length_mm", "bill_depth_mm", "flipper_length_mm"]):
    label = " ".join([w[0].upper()+w[1:] for w in y.split("_")[:-1]])
    sns.regplot(x="body_mass_g", y=y, data=df_p, 
                ax=ax, label=label, scatter_kws={"s":10, "color":c}, line_kws={"color":"k"})
    ax.set_xlabel("Body Mass")
    ax.set_ylabel("")
    
    # handles, labels 모으기
    handle, label = ax.get_legend_handles_labels()
    handles.append(*handle)
    labels.append(*label)

# Figure에 붙이기
fig.legend(handles=handles, labels=labels, markerscale=3)

4.2. Figure의 Axes 옆자리에 붙이기

Axes를 그대로 놔두고 붙였더니 맨 우측 Axes에 겹쳐 그려졌습니다.
Axes 옆에 놓기 위해 legend의 위치를 섬세하게 지정합니다.

loc와 bbox_to_anchor 매개변수는 이런 역할을 합니다.
loc만 단독으로 사용하면 붙이는 대상에 따라 Figure나 Axes의 지정된 위치에 놓입니다
loc와 bbox_to_anchor를 함께 사용하면 loc는 legend의 지점이 되고 bbox_to_anchor는 legend가 놓일 위치가 됩니다.
bbox_to_ancher에 매개변수가 둘 들어가면 위치만, 넷 들어가면 위치와 가로세로 크기입니다.

맨 우측 Axes 오른쪽 상단에 붙도록 값을 지정합니다.

fig, axs = plt.subplots(ncols=3, figsize=(14, 4), 
                        sharex=True, constrained_layout=True)

handles = []
labels = []
for ax, c, y in zip(axs, ["C1", "C2", "C3"], ["bill_length_mm", "bill_depth_mm", "flipper_length_mm"]):
    label = " ".join([w[0].upper()+w[1:] for w in y.split("_")[:-1]])
    sns.regplot(x="body_mass_g", y=y, data=df_p, 
                ax=ax, label=label, scatter_kws={"s":10, "color":c}, line_kws={"color":"k"})
    ax.set_xlabel("Body Mass")
    ax.set_ylabel("")
    
    # handles, labels 모으기
    handle, label = ax.get_legend_handles_labels()
    handles.append(*handle)
    labels.append(*label)

# figure 옆에 legend 붙이기: 화면엔 정상, 파일은 실패    
fig.legend(handles=handles, labels=labels, markerscale=3,
          loc="upper left", bbox_to_anchor=[1, 1])

화면에는 정상으로 나오지만 파일을 저장하면 그렇지 않습니다.
legend가 전혀 보이지 않습니다.
bbox_to_anchor에서 지정한 x 위치가 Figure의 우측 한계선(1)을 넘었기 때문입니다.

파일 출력을 하려면 legend 전체가 Figure 범위 안에 들어와야 합니다.
그러려면 Axes를 좌측으로 압축시킬 필요가 있습니다.
fig.tight_layout()에 rect 매개변수를 넣으면 됩니다.

충돌 방지를 위해 비슷한 기능을 하는 constrained_layout은 figure 생성 명령에서 삭제합니다.

fig, axs = plt.subplots(ncols=3, figsize=(14, 4), sharex=True)

handles = []
labels = []
for ax, c, y in zip(axs, ["C1", "C2", "C3"], ["bill_length_mm", "bill_depth_mm", "flipper_length_mm"]):
    label = " ".join([w[0].upper()+w[1:] for w in y.split("_")[:-1]])
    sns.regplot(x="body_mass_g", y=y, data=df_p, 
                ax=ax, label=label, scatter_kws={"s":10, "color":c}, line_kws={"color":"k"})
    ax.set_xlabel("Body Mass")
    ax.set_ylabel("")
    
    # handles, labels 모으기
    handle, label = ax.get_legend_handles_labels()
    handles.append(*handle)
    labels.append(*label)

# Figure 옆에 legend 붙이기. x 좌표 = 0.8
fig.legend(handles=handles, labels=labels, markerscale=3,
          loc="upper left", bbox_to_anchor=[0.8, 0.95])
# Axes들 0.8 안쪽으로 압축
fig.tight_layout(rect=[0,0,0.8,1])

4.3. Figure의 Axes 위에 붙이기

같은 요령으로 legend를 Axes 위에 모아서 붙일 수 있습니다.

fig, axs = plt.subplots(ncols=3, figsize=(14, 4), sharex=True)

handles = []
labels = []
for ax, c, y in zip(axs, ["C1", "C2", "C3"], ["bill_length_mm", "bill_depth_mm", "flipper_length_mm"]):
    label = " ".join([w[0].upper()+w[1:] for w in y.split("_")[:-1]])
    sns.regplot(x="body_mass_g", y=y, data=df_p, 
                ax=ax, label=label, scatter_kws={"s":10, "color":c}, line_kws={"color":"k"})
    ax.set_xlabel("Body Mass")
    ax.set_ylabel("")
    
    # handles, labels 모으기
    handle, label = ax.get_legend_handles_labels()
    handles.append(*handle)
    labels.append(*label)

# Figure 위에 legend 붙이기. y 좌표 = 0.9    
fig.legend(handles=handles, labels=labels, markerscale=3, ncol=3,
          loc="upper left", bbox_to_anchor=[0.045, 0.9, 1, 0.1])
# Axes들 y = 0.9 안쪽으로 압축
fig.tight_layout(rect=[0,0,1,0.9])

5. 정리

legend는 여러 데이터를 명확히 구분해주는, 반드시 필요한 요소입니다.
그러나 Axes가 많아지고 데이터 인자가 많아질수록 혼돈의 원인이 되기도 합니다.
적절한 위치에 적절한 형식으로 배치해서 인지능력 향상에 도움이 되면 좋겠습니다.

도움이 되셨나요? 카페인을 투입하시면 다음 포스팅으로 변환됩니다

PythonData Science