material property visualization

• 초심자를 위한 소재 물성 시각화 tutorial입니다.
• 여러 물질의 friction stress와 elastic modulus 데이터를 읽어들이고,
• 이들의 연산 결과를 막대 그래프로 표현하고 강조하는 과정입니다.

1. 논문 데이터 추출

Yoshida et al, Acta Materialia, “Effect of elemental combination on friction stress and Hall-Petch relationship in face-centered cubic high / medium entropy alloys” (2020)

• 실제 논문에 출판된 데이터와 그림을 활용합니다.
  
  
  

• 본 논문은 데이터를 파일로 제공하지 않습니다.

• 그러나 다행히 데이터 수가 많지 않아 한땀한땀 손으로 정리할 수 있었습니다.

• 엑셀에서 정리된 데이터를 여기서 다운로드합니다. (Link)

2. 데이터 시각화 @Excel

• 엑셀에서 데이터를 불러옵니다.
  
  
  

• 논문의 Figure 5는 friction stress $\sigma_0$을 elastic modulus $E$로 normalize한 값을 그린 것입니다.

• 불러온 데이터에는 항목이 없으므로 수식을 입력해 만듭니다.
  
  
  

• 셀 하나에 수식을 입력하고 긁으면 모든 소재의 데이터가 생성됩니다.
• 엑셀은 이럴 때 참 편리합니다.
  
  
  

• 가로 막대 그래프를 그립니다.

• 원본의 세로 막대 그래프는 소재명이 90º 회전해 있어 읽기 힘들기 때문입니다.
  
  
  

• 방금 만든 데이터를 기준으로 전체 데이터를 오름차순 정렬합니다.

• 글자 크기, bar 색상, 윤곽선 색과 굵기 등을 조정합니다.

• 막대를 한 번 클릭하여 전체 막대를 선택 후 전체 색을 바꾼 뒤,
• 해당 막대를 한 번씩 클릭하여 면과 선의 색상을 선택합니다.
  • 총 20번 가량 클릭해야 합니다.
  • 막대 하나당 막대 + 면 색 + 선 색 + 선 굵기 조정 4회 클릭을 해야 하기 때문입니다.

• 여기서는 Friction Stress가 0.6보다 큰 데이터에 의미가 있고,
• $\text{(CoNi)}_{80}\text{Cr}_{20}$ 데이터가 중요한 데이터라고 가정하고 강조했습니다.
• 과정은 생략했습니다. 캡처하다 지쳤습니다 (…)
  
  
  

3. 데이터 시각화 @Python

• 이와 유사한 그림을 python에서 그립니다.
• 순서는 똑같습니다.
• 데이터를 불러오고, 처리하고, 그림을 그리고, 수정합니다.

3.1. 데이터 불러오기

• pandas를 이용해서 데이터를 읽습니다.

• pandas는 python에서 사용하는 엑셀 같은 라이브러리입니다.

  import pandas as pd
  
  df_fs = pd.read_excel("frictionstress.xlsx")
  df_fs

  
  

• 읽은 파일에서 x, y 인자를 뽑아냅니다.

• pandas로 읽은 데이터는 컴퓨터가 DataFrame이라는 형식으로 가지고 있습니다.

• DataFrame에서 첫번째 열을 가지고 오는 명령은 df.iloc[:, 0].values.copy() 입니다.

  • df.iloc[:, 0] : df라는 데이터프레임의 첫번째 열, 모든 행을 선택한다는 뜻입니다.
    두 번째, 세 번째 열은 열의 위치 - 1을 입력하여 1, 2를 넣습니다.
  • .values : index 없이 데이터 값만 가져오라는 뜻입니다.
  • .copy() : 사본을 만듭니다. 그렇지 않으면 원본 데이터가 훼손될 수 있습니다.

• friction stress를 elastic modulus로 나눠 변수를 생성합니다.

  # 합금 이름
  alloy = df_fs.iloc[:, 0].values.copy()
  
  # elastic modulus
  ela = df_fs.iloc[:, 1].values.copy()
  
  # friction stress
  sigma = df_fs.iloc[:, 2].values.copy()
  
  # normalized friction stress
  sigma_norm = sigma / ela

3.2. 가로 막대 그래프 그리기

• 시각화 라이브러리로 matplotlib을 사용합니다.

• 그 중에서도 그림을 그리는 명령어들이 들어있는 matplotlib.pyplot을 불러옵니다.

• 저 이름을 다 쓰기 힘드니 plt라는 별명을 지어줍니다.

• 한편 seaborn을 사용해서 전체적인 색상과 글꼴 크기를 설정합니다.

• seaborn도 sns라는 별명을 지어서 데려옵니다.

  import matplotlib.pyplot as plt
  import seaborn as sns

• 이제 그림을 그립니다.

• 그래프를 그리기 전 도화지를 깔고 네모칸을 치듯 같은 작업을 합니다.
• 도화지는 Figure, 데이터가 들어가는 네모칸은 Axes라고 합니다.
• 각기 fig, ax라고 이름을 지어줍니다.
• 이 공간을 한 번에 만드는 명령은 plt.subplots()입니다.
• 그림 크기figsize를 (6, 6)으로 지정합니다. 단위는 인치입니다.

• 가로 막대 그래프 명령은 barh(독립변수, 종속변수)입니다.
• 가로 막대 그래프이기 때문에 독립변수가 y축에, 종속변수가 x축에 놓입니다.

  # 시각화 설정
  import seaborn as sns
  sns.set_context("talk")
  sns.set_style("white")
  
  # 시각화
  fig, ax = plt.subplots(figsize=(6, 6))
  ax.barh(alloy, sigma_norm)

  
  

3.3. 데이터 순서 정렬

• 순서가 들쭉날쭉이라 보기 좋지 않습니다.
• 물질명이나 데이터 순으로 정렬을 해 주면 훨씬 좋아집니다.
• 데이터 크기 순으로 정렬합니다.

• pandas에서 정렬하는 명령은 sort_values(정렬할 데이터)입니다.

• 물질명과 데이터를 함께 정렬해야 하기 때문에 DataFrame에 sigma_norm을 추가하고 나서 전체 정렬합니다.

  df_fs["sigma_norm"] = sigma_norm
  df_fs = df_fs.sort_values("sigma_norm")
  df_fs

  
  

• 크기 순으로 잘 정렬되었습니다.

• 다시 데이터를 뽑아서 다시 그립니다.

  alloy = df_fs.iloc[:, 0].values.copy()
  sigma_norm = df_fs.iloc[:, 3].values.copy()
  
  fig, ax = plt.subplots(figsize=(6, 6))
  ax.barh(alloy, sigma_norm)

  
  

3.4. 그래프 꾸미기

• 엑셀에서 막대를 선택할 때는 클릭을 했습니다.
• python에서 막대를 선택할 때는 막대 객체(object)를 부릅니다.
• 여기서 막대를 부르는 명령은 patches()입니다.
• bars = ax.patches()라는 명령을 내리면 막대들이 list 형식으로 저장됩니다.
• 여기에 [순서-1]을 넣어서 특정 막대를 지정합니다. 뒤에서부터 셀 때는 음수로 셉니다.

• 이렇게 특정한 막대에 색을 칠합니다.

• 면 색을 칠하는 명령은 set_facecolor()

• 윤곽선을 칠하는 명령은 set_edgecolor()

• 윤곽선 두께를 지정하는 명령은 set_linewidth()입니다.

  fig, ax = plt.subplots(figsize=(6, 6))
  ax.barh(alloy, sigma_norm, fc="lightgray")
  
  # 막대들 모으기
  bars = ax.patches
  bars[-3].set_facecolor("yellow")
  bars[-3].set_edgecolor("k")
  bars[-3].set_linewidth(1)

  
  

• 노랗게 칠한 위에서 세번째 막대(bars[-3])외는 모두 회색입니다.

• ax.barh()에 fc='lightgray'를 넣어서 그렇습니다.

• fc는 facecolor의 약자입니다. facecolor='lightgray'라고 넣어도 똑같습니다.

• 이제 0.6이 넘는 물질들을 색칠합니다.
• 반복작업에는 for를 사용합니다.
• for bar in bars라고 하면, bars에 포함된 요소들을 bar라는 이름으로 하나씩 가져옵니다.
• 그리고 bar의 길이가 0.6이 넘으면 색을 바꿉니다.
• 조건문은 if입니다.

  fig, ax = plt.subplots(figsize=(6, 6))
  ax.barh(alloy, sigma_norm, fc="lightgray")
  
  # 막대들 모으기
  bars = ax.patches
  
  for bar in bars:
      if bar.get_width() > 0.6:
          bar.set_facecolor("orange")
          bar.set_linewidth(1)
  
  bars[-3].set_facecolor("yellow")
  bars[-3].set_edgecolor("k")
  bars[-3].set_linewidth(1)

  
  

3.5. 제목 달기

• 제목을 다는 명령은 set_title()입니다.
• pad를 넣으면 네모칸(Axes)과 제목 사이 띄우는 거리를 지정합니다.
• $\TeX$를 지원합니다. 자세한 사례는 여기를 참고합시다: Link
• 더 자세히 알고 싶으면 여기를 보셔도 좋습니다: Link
• 위 첨자나 그리스어 같은 수학식을 사용할 때는 $ 두 개 사이에 TeX 문법을 사용합니다.

  fig, ax = plt.subplots(figsize=(6, 6))
  ax.barh(alloy, sigma_norm, fc="lightgray")
  
  bars = ax.patches
  
  for bar in bars:
      if bar.get_width() > 0.6:
          bar.set_facecolor("orange")
          bar.set_linewidth(1)
  
  bars[-3].set_facecolor("yellow")
  bars[-3].set_edgecolor("k")
  bars[-3].set_linewidth(1)
  
  # 제목 달기
  ax.set_title("Friction Stress ($\sigma_0 / E$, 10$^{-3}$)", pad=20)

  
  

3.6. x축 눈금 지정

• 엑셀에서 0부터 0.3 간격으로 1.2까지 x축 눈금을 지정했습니다.
• 우리 그림은 0부터 0.25 간격으로 1.0까지 있고, 그 이상은 눈금이 없습니다.
• x축 눈금 지정 명령은 set_xticks()입니다. 여기에 [0. 0.3, 0.6, 0.9, 1.2]를 넣습니다.

• 일일이 치기 귀찮으면 수치 연산을 담당하는 numpy 기능을 사용하면 좋습니다.
• import numpy as np로 numpy를 불러오고,
• xticks= np.linspace(0, 1.2, 5)라고 하면 0에서 1.2까지 5등분한 결과가 들어갑니다.

  fig, ax = plt.subplots(figsize=(6, 6))
  ax.barh(alloy, sigma_norm, fc="lightgray")
  
  bars = ax.patches
  
  for bar in bars:
      if bar.get_width() > 0.6:
          bar.set_facecolor("orange")
          bar.set_linewidth(1)
  
  bars[-3].set_facecolor("yellow")
  bars[-3].set_edgecolor("k")
  bars[-3].set_linewidth(1)
  
  ax.set_title("Friction Stress ($\sigma_0 / E$, 10$^{-3}$)", pad=20)
  
  # x축 눈금 지정
  xticks = np.linspace(0, 1.2, 5)
  ax.set_xticks(xticks)

  
  

3.7. 엑셀 재현은 여기까지.

• 여기까지 엑셀에서 만든 그림을 재현했습니다.
• 잘 몰라도 클릭을 하면 메뉴가 화면에 떠서 찾아볼 수 있는 엑셀이랑 좀 다릅니다.
• 명령어를 알아야 그림을 고칠 수 있고 타이핑을 해야 하기 때문에 적잖이 불편할 수도 있습니다.

• 하지만 코딩의 장점은 자동화에 있습니다.
• 같은 작업을 여러번 해야 한다면 엑셀에서 여는 것보다 코드를 저장해두는 편이 이득입니다.

4. 엑셀을 넘어서

• 엑셀의 표현력을 뛰어넘어 봅시다.
• 텍스트에 아래 첨자를 넣고
• 텍스트마다 다른 색을 칠합니다.
• 찾아보니 엑셀에서 안 되는 건 아닌 듯 한데 많이 성가신 듯 합니다. (쉽게 하시는 분 제보주세요)

4.1. 테두리 제거, 배경 눈금 추가

• 네모난 테두리 중 맨 왼쪽을 제외하면 쓸모가 없습니다.
• 필요가 없는 것은 과감히 지웁니다.
• 테두리는 spines라고 부르고, 안 보이는 명령은 set_visible(False)입니다.

• 배경 눈금을 넣는 명령은 grid입니다.
• x축 눈금에서 올리는 눈금이므로 axis='x'를 넣습니다.

  fig, ax = plt.subplots(figsize=(6, 6))
  ax.barh(alloy, sigma_norm, fc="lightgray")
  
  bars = ax.patches
  for bar in bars:
      if bar.get_width() > 0.6:
          bar.set_facecolor("orange")
          bar.set_linewidth(1)
  
  bars[-3].set_facecolor("yellow")
  bars[-3].set_edgecolor("k")
  bars[-3].set_linewidth(1)
  
  ax.set_title("Friction Stress ($\sigma_0 / E$, 10$^{-3}$)", pad=20)
  
  xticks = np.linspace(0, 1.2, 5)
  ax.set_xticks(xticks)
  
  # 테두리 지우기
  ax.spines[["top", "right", "bottom"]].set_visible(False)
  
  # 눈금 넣기
  ax.grid(axis="x")

  
  

4.2. 물질명 아래첨자 추가

• 맨 위 물질명이 $\text{Co20(CrNi)80}$이라고 되어 있는데,
• 20과 80은 조성을 표현하는 숫자이므로 $\text{Co}_{20}\text{(CrNi)}_{80}$ 이어야 합니다.
• 독립변수인 alloy에서 아래첨자가 적용될 것들을 바꾼 뒤 set_yticklabels()로 넣으면 적용됩니다.
• 이 때 눈금 레이블이 붙을 자리를 알려주는 set_yticks()가 함께 가야 합니다.

  fig, ax = plt.subplots(figsize=(6, 6))
  ax.barh(alloy, sigma_norm, fc="lightgray")
  
  bars = ax.patches
  for bar in bars:
      if bar.get_width() > 0.6:
          bar.set_facecolor("orange")
          bar.set_linewidth(1)
  
  bars[-3].set_facecolor("yellow")
  bars[-3].set_edgecolor("k")
  bars[-3].set_linewidth(1)
  
  ax.set_title("Friction Stress ($\sigma_0 / E$, 10$^{-3}$)", pad=20)
  
  xticks = np.linspace(0, 1.2, 5)
  ax.set_xticks(xticks)
  
  ax.spines[["top", "right", "bottom"]].set_visible(False)
  ax.grid(axis="x")
  
  # alloy 이름에 아래첨자 추가
  yticks = ax.get_yticks()
  yticklabels = alloy
  yticklabels[1] = "(CoNi)$_{95}$Cr$_5$"
  yticklabels[-3] = "(CoNi)$_{80}$Cr$_{20}$"
  yticklabels[-1] = "Co$_{20}$(CrNi)$_{80}$"
  ax.set_yticks(yticks)
  ax.set_yticklabels(yticklabels)

  
  

4.3. 물질 이름 글꼴 색, 크기

• 특정 막대만 다시 칠했던 것과 같은 요령으로 특정 글자만 색을 바꿉니다.

  yticks = ax.get_yticks()
  yticklabels = ax.get_yticklabels()
  
  # 물질 이름 색상, 크기 수정
  for bar, ytl in zip(bars, yticklabels):
      if bar.get_width() > 0.6:
          ytl.set_color("peru")
      ytl.set_fontsize("small")
          
  yticklabels[-3].set_fontweight("bold")
  yticklabels[-3].set_fontsize("medium")
  
  display(fig)

  
  

4.4. 그림을 파일로 저장

• 파일을 그림으로 저장하기도 수월합니다.
• fig.savefig(파일명)을 하면 되는데,
• fig.tight_layout()을 붙여 주면 그림이 잘리는 일이 예방됩니다.

  fig.tight_layout()
  fig.savefig("matprop.png")

4.5. 마치며

• 엑셀에서 그릴 수 있는 그림을 굳이 파이썬으로 그렸습니다.
• 파이썬을 처음 접하는 분들께는 낯설고 험한 길일 수 있습니다.
• 그러나 처음의 고비를 넘으면 엑셀에서는 상상도 못할 그림을 그릴 수 있습니다.

• 위 그림은 Nicolas Rougier라는 분이 Matplotlib으로 그린 그림입니다.
• 뚜벅뚜벅, 남들과 다른 퀄리티를 향해 한 걸음 떼어보시기 바랍니다.