Matplotlib 3D Plots (1)
Matplotlib으로 3D Plot을 할 수 있습니다. 많은 분들이 알고 있는 사실이지만 적극적으로 쓰이지 않습니다. 막상 쓰려면 너무 낯설기도 하고 잘 모르기도 하기 때문입니다. Reference matplotlib tutorial: The mplot3d Toolkitnumpy.meshgrid 1. 예제 데이터1.1. 공식 예제 데이터 위 그림
Tag: visualization
Seaborn Heatmap & Colorbar Control
seaborn의 heatmap은 매우 강력한 도구입니다. 한 줄의 명령으로 colormap과 annotation, colorbar가 붙은 정돈된 그림이 나옵니다. 그런데 colorbar를 조금 고치고 싶다면, 어떻게 할까요? 1. Seaborn Heatmap1.1. 예제 데이터 만들기 Seaborn에 내장된 펭귄 데이터셋을 사용합시다.123456789%
Datetime X-axis Control
시계열 데이터를 다루면 x축에 날짜와 시간이 붙습니다. x축 데이터는 datetime 객체일 수도 있고, 그냥 string일 수도 있습니다. 여러 그림을 겹쳐 그릴 때 종종 문제가 됩니다. 원인과 해결책을 알아봅니다. 1. 예제 데이터 라이브러리 호출12345678%matplotlib inline# 라이브러리 호출import numpy as npimpo
Legend Control
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,12345678%matplotlib inlineimport numpy as npimport pand
Lecture Survey Summary (Google Forms)
2주 전 학회에서 머신러닝 기초 강의를 했습니다. Google Forms를 통해서 참석자들에게 피드백을 받았습니다. 답변 정리에 Matplotlib 함수를 적극적으로 사용했습니다. 1. Google Forms Google Forms는 간단하게 설문조사를 할 수 있는 플랫폼입니다. 회의나 회식 일정을 잡는데 사용하기도 편하고 피드백을 받기 좋습니다.
데이터 시각화 가이드 - 제발 이렇게 그리지 마세요
제 직장의 AI 학습조직 발표 영상입니다. 시간관계상 실시간 발표 대신 온라인 영상 공유로 대신합니다. 더 좋은 그림이 있음에도 안좋은 그림을 그리곤 합니다. 몰라서, 생각을 안해봐서, 코딩에 대한 두려움이 원인일 수 있습니다. 강의자료: pdf 내려받기
Matplotlib Vis. Function
자주 사용하는 기능은 함수로 만들면 편리합니다. 마찬가지로 자주 그리는 그림은 함수로 만들면 좋습니다. Matplotlib 객체지향을 사용해 함수를 만듭시다. 1. Parity plot 머신러닝 후 참값을 x축, 예측값을 y축에 놓고 얼마나 비슷한지 평가하고는 합니다. 이런 그림을 parity plot이라고 하며, 매우 자주 그리는 그림입니다. 그림이
Python을 이용한 연구데이터 시각화 Part 3
공대 대학원생을 위한 충북대학교 연구방법론 수업에서 발표한 내용입니다.일부를 나누어 세 번째 영상을 올립니다. (Part 1: 바로가기, Part 2: 바로가기) 논문이나 보고에 사용될 그림은 데이터만 덜렁 그리지 않습니다. 시각화 구성요소 설정 방법을 배워봅니다. 강의자료: ppt 내려받기 실습 코드: https://bit.ly/3ezUoZJ
Python을 이용한 연구데이터 시각화 Part 2
공대 대학원생을 위한 충북대학교 연구방법론 수업에서 발표한 내용입니다.일부를 나누어 두 번째 영상을 올립니다. Google Colab에서 matplotlib으로 그림을 그립니다. 실습 코드: https://bit.ly/3ezUoZJ 기본 3.2.2 버전을 3.4.1로 올려서 사용합니다. 한글 출력도 가능하도록 합니다. Matplotlib의 두
Python을 이용한 연구데이터 시각화 Part 1
공대 대학원생을 위한 충북대학교 연구방법론 수업에서 발표한 내용입니다.일부를 나누어 첫 번째 영상을 올립니다. 공대를 다니면 많은 숫자를 만납니다. 이 숫자는 잘 보이지 않습니다. 숫자의 패턴과 의미를 파악하는 방법이 데이터 시각화입니다. 코드로 하는 시각화는 GUI대비 장점이 많습니다. python으로 시작해봅시다. 이번 영상에서는 matplot