데이터셋 시각화 - matplotlib

이번 글에서는 데이터를 불러다가 plot을 그려보겠습니다.

 

우선 준비해둔 txt파일을 불러보겠습니다.

 

데이터를 불러오기 위해 pandas라이브러리를 사용합니다.

 

fig = plt.figure(figsize = (4,4), dpi = 100)
ax = fig.subplots()

data = pd.read_table('data_1.txt', sep=\t)
data

X = data['X']
Y = data['Y']

ax.plot(X, Y)

 

우선 불러온 데이터를 실행하였을 때 결과를 보면

위와 같은 결과가 나옵니다.

 

 

다음으로 위 데이터에 대해 시각화를 하게 되면

다음과 같은 결과가 나오게 됩니다.

 

위와 같이 불러온 데이터를 간단하게 plot으로 시각화를 할 수 있습니다.

 

 

 

 

 

 

 

 

 

 

 

이번에는 총 3개의 열에 대해 변화에 대해 시각화를 해보겠습니다.

 

이는 여러개의 피처가 있는 시계열 데이터를 시각화 하는 것과 흡사합니다.

 

fig = plt.figure(figsize = (12,4), dpi = 100)
axs = fig.subplots(1,3)

data = pd.read_table('data_2.txt', sep='\t')
data

X = range(len(data))

# ax1
Y1 = data['Y1']
Y2 = data['Y2']
Y3 = data['Y3']

axs[0].plot(X, Y1)
axs[0].plot(X, Y2)
axs[0].plot(X, Y3)

# ax2
axs[1].plot(X, data)

# ax3
data.plot.line(ax = axs[2])

 

위 코드는 서로 다른 3가지 방식으로 3개의 열에 대해 시각화를 진행하였습니다.

 

---

ax1

Y좌표에 대해 따로 지정을 한 후

plot그리기를 3번 반복하여 그렸습니다.

 

ax2

데이터프레임 자체를 Y좌표에 넣어도

위 ax1과 같은 결과가 나옴을 알 수 있습니다.

 

ax3

plt 의 함수가 아닌 pandas내의 plot으로 시각화를 하였습니다.

---

 

위 코드를 시각화하면 다음과 같은 결과가 출력됩니다.

 

 

 

 

 

 

 

이번에는 바로 위에서 사용했던 파일 data_2.txt를 이용하여 시각화를 하지만

color와 style을 조정하여 시각화를 해보겠습니다.

 

fig = plt.figure(figsize = (4,4), dpi = 100)
ax = fig.subplots()

data = pd.read_table('data_2.txt', sep = '\t')
data

X = range(len(data))

Y1 = data['Y1']
Y2 = data['Y2']
Y3 = data['Y3']

_= ax.plot(X, Y1, 'o-r')
_= ax.plot(X, Y2, '+:g')
_= ax.plot(X, Y3, 'x-.b')

 

각 Y좌표마다 칼라와 스타일을 지정해줘야하기 때문에

Y1, Y2, Y3를 따로 지정하여 plot을 해주었습니다.

 

위 코드를 실행하면 다음과 같은 결과가 출력됩니다.

 

 

 

 

 

 

 

 

이번에는 좀더 복잡한 데이터에 대해 시각화를 해보겠습니다.

 

총 Axes의 개수는 4개이며, 같은 시각화지만

다양한 방법으로 각각 표현해보았습니다.

 

fig = plt.figure(figsize = (13, 4), dpi = 100)
axs = fig.subplots(1,4)

data = pd.read_table('data_3.txt', sep='\t')

data.shape
data.head()

X = range(len(data))

# ax1
for col in list(data):
    _=axs[0].plot(X, data[col])
    
# ax2
data.plot.line(ax = axs[1])

# ax3
for col in list(data):
    m1 = data[col].mean()
    if (50<=m1) and (m1<=80):
        _=axs[2].plot(X, data[col], 'r-')
    else:
        _=axs[2].plot(X, data[col], 'b-')
        
# ax4
for col in list(data):
    if col in ['Y1', 'Y4', 'Y5', 'Y9']:
        _=axs[3].plot(X, data[col], 'r-')
    else:
        _=axs[3].plot(X, data[col], 'b-')

먼저 사용한 데이터는 행이 50개, 열이 10개로 이루어져있습니다.

 

행 5개까지 출력해보겠습니다.

 

 

 

다음은 이 데이터들을 가지고 시각화를 해보겠습니다.

총 4개의 Axes로 출력하였습니다.

 

---

ax1

for 루프를 이용하여 시각화

 

ax2

판다스 라이브러리내의 plot함수를 이용하여 시각화

 

ax3

각 열의 평균이 50이상 80이하면 빨간색,

아니면 파란색으로 시각화

 

ax4

1, 4, 5, 9번째의 열만 빨간색,

나머지 열은 파란색으로 시각화

---

위의 조건에 맞게 시각화를 하였습니다.