데이터 시각화(title & lim & tick) - matplotlib

이번 글에서는 그린 그래프의 제목을 추가하는 것에 대해 알아보겠습니다.

 

위 그림과 같이 제목이 없다면

무엇에 대한 시각화인지 알 수 없습니다.

 

다음과 같이 무엇을 위한 시각화인지 보여주기 위해

제목을 추가하여 시각화를 할 수 있습니다.

 

 

 

 

 

 

 

 

 

 

 

ax.set_title & fig.suptitle

각 Axes 에 대해 제목을 설정하고 싶을 때,

ax.set_title함수를 사용하여 나타낼 수 있으며,

 

fig에 대해 제목을 설정하고 싶다면,

fig.suptitle함수를 사용하여 나타낼 수 있습니다.

fig = plt.figure(figsize = (8,4), dpi = 100)
axs = fig.subplots(1,2)

d1 = np.random.normal(3,3,size = 1000)
_=axs[0].hist(d1, edgecolor = 'k', bins = 30)
_=axs[0].set_title('axe1')

_=axs[1].hist(d1, edgecolor = 'k', bins = 30)
_=axs[1].set_title('axe2')

_=fig.suptitle('super title', fontsize = 15)

 

 

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

d1 = np.random.normal(3,3,size = 5000)
_=ax.hist(d1, edgecolor='k', bins = 30)
_=ax.set_title('평균이 3, 표춘편차가 3인 정규분포에서\n추출한 5000개 값 히스토그램')

 

 

 

 

 

 

 

 

 

 

 

LaTex

제목으로 수식을 추가할 때 보다 더 깔끔하게 표기하기 위해

LaTex 언어를 사용할 수 있습니다.

 

 

와 같이 훨씬 더 가독성을 높여 수식을 표기할 수 있습니다.

 

 

이를 사용하여 set_title함수를 이용하여

제목에 수식을 표기하는 것이 가능합니다

 

fig = plt.figure(figsize = (5,3), dpi = 100)
ax = fig.subplots()

X = np.linspace(0, 2*np.pi, 100)
Y = np.sin(X-np.pi)

_=ax.plot(X,Y)
_=ax.set_title('$Y=\\sin(X-\\pi)$')

 

 

 

 

 

 

 

 

 

 

 

X, Y Label

fig = plt.figure(figsize = (5,3), dpi = 100)
ax = fig.subplots()

X = np.linspace(0, 2*np.pi, 100)
Y = np.sin(X - np.pi)

ax.plot(X, Y)
ax.set_title('$Y=\\sin(X-\\pi)$', fontsize = 16)
ax.set_xlabel('X', fontsize = 16)
ax.set_ylabel('Y', fontsize = 16)

위와 같이 X축, Y축에 대해 설명을

set_xlabel(), set_ylabel() 함수를 이용하여 입력할 수 있습니다.

 

 

 

 

 

 

 

 

 

 

 

xlim, ylim

x축, y축에 대해 따로 lim를 설정하지 않으면,

그래프의 크기에 맞추어 자동으로 설정됩니다.

 

이로 인해 두 분포를 비교하고 싶을 때,

직관적으로 비교하기 어려울 수 있기 때문에 각 좌표에 대해 lim를 설정합니다.

 

fig = plt.figure(figsize = (10,5), dpi = 100)
axs = fig.subplots(1,2)

m1 = 0
s1 = 5
data = np.random.normal(m1, s1, size = 10000)
_=axs[0].hist(data, bins=30, edgecolor = 'k')
_=axs[0].set_title(f"mean:{m1}, std:{s1}")
_=axs[0].set_xlim(-20,20)

m2 = 0
s2 = 2
data = np.random.normal(m2, s2, size = 10000)
_=axs[1].hist(data, bins=30, edgecolor = 'k')
_=axs[1].hist(data, bins=30, edgecolor = 'k')
_=axs[1].set_xlim(-20,20)

 

 

위 그림처럼 x좌표를 -20 ~ 20 으로 고정하여

표준편차의 차이를 시각적으로 한 눈에 확인할 수 있습니다.

 

 

 

 

 

 

 

 

 

 

xtick, ytick

그림을 그릴 때,

xtick과 ytick을 설정하여 x좌표와 y좌표가 무엇을 의미하는지

나타낼 수 있습니다.

 

fig = plt.figure(figsize = (5,5), dpi = 100)
ax = fig.subplots()

data = np.array([5,25,50,20])
X = range(len(data))
ax.bar(X, data)
ax.set_xticks(X)
ax.set_xticklabels(['국', '영', '수', '과'], rotation=60, fontsize = 16)

_=ax.set_yticks(range(0, 61, 5))
_=ax.set_yticklabels(range(0, 61, 5), fontsize = 16)