2edu05

Matplotlib

[01] 데이터 시각화 library Matplotlib(맷플롯립)

• https://matplotlib.org
• 색상값: https://matplotlib.org/3.1.0/gallery/color/named_colors.html
• Color map: https://matplotlib.org/tutorials/colors/colormaps.html
• Line style: https://matplotlib.org/gallery/lines_bars_and_markers/linestyles.html
• Marker: https://matplotlib.org/api/markers_api.html
• 그래프 지원 library

1. 표준정규분포

   • 평균과 분산이 다른 정규분포를 표준화한 것이 표준정규분포이다.
   • 표준정규분포는 정규분포의 근간이 되는 [평균 0과 표준편차를 1]로 고정하는 과정을 의미한다.

2. Boxplot

   • 데이터 이상치(Outlier) 정제 목적으로 사용
   • 오류는 아니지만 굉장히 드물게 발생하는 극단적인 값.
   • 논리적으로 존재할 수 없는값 예) 1: 남자, 2 여자이나 3이 입력된 경우
   • 이상치가 포함되어 있으면 머신러닝 결과가 왜곡되기 때문에 학습에 앞서 이상치를 제거해야함.
   • 1st Quartile(Q1): 1 사분위수, 하위 25% 위치하는 값
   • 2st Quartile(Q2): 2 사분위수, 하위 50% 위치하는 값, 중위수
   • 3rd Quartile(Q3): 3 사분위수, 하위 75% 위치 값
   • IQR: Q3 번째 값 - Q1 번째 값
   • Maximum: 위쪽 극단치 경계 값: 3사분위수 값 + ((Q3 - Q1) * 1.5) 영역 안에서의 최대값, 데이터의 최댓값이 아님.
   • Minimum: 아래쪽 극단치 경계 값: 1사분위수 값 - ((Q3 - Q1) * 1.5) 영역 안에서의 최솟값, 데이터의 최솟값이 아님.
   • Outlier: 위아래 극단 경계 임계값(기준값)을 벗어난 값

3. 실습

   /ws_python/notebook/package/matplotlib_test.ipynb

   import pandas as pd
   import numpy as np
   import matplotlib
   import matplotlib.pyplot as plt
   from matplotlib import font_manager, rc
   
   font_name = font_manager.FontProperties(fname="C:/Windows/Fonts/malgun.ttf").get_name()
   # windows 10
   # font_name = font_manager.FontProperties(fname="C:/Windows/Fonts/malgunsl.ttf").get_name()
   rc('font', family=font_name)           # 맑은 고딕 폰트 지정
   plt.rcParams["font.size"] = 12         # 글자 크기
   # plt.rcParams["figure.figsize"] = (10, 4) # 10:4의 그래프 비율
   plt.rcParams['axes.unicode_minus'] = False  # minus 부호는 unicode 적용시 한글이 깨짐으로 설정
   
   # Jupyter에게 matplotlib 그래프를 출력 영역에 표시할 것을 지시하는 명령
   %matplotlib inline  
   
   .....
   x = [0, 1, 2, 3, 4, 5, 6]
   y = [1, 4, 5, 8, 9, 5, 3]
   
   .....
   x = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
   y = [9, 8, 7, 9, 8, 3, 2, 4, 3, 4]
   
   .....
   plt.plot([10, 20, 30, 40, 50], [2, 6, 8, 12, 20], label='가격')  # 선 그래프
   
   .....
   # 다중 그래프, range(5): 0 ~ 4
   d = np.arange(0., 10., 1.) # range 기능 확장, 시작값, 종료값, 증가값
   print(d)
   print(type(d))
   # x, y, 선의 스타일(-: 실선, --: 점선 및 색깔(rgb등) 나열
   # 예) x, y, 선 스타일, x, y, 선 스타일, x, y, 선 스타일...
   # r-: 빨간색 실선, g-: 초록색 실선, b--: 파란색 점선
   plt.plot(d, d*2, 'r-', d, d*3, 'g-', d, d*4, 'b--')
   plt.title('X Y 그래프')   # 그래프 제목
   plt.xlabel('X 값')
   plt.ylabel('Y 값')
   plt.legend(('상품1', '상품2', '상품3'))             # 범례 출력
   plt.show()
   
   .....
   d = np.arange(0., 10., 1.) # range 기능 확장, 시작값, 종료값, 증가값
   
   # 서브 그래프 1
   plt.subplot(2, 2, 1)     # 가로방향 2개, 새로방향 2개, 1: 첫번째 그래프
   plt.plot(d, d*2, 'r-')     # x, y, 빨간색 실선
   plt.ylabel('Y 값')
   plt.legend()               # 범례 출력
   plt.title('X Y 그래프')   # 그래프 제목
   
   # 서브 그래프 2
   plt.subplot(2 , 2, 2)        #: 가로방향 2개, 새로방향 2개, 2: 두번째 그래프
   plt.plot(d, d*-2, 'g--')  # x, y, 초록색 점선
   plt.legend()               # 범례 출력
   plt.title('X Y 그래프')   # 그래프 제목
   
   # 서브 그래프 3
   plt.subplot(2, 2, 3)        # 가로방향 2개, 새로방향 2개, 세번째 그래프
   plt.plot(d, d*-2, 'b--')  # x, y, 파란색 점선
   plt.xlabel('X 값')
   plt.ylabel('Y 값')
   plt.legend()               # 범례 출력
   
   # 서브 그래프 4
   plt.subplot(2, 2, 4)        # 가로방향 2개, 새로방향 2개, 네번째 그래프
   plt.plot(d, d*2, 'y-')     # x, y, 노란색 실선
   plt.xlabel('X 값')
   plt.legend()               # 범례 출력
   
   plt.show()
   
   .....
   def f2(x, w):
       return (x - w) * x * (x + 2)
   
   plt.figure(figsize=(10, 3)) # (A) figure 지정
   plt.subplots_adjust(wspace=0.5, hspace=0.5) # 그래프의 간격을 지정
   for i in range(6):
       plt.subplot(2, 3, i + 1) # 2행 3열중에 출력될 그래프의 위치 지정
       plt.title(i + 1)
       plt.plot(x, f2(x, i))
       plt.ylim(-20, 20)
       plt.grid(True)
   plt.show()
   .....