[Machine Learning] matplotlib.pyplot를 이용한 데이터 시각화

머신러닝이 잘 되고 있는지, 결과가 잘 출력되는지 확인하기 위해서는 좋은 시각화 도구가 필요합니다.

matplotlib.pyplot를 이용하여 그래프 그리기에 익숙해지기 위한 간단한 튜토리얼을 진행합니다.

 

1. 선 그래프

import matplotlib.pyplot as plt
import random

# plot
x = range(20)
y = random.sample(range(0, 20), 20)
plt.plot(x, y)
plt.show()

plt.plot(x, y, 'bo')
plt.show()

plt.plot(x, y, 'r-')
plt.show()

plt.plot(x, y, 'g--')
plt.show()

plt.plot(y, 'k-')
plt.xlabel('X')
plt.ylabel('Y')
plt.title('Title')

x = range(20)
y = random.sample(range(0, 20), 20)
plt.plot(x, y, 'y-')
plt.legend(['Loss', 'Accuracy'])
plt.show()

# subplot
x = range(20)
y = random.sample(range(0, 20), 20)
plt.subplot(1, 2, 1)
plt.plot(x, y, 'g-')
x = range(20)
y = random.sample(range(0, 20), 20)
plt.subplot(1, 2, 2)
plt.plot(x, y, 'r-')
plt.show()

x = range(20)

-> x에 [0, 1, 2, ..., 19]의 20개의 정수로 구성된 리스트를 할당

 

y = random.sample(range(0, 20), 20)

-> 0부터 19까지의 숫자 중 하나를 가지는 길이가 20인 리스트를 할당 (중복 제외)

 

plt.plot(x, y)

-> x, y를 기반으로 (꺾은)선 그래프를 그림

Fig 1. Line graph

plt.show()

-> 그린 그래프를 화면에 출력

 

plt.plot(x, y, 'bo')

-> x, y를 기반으로 점으로 그림

Fig 2. Point graph

plt.plot(x, y, 'r-')

-> x, y를 기반으로 빨간색 선 그래프를 그림

Fig 3. Red line graph

plt.plot(x, y, 'g--')

-> x, y를 기반으로 초록색 점선 그래프를 그림 

Fig 4. Green dotted graph

 

plt.plot(y, 'k-')

-> x값을 전달하지 않으면 x는 자동으로 range(len(y))에 해당하는 값을 할당 후 선 그래프를 그림

 

plt.xlabel('X')

-> x축 레이블 설정

 

plt.xlabel('Y')

-> y축 레이블 설정

 

plt.title('Title')

-> 플롯의 제목 설정

 

plt.legend(['Loss', 'Accuracy'])

-> 범례 설정

 

Fig 5. Legend setting graph

plt.subplot(1, 2, 1)

-> 1행 2열 1번째 플롯

 

plt.subplot(1, 2, 2)

-> 1행 2열 2번째 플롯

FIg 6. subplot graph

 

2. 히스토그램

import matplotlib.pyplot as plt
import random

data = [random.randrange(10) for i in range(100)]
plt.subplot(1, 2, 1)
plt.hist(data)

data = [random.randrange(10) for i in range(100)]
plt.subplot(1, 2, 2)
plt.hist(data,
     bins=8,                  ## 몇 개의 바구니로 구분할 것인가.
     density=True,            ## ytick을 퍼센트비율로 표현해줌
     cumulative=False,        ## 누적으로 표현하고 싶을 때는 True
     histtype='bar',          ## 타입. or step으로 하면 모양이 바뀜.
     orientation='vertical',  ## or horizontal
     rwidth=0.8,              ## 1.0일 경우, 꽉 채움 작아질수록 간격이 생김
     color='hotpink',         ## bar 색깔
)
plt.show()

data = [random.randrange(10) for i in range(100)]

-> 0부터 9까지의 숫자 중 하나를 가지는 길이가 100인 리스트를 할당 (중복 허용)

 

plt.hist(data,
    bins=8, ## 몇 개의 바구니로 구분할 것인가.
    density=True, ## ytick을 퍼센트비율로 표현해줌
    cumulative=False, ## 누적으로 표현하고 싶을 때는 True
    histtype='bar', ## 타입. or step으로 하면 모양이 바뀜.
    orientation='vertical', ## or horizontal
    rwidth=0.8, ## 1.0일 경우, 꽉 채움 작아질수록 간격이 생김
    color='hotpink', ## bar 색깔
)

-> 히스토그램 그림

 

Fig 7. Histogram