01 matplotlib_pyplot

25 Oct 2017 | 42 Minute Read on Visualization

matplot_pyplot¶

matplotlib은 파이썬에서 데이터를 시각화하는 대표적인 패키지이다.
pyplot은 matplotlib의 하위라이브러로 Bar, Scatter, Historgam, Box 같은 Plot을 쉽게 사용 할 수 있게 해준다. (The matplotlib.pyplot module contains, functions that allow you to generate many kinds of plots quickly)
The matplotlib.pyplot docs 를 보면 130여개의 function을 제공하는데 대표적인 function들을 보면
- plot: 대표적인 함수루 축을 기준으로 선을 그림 (Plot lines and/or markers to the Axes)
- bar:Make a bar plot.
- scatter:Make a scatter plot of x vs y.
- hist:Plot a histogram.
- boxplot:Make a box and whisker plot.
- stackplot:Draws a stacked area plot.
- pie:Plot a pie chart.
DataFrame.plot은 DataFrame의 메소드로 DataFrame에서 편하게 matplotlib 함수들을 호출하게 해준다.DataFrame.plot docs
- kind라는 매개변수를 통해서 그래프이 형태를 선택할 있다.
- 그래프의 형태에 따라 수많은 매개변수가 존재한다.

In [1]:

from sklearn import datasets
import numpy as np
import pandas as pd

import seaborn as sns
import matplotlib.pyplot as plt

iris = datasets.load_iris()
df = pd.DataFrame(data= np.c_[iris['data'], iris['target']],
                     columns= iris['feature_names'] + ['target'])
df = df.rename(columns={'sepal length (cm)': 'sepal length', 'sepal width (cm)': 'sepal width'
                       ,'petal length (cm)': 'petal length','petal width (cm)': 'petal width'})
dict_iris = {0.0:'setosa', 1.0:'versicolor', 2.0:'virginica'}
df['species'] = df['target'].map(dict_iris)
df.head()

Out[1]:

	sepal length	sepal width	petal length	petal width	species
0	5.1	3.5	1.4	0.2	setosa
1	4.9	3.0	1.4	0.2	setosa
2	4.7	3.2	1.3	0.2	setosa
3	4.6	3.1	1.5	0.2	setosa
4	5.0	3.6	1.4	0.2	setosa

plot¶

In [2]:

plt.plot(df['sepal length'])
plt.show()

In [3]:

#DataFrame.plot로 호출
df.plot()  # kind ='line' 가 생략
#df.plot(kind = 'line')
plt.show()

In [ ]:

In [4]:

tuple_dic = ['mean']
grby = df.groupby(['species']).agg(tuple_dic)
grby

Out[4]:

	sepal length	sepal width	petal length	petal width	target
	mean	mean	mean	mean	mean
species
setosa	5.006	3.418	1.464	0.244	0.0
versicolor	5.936	2.770	4.260	1.326	1.0
virginica	6.588	2.974	5.552	2.026	2.0

Bar¶

In [5]:

plt.bar('target','sepal length', data = df)
plt.show()

In [6]:

#barh는 수평으로 보여줌
plt.barh('target','sepal length', data = df)
plt.show()

In [7]:

#DataFrame.plot로 호출
grby.plot(kind = 'bar')
plt.show()

scatter¶

In [9]:

plt.scatter('sepal length', 'sepal width', data = df )
plt.plot(grby['sepal length'].values)

Out[9]:

[<matplotlib.lines.Line2D at 0x7fe358a59ba8>]

hist¶

In [10]:

plt.hist('sepal width', data =df)
plt.show()

In [11]:

#DataFrame.plot로 호출
df.hist()
plt.show()

boxplot¶

In [12]:

plt.boxplot('sepal width', data = df )
plt.show()

In [13]:

df.plot(kind = 'box')
plt.show()

pie¶

In [14]:

plt.pie('sepal length', data = grby)
plt.show()

stackplot¶

In [15]:

grby.head()

Out[15]:

	sepal length	sepal width	petal length	petal width	target
	mean	mean	mean	mean	mean
species
setosa	5.006	3.418	1.464	0.244	0.0
versicolor	5.936	2.770	4.260	1.326	1.0
virginica	6.588	2.974	5.552	2.026	2.0

In [16]:

plt.stackplot(df['target'], df['sepal length'], df['sepal length'])
plt.show()

In [17]:

plt.stackplot(df.index, df['sepal length'], df['sepal length'])
plt.show()

In [18]:

df.plot(kind = 'area')
plt.show()

In [19]:

# seaborn 패키지를 사용하면 기본 matplotlib 보다는 좀더 좋은 그래프를 그릴 수 있다.

In [20]:

sns.jointplot(x="sepal width", y="sepal length", data=df, size=5)
sns.pairplot(df.drop("target", axis=1), hue="species", size=3, diag_kind="kde")
plt.show()