본문 바로가기

반응형

프로그래밍/matplotlib

(5)
5.matplotlib 그래프 영역 채우기 지난 글에서는 축의 범위를 설정하였다. ​ 이번 글에서는 그래프의 영역을 채울 것이다. ​ 그래프의 영역을 채우는 것은 고등학교 미적분 시간 때 적분의 의미를 이해하기 위해서 등장했었다. ​ 사용되는 함수는 총 3가지가 있다 -fill_between() : 수평 방향의 곡선 사이를 색칠 -fill_betweenx() : 수직 방향의 곡선 사이를 색칠 -fill() : 다각형 영역을 색칠 fill_between() 함수를 이용하여 수평 방향의 곡 사이를 색칠했다. x1[1:3]은 x1리스트를 인덱싱 한 것인데 x1의 첫 번째 값 부터 두 번째 값까지를 의미한다. ->(x1[1],y1[1]), (x1[2],y1[2]),(x1[1],0),(x1{2],0) 사이를 색칠 alpha는 색칠 영역의 투명도를 의미한다..
4. matplotlib 축 범위 지정 지난 글에서는 범례를 표현하는 방법에 대해 이야기했다. ​ 이번 글은 축의 범위를 설정할 것이다. ​ 첫 번째 글에서 다루었지만 이번 글에서 더 자세히 다뤄보자 ​ xlim(), ylim() 함수는 min 값과 max 값을 튜플 혹은 리스트 형태로 입력한다. 입력된 값이 없으면 데이터에 맞게 자동으로 설정된다. xlim(),ylim() 함수 보다는 axis()함수를 사용하는 것이 더 편하다 axis() 함수에 xmin, xmax, ymin,ymax를 리스트나 튜플 형식으로 입력한다. axis()함수안에 문자열을 입력하여 모양을 조정할 수도 있다. 들어갈 수 있는 문자열로 'scaled', 'square' 등이 있다. ​ 파이썬으로 데이터 시각화하기
3. matplotlib 범례 표시하기 지난 글에서는 축의 이름, 폰트, 위치를 설정하는 방법에 대해 이야기했다. ​ 이번 글은 범례를 다룰 것이다. ​ 범례는 그래프를 표시하는 텍스트이다. 좌표축에 여러개의 그래프를 표현할 때는 구분이 필요하다 이때 등장하는 것이 바로 범례이다. 위에 표에서는 'line1'이른 범례가 표시되어 있다. plt()함수안에 label 파라미터를 사용하여 이름을 설정해주고 legend()함수로 표현했다. legend()함수가 볌례를 표시해준다. ​ legend()함수 안에 loc파라미터를 이용하여 범례의 위치를 설정할 수 있다. 이때 튜플를 이용하여 위치를 입력하는데 (0,0)은 왼쪽하단, (1,1)은 오른쪽 상단을 의미하며 튜플 말고 'lower ri ght'와 같은 문자열로 입력할 수 있다. ​ 두 개이상의 그..
2. matplotlib 축 레이블 설정하기 저번 글에서는 matplotlib.pyplot에서 plot 함수를 이용하여 그래프를 표현했다. ​ 이번 글에서는 그래프의 축을 설정하는 방법에 대해 이야기할 것이다. 다음과 같이 축의 이름을 설정할 수 있다. xlabel(), ylabel() 함수는 축의 이름을 설정하는 함수이다. 괄호에 설정하고자 하는 label을 입력하면 된다. xlabel(), ylabel() 함수 안에 labelpad파라미터를 입력하여 여백을 생성할 수 있다. pad는 여백(padding)을 의미한다. fontdict 파라미터를 이용해 폰트를 설정할 수도 있다. ​ 또한 loc 파라미터를 이용하여 위치를 설정할 수 있다. 파이썬으로 데이터 시각화하기
1. matplotlib 기본 matplotlib.pyplot은 간편하게 그래프를 만들고 변화주는 모듈이다. 다음과 같이 그래프를 생성할 수 있다 plt.plot([1,2,3,4])에서 리스트([])안에 들어가는 값은 y값을 의미하고 x값은 0부터 차례대로 생성된다. plot()함수는 그래프를 생성 show()함수는 그래프를 보여준다. 다음과 같이 리스트를 두 개 입력하게 되면 차례대로 x값, y값으로 인식되어 그래프가 만들어진다. 그래프를 실선 이외에 점선으로도 그릴 수 있다. 'ro' 는 red와 o(원형)의 합성을 의미한다. 'b-'는 blue와 -(실선)을 의미한다. axis()함수는 [x 최솟값, x 최댓값, y 최솟값, y 최댓값]을 의미한다 matplotlib.pyplot는 numpy 어레이를 주로 이용한다. np.arr..

반응형