Matplotlib_Cheat_

 

 

📊 파이썬 데이터 시각화의 정점: Matplotlib 치트 시트 완벽 활용 가이드

안녕하세요! 데이터 분석 결과를 시각적으로 표현하고 인사이트를 도출하려면 데이터 시각화가 정말 중요합니다.

그중에서도 Matplotlib은 파이썬에서 가장 강력하고 널리 쓰이는 시각화 도구입니다. 이 글에서는 Matplotlib 치트 시트를 기반으로, 가장 실용적이고 자주 쓰이는 기능들을 코드 예제와 함께 소개합니다.

---

1. Matplotlib이란?

Matplotlib은 파이썬 기반의 2D 플로팅 라이브러리로, 과학적 시각화를 위한 풍부한 기능을 제공합니다.

2. 빠르게 시작하기 (Quick Start)

✅ 기본 설정

import numpy as np
import matplotlib.pyplot as plt

# 한글 폰트 설정 (운영체제에 맞게 조정하세요)
plt.rcParams['font.family'] = 'Malgun Gothic'  # Windows
# plt.rcParams['font.family'] = 'AppleGothic'  # macOS
plt.rcParams['axes.unicode_minus'] = False

✅ 선 그래프 그리기

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

fig, ax = plt.subplots()
ax.plot(X, Y, color='green', label='코사인 함수')

ax.set_title('코사인 함수 그래프')
ax.set_xlabel('X축 값')
ax.set_ylabel('Y축 값')
ax.legend()

plt.show()

✅ 그래프 저장

fig.savefig("cosine_graph.pdf")

---

3. 주요 그래프 종류별 예시

📍 산점도 (scatter)

plt.scatter(np.random.rand(50), np.random.rand(50),
            s=100, c='blue', alpha=0.6)
plt.title("산점도 예제")
plt.show()

📍 막대 그래프 (bar)

categories = ['A', 'B', 'C']
values = [10, 20, 15]
plt.bar(categories, values, color='skyblue')
plt.title("카테고리별 값")
plt.show()

📍 히스토그램 (hist)

data = np.random.randn(1000)
plt.hist(data, bins=30, color='coral')
plt.title("데이터 분포")
plt.show()

📍 파이 차트 (pie)

sizes = [30, 25, 25, 20]
labels = ['A', 'B', 'C', 'D']
plt.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90)
plt.axis('equal')
plt.title("비율 차트")
plt.show()

---

4. 시각화 커스터마이징

🎯 축 설정

ax.set_xlim(0, 10)
ax.set_ylim(-1, 1)
ax.set_xlabel("시간")
ax.set_ylabel("진폭")

💬 주석 달기

ax.annotate('최댓값', xy=(np.pi/2, 1), xytext=(2, 1.2),
            arrowprops=dict(facecolor='red', shrink=0.05))

🎨 선 스타일 & 마커 지정

plt.plot(X, Y, linestyle='--', marker='o', color='purple')

🌈 색상 맵 예제

data = np.random.rand(10, 10)
plt.imshow(data, cmap='viridis')
plt.colorbar()
plt.title("Colormap 예제")
plt.show()

---

5. 결론

✅ Matplotlib은 처음엔 다소 복잡해 보일 수 있지만, Figure-Axes 구조만 잘 이해하면 대부분의 커스터마이징이 가능합니다. 다양한 시각화 예제를 반복 연습하면서 나만의 스타일을 만들어보세요!

Matplotlib을 잘 활용하면, 데이터는 단순한 숫자가 아닌 강력한 스토리텔링 도구가 됩니다. 🎉