Matplotlib를 사용한 Python 데이터 시각화
Python에서 데이터 플로팅을 알아보세요. 깔끔한 분산형 차트를 생성하고 브라우저에서 기본적으로 레이블, 범례 및 스타일을 조정하세요.
개요
데이터 시각화는 정보와 데이터를 그래픽으로 표현한 것입니다. 데이터 시각화 도구는 차트, 그래프, 지도와 같은 시각적 요소를 사용하여 추세, 이상치, 패턴을 확인할 수 있는 접근 가능한 방법을 제공합니다.
Matplotlib은 Python에서 플로팅을 위한 핵심 라이브러리입니다. 축 색상부터 글꼴 스타일까지 그림의 모든 단일 픽셀을 사용자 정의할 수 있는 객체 지향 API를 제공합니다.
이 예에서는 합성 성장 곡선을 생성하고 동일한 그림에 플롯하여 출판용 그래프의 선 두께, 마커, 범례 및 축 제한을 정의하는 방법을 보여줍니다.
코드 및 실행 출력
수학 함수의 비교 차트를 렌더링하기 위해 matplotlib를 사용하는 스크립트입니다.
data_viz.py
에디터에서 사용해 보세요import matplotlib.pyplot as plt
import numpy as np
# Generate points along the X axis
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
# Create figure
fig, ax = plt.subplots(figsize=(8, 5))
# Plot lines
ax.plot(x, y1, label='Sine Wave', color='#0D9488', linewidth=2.5)
ax.plot(x, y2, label='Cosine Wave', color='#EF4444', linewidth=2, linestyle='--')
# Style axis and frame
ax.set_title('Trigonometric Waveforms', fontsize=14, fontweight='bold', pad=15)
ax.set_xlabel('X Axis (Radians)', fontsize=11)
ax.set_ylabel('Amplitude', fontsize=11)
ax.grid(True, linestyle=':', alpha=0.6)
ax.legend(loc='upper right', frameon=True)
ax.spines[['top', 'right']].set_visible(False)
plt.tight_layout()
plt.show()터미널 출력
Rendered visualization in the Graphs tab...단계별 구현
- 과학 연구 계획 및 원격 측정 결과
- 분석 웹 앱용 대시보드 차트 요소 만들기
- 기계 학습 작업 중 탐색적 데이터 분석
자주 묻는 질문
PyRun와 함께 seaborn을 사용할 수 있나요?
예, seaborn은 matplotlib 위에 구축된 래퍼입니다. 가져온 경우PyRun는 해당 플롯을 동일한 브라우저 그래프 뷰포트로 리디렉션합니다.
Python에서 matplotlib 플롯을 파일에 어떻게 저장합니까?
`plt.show()`를 호출하는 대신 `plt.savefig('my_chart.png', dpi=300)`를 실행하여 이미지를 파일 시스템 작업 공간에 직접 쓸 수 있습니다.