본문 바로가기
728x90
반응형
SMALL

matplotlib22

[Matplotlib] WARNING:matplotlib.font_manager:findfont: Font family 'NanumGothic' not found 폰트 깨짐 문제 한글 폰트를 설정해 주지 않으면 한국어가 깨져서 나오는 문제가 발생한다. 폰트 설치 !apt-get -qq install fonts-nanum 예제 import os import matplotlib.pyplot as plt from matplotlib import font_manager import matplotlib.font_manager as fm fe = fm.FontEntry( fname=r'/usr/share/fonts/truetype/nanum/NanumGothic.ttf', # ttf 파일이 저장되어 있는 경로 name='NanumGothic') # 원하는 폰트 설정 fm.fontManager.ttflist.insert(0, fe) # Matplotlib에 폰트 추가 plt... 2024. 4. 12.
[Matplotlib] 초기화 메서드 cla() cla() 명령은 Matplotlib에서 현재 축을 지우는 데 사용된다. ‘축’은 단순히 그림의 일부이며 일반적으로 서브 플롯과 세부 정보이다. import math import numpy as np import matplotlib.pyplot as plt x=np.linspace(0,2*math.pi,100) y1=np.sin(x) y2=np.cos(x) fig,ax=plt.subplots(2,1) ax[0].plot(x,y1) ax[0].set_xlabel("x") ax[0].set_ylabel("sinx") ax[0].set_title("Plot of sinx") ax[1].plot(x,y2) ax[1].set_xlabel("x") ax[1].set_ylabel("cosx") ax[1]... 2023. 9. 4.
[Matplotlib] 눈금 시간 설정 눈금 시간 설정 데이터프레임에서 str 타입의 시간을 축으로 사용하기 위해 pd.to_datetime() 함수를 사용한다. 이 함수를 사용하여 문자열을 datetime64 형식으로 변환하고 데이터프레임의 x축으로 사용할 수 있다. df['Time'] = pd.to_datetime(df['time']) import matplotlib.pyplot as plt import matplotlib.dates as mdates fig, ax = plt.subplots() ax.plot(df['Time'], df['Value']) ax.set_xlabel('Time') ax.set_ylabel('Value') ax.set_title('Time vs Value') # x축 눈금 간격 설정 (1시간 간격으로 눈금 표시).. 2023. 7. 28.
[Matplotlib] 다중 축을 사용한 그래프 생성 import matplotlib.pyplot as plt import numpy as np # 데이터 1 data1 = [(1, 4), (3, 7), (5, 9)] # 데이터 2 data2 = [(2, 6), (4, 8), (6, 10)] # 가로 막대 그래프 생성 fig, ax1 = plt.subplots() # 데이터 1을 막대 그래프로 표시 for i, (start, end) in enumerate(data1): ax1.barh(i, end-start, left=start, height=0.4, align='center', color='steelblue', alpha=0.7) # 데이터 2를 막대 그래프로 표시 for i, (start, end) in enumerate(data2): ax1.barh.. 2023. 5. 25.
[Matplotlib] 공백 지우기 공백 지우기 matplotlib로 plt.imshow()를 통해서 보여진 이미지를 변형해서 다시 이미지 파일로 넣어줄 때 margin, padding 등이 적용되어 있기에 다음과 같은 방법으로 지워줄 수 있다. plt.axis('off') 축 없애기 plt.xticks([]), plt.yticks([]) 틱 없애기 plt.tight_layout() 공백을 잘 배치 plt.subplots_adjust(left, bottom, right , top, hspace, wspace ) subplot 위치 조절 plt.axis('off'), plt.xticks([]), plt.yticks([]) plt.tight_layout() 2023. 4. 27.
[Data Science] 데이터 시각화 (1) 시각화 (Visualization) 인간은 눈 망막 자극이 뇌에 전달될 때 정보의 의미를 파악할 수 있게 진화한 동물이다. 인간은 감각 중의 대부분을 시각에 의존하는 데 일반적으로 시각이 77%, 청각이 13%, 후각이 7%, 나머지 3%는 촉각과 미각이 나뉜다. 빅데이터 시대의 도래로 데이터를 가공하지 않고 눈으로 보고 파악할 수 있는 한계를 넘어섰다. 따라서, 데이터 시각화 (Data visualization)는 매우 효과적으로 정보를 전달하는 수단이 되고 있다. 시각화 라이브러리 내장 라이브러리 Pandas에 내장된 기본 그래프 라이브러리로써 별도의 라이브러리 import 없이 사용 가능하다. Matplotlib Pandas에서 가장 많이 쓰는 라이브러리로써 데이터 프레임을 시각화할 때도 내부적으로.. 2022. 9. 22.
[Data Science] 공공포털 데이터 (8) 특정 지역만 보기 서울특별시의 데이터만 샘플링을 진행한다. df_seoul = df[df["시도명"] == "서울특별시"].copy() df_seoul.shape 서울시의 구에 얼마나 많은 가게가 있는지 파악한다. df_seoul ["시도명"].value_counts() # bar plot df_seoul ["시도명"].value_counts().plot.bar(figsize=(10, 4), rot=30) # seaborn count plot plt.figure(figsize=(15, 4)) sns.countplot(data=df_seoul, x="시군구명") # matplotlib scatter plot df_seoul[["경도", "위도", "시군구명"]].plot.scatter(x="경도", y=".. 2022. 9. 22.
[Data Science] 공공포털 데이터 (1) 공공데이터 포털 공공 데이터 포털에는 다양한 분야의 데이터가 존재한다. 소상공인시장진흥공단에서 상권 정보 데이터를 csv, api 형태로 제공하고 있다. 소상공인시장진흥공단_상가(상권)정보.zip 파일을 다운로드한다. 필요한 라이브러리 import pandas as pd import numpy as np import seaborn as sns import matplotlib.pyplot as plt numpy : 고성능의 수치계산, 행렬이나 대규모 다차원 배열을 쉽게 처리하기 위한 라이브러리 seaborn : 데이터 시각화를 위한 라이브러리 matplotlib : 데이터 시각화 라이브러리 시각화를 위한 폰트 설정 # 한글 폰트 설정 (주석 처리 단축키) .. 2022. 9. 18.
[Matplotlib] 여러 개의 그래프 그리기 Matplotlib 여러 개의 그래프 그리기 1) import numpy as np import matplotlib.pyplot as plt x1 = np.linspace(0.0, 5.0) x2 = np.linspace(0.0, 2.0) y1 = np.cos(2 * np.pi * x1) * np.exp(-x1) y2 = np.cos(2 * np.pi * x2) plt.subplot(2, 1, 1) # nrows=2, ncols=1, index=1 plt.plot(x1, y1, 'o-') plt.title('1st Graph') plt.ylabel('Damped oscillation') plt.subplot(2, 1, 2) # nrows=2, ncols=1, index=2 plt.plot(x2, y2, '.. 2022. 3. 2.
[Matplotlib] Pandas의 시각화 기능 Pandas의 시각화 기능 Pandas의 시리즈나 데이터프레임은 plot이라는 시각화 메서드를 내장하고 있다. plot은 matplotlib를 내부에서 임포트하여 사용한다. np.random.seed(0) df1 = pd.DataFrame(np.random.randn(100, 3), index=pd.date_range('1/1/2018', periods=100), columns=['A', 'B', 'C']).cumsum() df1.tail() df1.plot() plt.title("Pandas의 Plot메소드 사용 예") plt.xlabel("시간") plt.ylabel("Data") plt.show() plot 메서드의 kind라는 인수를 바꾸면 여러가지 플롯을 그릴 수 있다. bar pie hist .. 2022. 2. 22.
728x90
반응형
LIST