플롯 모양 변형하기

Figure, subplots 및 axes

matplotlib에서는 ‘figure(피겨)’라는 그림 단위를 사용하여, 이 안에 한 개 혹은 복수 개의 플롯을 그리고 관리할 수 있도록 하는 기능을 지원합니다. 이 때, figure 안에 들어가는 플롯 공간 하나를 ‘subplot(서브플롯)’이라고 부릅니다.

새로운 figure를 직접 생성하고자 할 경우, plt.figure()함수를 사용합니다. fig라는 이름의 figure에 subplot을 하나 추가하고 싶으면, fig.add_subplot() 함수를 실행하여 그 반환값을 새로운 변수로 받습니다.

fig = plt.figure()
ax1 = fig.add_subplot(2, 2, 1)

fig.add_subplot() 함수에는 총 3개의 인자가 들어갑니다. 앞의 두 개는 해당 figure 안에서 subplot들을 몇 개의 행, 몇 개의 열로 배치할 것인지를 나타냅니다. 맨 마지막 인자는, 이렇게 지정한 subplot들의 배치 구조 상에서, 해당 subplot을 실제로 어느 위치에 배치할지를 나타내는 번호입니다.

fig.add_subplot() 함수의 반환값을 ax1이라는 변수에서 받는데, 이는 해당 subplot에 그려진 빈 좌표 평면을 나타내는 변수입니다. matplotlib에서는 이 빈 좌표평면을 ‘axes(액시스)’라고 부릅니다. figure 안의 subplot에 axes를 생성한 순간부터, 비로소 여기에 플롯을 그릴 수 있는 상태가 됩니다.

같은 방법으로 fig.add_subplot() 함수를 여러 번 실행하여, 각 subplot 위치별로 새로운 axes를 생성함으로써 플롯을 그릴 준비를 갖출 수 있습니다.

ax2 = fig.add_subplot(2, 2, 2)
ax3 = fig.add_subplot(2, 2, 3)

이렇게 생성된 각각의 subplot 내 axes들에 실제 플롯을 그려보도록 합시다. 만약 plt.plot() 함수를 실행하여 플롯을 그리는 경우, 현재 활성화되어 있는 figure의 맨 마지막 위치에 해당하는 subplot의 axes부터 차례대로 플롯이 그려지게 됩니다.

plt.plot(np.random.randn(50).cumsum())

반면 ax1.hist()와 같이 특정 axes를 나타내는 변수 ax1을 직접 지정하여 플롯을 그리는 경우, 해당 axes에 플롯을 그립니다.

ax1.hist(np.random.randn(100), bins=20)
ax2.scatter(np.arange(30), np.arange(30) + 3 * np.random.randn(30))

figure와 subplot을 그릴 때, plt.subplots() 함수를 사용하면 좀 더 직관적으로 할 수 있습니다.

fig, axes = plt.subplots(2, 3)

예를 들어 위와 같이 실행하게 되면, fig figure 안에 총 6개의 subplot들을 2x3으로 배치하며, 각각의 내부에 axes를 생성합니다. 이 때 반환받은 axes 함수에는, subplot의 구조와 동일한 구조를 가지는 2x3 크기의 array가 들어가며, 각각의 성분이 곧 대응되는 위치의 axes가 되므로 이를 사용하여 원하는 위치에 플롯을 그릴 수 있습니다.

색상, 마킹 및 라인 스타일

라인 플롯의 경우, 라인 색상과 마킹 기호 및 라인 스타일 등을 지정할 수 있습니다.

plt.plot() 함수를 사용해서 라인 플롯을 그릴 때, color, marker, linestyle 인자의 값을 함께 입력하면 각각 각각 라인 색상, 점을 마킹하는 기호, 라인 스타일을 지정할 수 있습니다.

plt.plot(np.random.randn(30), color="g", marker='o', linestyle="--")

이들 각각에 입력할 수 있는 값은 matplotlib에서 따로 정의되어 있습니다. 예를 들어 color="g"면 녹색, marker='o'면 O 모양의 마킹 기호, linestyle="--"이면 점선 스타일을 적용하게 됩니다.

matplotlib에서 사용 가능한 주요 color, marker, linestyle 값을 본 강의노트 맨 하단에 정리해 놓았으니 참고하시길 바랍니다.

만약 여러분들이 코드를 길게 작성하기 귀찮은 경우, 라인 플롯의 색상, 마킹 및 라인 스타일을 나타내는 값들을 하나의 문자열로 붙여서 입력할 수도 있습니다.

plt.plot(np.random.randn(30), "k.-")

한편 바 플롯이나 히스토그램, 산점도 등에는 색상과 알파값 등을 지정할 수 있습니다. 다음 코드를 실행하여 결과를 관찰해 봅시다.

fig, axes = plt.subplots(2, 1)
data = pd.Series(np.random.rand(16), index=list('abcdefghijklmnop'))
data.plot(kind="bar", ax=axes[0], color='k', alpha=0.7)
data.plot(kind="barh", ax=axes[1], color='g', alpha=0.3)

눈금, 레이블 및 범례 등

여러분이 그린 플롯의 눈금, 레이블, 범례 등을 수정할 수 있습니다. 우선 figure를 하나 만든 뒤, subplot axes를 하나 추가하고 여기에 랜덤한 값들의 누적합을 나타내는 라인 플롯을 하나 그립니다.

fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)
ax.plot(np.random.randn(1000).cumsum())

플롯의 수평축 혹은 수직축에 나타난 눈금을 matplotlib에서는 ‘틱(tick)’이라고 부릅니다. 특별히 수평축의 눈금은 ‘xtick’, 수직축의 눈금은 ‘ytick’이라고 부릅니다. 수평축의 눈금을 다른 것으로 변경하고자 할 경우, ax.set_xticks() 함수를 사용합니다.

ticks = ax.set_xticks([0, 250, 500, 750, 1000])

ax.set_xticklabels() 함수를 사용하여, 수평축의 눈금을 숫자가 아닌 문자열 레이블로 대체할 수도 있습니다.

labels = ax.set_xticklabels(["one", "two", "three", "four", "five"],
         rotation=30, fontsize="small")

만약 수직축의 눈금을 변경하고자 한다면, 수평축의 경우와 완전히 동일한 방식으로 ax.set_yticks() 등의 함수를 사용하면 됩니다.

axes의 제목을 입력하고자 할 경우, ax.set_title() 함수를 사용하면 됩니다. 만약 수평축과 수직축에 이름을 붙이고 싶다면, 각각 ax.set_xlabel(), ax.set_ylabel() 함수를 사용하면 됩니다.

ax.set_title("Random walk plot")
ax.set_xlabel("Stages")
ax.set_ylabel("Values")

만약 하나의 axes에 표시한 플롯의 개수가 많다면, 범례(legend)를 표시해야 할 필요가 있습니다. 먼저 새로운 figure 안에 subplot axes를 하나 생성합니다.

fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)

다음으로, 랜덤 워크 플롯을 ax axes에 3개 추가합니다. 이 때, ax.plot() 함수를 사용할 시 label 인자의 값을 함께 입력해 줍니다. 입력한 label 인자의 값이, 나중에 axes에 범례를 표시할 때 각각의 이름으로 제시됩니다.

ax.plot(np.random.randn(1000).cumsum(), 'k', label="one")
ax.plot(np.random.randn(1000).cumsum(), "b--", label="two")
ax.plot(np.random.randn(1000).cumsum(), "r.", label="three")

ax.legend() 함수를 실행하면, axes 상에 범례가 표시됩니다. 이 때 loc="best" 인자를 넣어주면, 현재 제시된 axes 상에서 최적의 위치에 범례를 자동으로 배치합니다.

ax.legend(loc="best")

현재 axes에 표시된 수평축 값의 범위와 수직축 값의 범위를 변경하고자 한다면, ax.set_xlim() 함수와 ax.set_ylim() 함수를 사용하면 됩니다.

ax.set_xlim([100, 900])
ax.set_ylim([-100, 100])

부록: matplotlib에서 사용 가능한 주요 color, marker, linestyle 값

matplotlib에서 사용 가능한 주요 color 값

| 값 | 색상 | | —- | ——- | | “b” | blue | | “g” | green | | “r” | red | | “c” | cyan | | “m” | magenta | | “y” | yellow | | “k” | black | | “w” | white |

matplotlib에서 사용 가능한 주요 marker 값

| 값 | 마킹 | | —- | ————– | | “.” | point | | “,” | pixel | | “o” | circle | | “v” | triangle_down | | “^” | triangle_up | | “<” | triangle_left | | “>” | triangle_right | | “8” | octagon | | “s” | square | | “p” | pentagon | | “*” | star | | “h” | hexagon | | “+” | plus | | “x” | x | | “D” | diamond |

matplotlib에서 사용 가능한 주요 linestyle 값

| 값 | 라인 스타일 | | —— | —————- | | “-“ | solid line | | “–” | dashed line | | “-.” | dash-dotted line | | “:” | dotted line | | “None” | draw nothing |