상세 컨텐츠

본문 제목

04. matplotlib - 스타일 설정 (2)

데이터 분석/시각화

by 알파고제로 2023. 11. 2. 09:06

본문

■ 인수를 이용한 스타일 지정

스타일 문자열 약자 의미
color c 선 색깔
linewidth lw 선 굵기
linestyle ls 선 스타일
marker   마커 종류
markersize ms 마커 크기
markeredgecolor mec 마커 선 색깔
markeredgewidth mew 마커 선 굵기
markerfacecolor mfc 마커 내부 색깔

 

# 다양한 인수를 적용한 그래프 작성

x = np.arange(10)
y = np.random.randint(0, 100, 10)

plt.plot(x, y, c="b", lw=3, ls=":", marker="o", ms=10, mec="r", mew=2, mfc="y")
plt.title("Various Style")
plt.show()

 

■ Option 설정

  • 그래프 설정의 종류 1)
종류 관련 함수 의미
제목 title() title(label, fontdict=None, loc=None, pad=None, *, y=None, **kwargs)


xlabel()
ylabel()
xlabel(label, fontdict=None, labelpad=None, *, loc=None, **kwargs)


 

  • 그래프 설정의 종류 2)
종류 관련 함수 의미
범위 xlim()
ylim()
xlim(*args, **kwargs)
현재 좌표축의 값범위를 설정하거나 가져옴
tick xticks()
yticks()
xticks(ticks=None, labels=None, **kwargs)
축의 현재 눈금 위치와 레이블을 설정하거나 가져옴
현재 값을 반환하려면 인수를 전달하지 않는다.


Grid grid() grid(b=None, which='major', axis='both', **kwargs)
True, False 값을 인자로 전달하여 Grid를 보이게 할 것인지 설정

 

  • 그래프 설정의 종류 3)
종류 관련 함수 의미
범례 legend() legend(*args, **kwargs)
여러 개의 플롯을 하나의 윈도우에 같이 그릴 경우에는 각각의 차트가 무슨 자료를 표시하는지를 보여주기 위해
범례(legend) 추가

 
범례의 위치는 자동으로 정해지지만 loc인수를 이용하면 수동 설정 가능

 

  • 그래프 설정의 종류 4)
종류 관련 함수 의미
범례 legend() legend(*args, **kwargs)
범례의 위치는 자동으로 정해지지만 loc인수를 이용하면 수동 설정 가능


 

# 타이틀과 레이블 지정
font = {'family': 'serif',
        'color':  'darkred',
        'weight': 'normal',
        'size': 16}

x = np.linspace(0.0, 5.0, 100)
y = np.cos(2*np.pi*x) * np.exp(-x)

plt.plot(x, y, 'k')
plt.title('Damped exponential decay', fontdict=font)

plt.xlabel('time', fontdict=font)
plt.ylabel('voltage (mV)', fontdict=font)

plt.show()

 

# 타이틀과 레이블 지정
t = np.arange(0.01, 5.0, 0.01)
s = np.sin(2 * np.pi * t)

plt.plot(t, s)
plt.xlim(0.01, 5.0)
plt.ylim(-1.5, 1.5)
plt.show()

 

# ticks 설정
x = [1, 2, 3, 4]
y = [1, 4, 9, 6]
labels = ['Frogs', 'Hogs', 'Bogs', 'Slogs']

plt.plot(x, y)
plt.xticks(x, labels, rotation=45) 		# 눈금 레이블의 회전을 각도 또는 키워드로 지정
plt.margins(0.1)  			# 눈금 레이블이 잘리지 않도록 간격 조정
plt.show()

 

 

 

'데이터 분석 > 시각화' 카테고리의 다른 글

05. matplotlib - Figure 객체, 서브플롯  (0) 2023.11.03
03. matplotlib - 스타일 설정 (1)  (0) 2023.11.02
02. matplotlib - 선 그리기  (0) 2023.11.02

관련글 더보기

댓글 영역