[Matplotlib] 2강_각종 그래프 그리기_(Line Plot)

1. 선 그래프 (Line plot) 그리기

---

📍 선 그래프(꺽은선 그래프)

• 점과 점을 선으로 연결한 그래프
• 시간의 흐름에 따른 변화를 표현할 때 많이 사용한다. (시계열)
•  plot([x], y) 
  • 1번인수 : x값(생략가능), 2번인수 y값
  • 인수가 하나인 경우 y 축의 값으로 설정되고 X값은 (0 ~ len(y)-1) 범위로 지정된다.
  • x,y 의 인수는 리스트 형태의 객체들을 넣는다.
    • 리스트
    • 튜플
    • numpy 배열 (ndarray)
    • 판다스 Series
  • x와 y의 size는 같아야 한다.
• 하나의 axes(subplot)에 여러 개의 선 그리기
  • 같은 axes에 plot()를 여러번 실행한다.

---

📍 선 스타일

• https://matplotlib.org/3.0.3/gallery/lines_bars_and_markers/line_styles_reference.html

x = np.linspace(1, 10, num=100) # 1 ~ 10을 100등분(num) 한 분위값으로 이뤄진 1차원 배열을 생성.
x2 = pd.Series(x)
# plt 함수를 이용해서 선 그래프 그리기.
plt.plot(x, x, marker = ".", c = "purple")
plt.plot(x,x+1, linestyle = "--")
plt.plot(x,x+2, linestyle = ':')
plt.plot(x,x+3, linestyle = "-.", linewidth = 5) # linewidth 는 라인강고 가능.
plt.show()

---

📍 선 그래프 활용¶

• 서울시 연도별 황사 경보발령 현황
• 연도별 관측일수와 황사최대농도의 변화를 그래프로 시각화

df = pd.read_csv('data/서울시 연도별 황사 경보발령 현황.csv')
df.shape
>>>
(12, 7)

df.info
>>>
<bound method DataFrame.info of       년도  주의보 발령횟수  주의보 발령일수  경보 발령횟수  경보 발령일수  관측일수  최대농도
0   2006         4         5        1        2    11  2941
1   2007         3         4        1        1    12  1355
2   2008         1         1        1        1    11   933
3   2009         2         3        2        3     9  1157
4   2010         4         5        2        3    15  1354
5   2011         4         7        0        0     9   662
6   2012         0         0        0        0     1   338
7   2013         0         0        0        0     3   226
8   2014         0         0        0        0    10   259
9   2015         1         2        1        2    15   902
10  2016         0         0        0        0     7   481
11  2017         0         0        0        0    10   423>

🌓 '최대농도(㎍/㎥/시)' => 최대농도

 # 같은 코드
df.rename(columns = {'최대농도(㎍/㎥/시)':'최대농도'}, inplace = True)
df.rename(columns = {df.columns[-1]:'최대농도'},inplace = True)

🌓 년도에 따른 황사 최대 농도의 변화흐름

plt.figure(figsize = (10, 3))
plt.plot(df['년도'], df['최대농도'], marker = ".")

plt.title('서울시 년도별 황사 최대농도의 변화흐름')
plt.xlabel('년도', fontsize = 15)
plt.ylabel('최대농도', fontsize = 15)

plt.xticks(df["년도"],
           labels=[str(y)+'년' for y in df['년도']], # tick 라벨의 size == ticks 의 size
           rotation = 45
          ) # 눈근의 위치. labels = ticks 라벨에 사용할 문자열 리스트

plt.grid(True, linestyle=":")
plt.show()

🌓 년도에 따른 주의보/경보 발령횟수의 변화 ==> 하나의 subplot 에 같이 그리기.

plt.figure(figsize = (10,3))
plt.plot(df['년도'], df['주의보 발령횟수'], alpha = 0.7, label = '주의보 발령횟수') # alpha 는 투명도 : 0(투명) ~ 1(불투명)
plt.plot(df['년도'], df['경보 발령횟수'], alpha = 0.5, label = '경보 발령횟수')

plt.title('년도별 주의보/경보 발령횟수')
plt.xlabel('년도')
plt.ylabel('횟수')

plt.legend()
plt.grid(True, linestyle = '--')
plt.show()

---

📍 최대 농도와 관측일 수의 연도별 변화를 시각화

• 하나의 축을 공유하고 두개의 축을 가지는 그래프 그리기¶
• 값의 범위(Scale)이 다른 두 값과 관련된 그래프를 한 Axes(subplot)에 그리는 경우
• X축을 공유해 2개의 Y축을 가지는 그래프
  • axes.twinx() 를 이용해 axes를 복사
• Y축을 공유해 2개의 X축을 가지는 그래프
  • axes.twiny() 를 이용해 axes를 복사

🌓 년도별 관측일수와 최대농도의 변화르흠을 하나의 axes에 그리기.

plt.figure(figsize = (10,5))

plt.plot(df['년도'],df['관측일수'], label = '관측일수', marker = '.')
plt.plot(df['년도'],df['최대농도'], label = '최대농도', marker = ".")

plt.title('년도별 관측일수와 최대농도의 변화흐름')
plt.xlabel('년도')
plt.ylabel('최대농도 / 관측일수')

plt.legend()
plt.grid(True, linestyle = ':')
plt.show()

df[['관측일수','최대농도']].agg(['min','max'])

🌓 twinx()를 이용해서 x축은 같이 사용하고 ysms 따로 사용하도록 처리.

plt.figure(figsize = (15,5))

ax1 = plt.gca() # 관측일수
ax2 = ax1.twinx() # ax1과 x축을 공유하는 새로운 subplot을 생성.

ax1.plot(df['년도'], df['관측일수'], label = '관측일수', color = 'red', marker = ".")
ax2.plot(df['년도'], df['최대농도'], label = '최대농도', c = 'g', marker = '.')

ax1.set_title('년도에 따른 관측일수, 최대농도의 변화')
ax1.set_xlabel('년도')
ax1.set_ylabel('관측일수')

ax2.set_ylabel("최대농도")

ax1.legend(loc = 'upper left', bbox_to_anchor = (1.05, 1))
ax2.legend(loc = 'upper left', bbox_to_anchor = (1.05, 0.93))
plt.grid(True, linestyle = "--")
plt.show(

🌓  legend 위치 지정

• 미리 지정된 위치로 잡기.
  • legend(loc="상하위치 좌우위치")
    • 상하: upper, center, lower, 좌우: left, center, right
    • 정가운데 : 'center', 'best' : 최적의 위치를 알아서 잡아준다.(default)
  • legend(bbox_to_anchor=(x,y), loc = 'box의 상하, 좌우 위치')
  • bbox_to_anchor
    • 전체 subplot의 x축과 y축의 비율

• loc -> bbox_to_anchor 좌표지점에 범례 box의 어느 지점을 붙일 것인지 지정.
  • ex) bbox_to_anchor = (1,1), loc = 'upper left' : subplot의 (1,1)지점의 범례박스의 위/왼쪽 점을 맞춘다.
  • 0 ~ 1 사이는 박스 안쪽, 1 이상이면 박스 바깥쪽.

x = [1, 2 ,3]
y = np.array([10,20,30])

plt.plot(x, y, label = 'plot1') 
plt.plot(x, y+1, label = 'plot2') 
plt.plot(x, y+2, label = 'plot3') 
plt.plot(x, y+3, label = 'plot4') 
plt.plot(x, y+4, label = 'plot5') 
plt.plot(x, y+5, label = 'plot6') 
plt.plot(x, y+6, label = 'plot7') 
plt.plot(x, y+7, label = 'plot8') 
plt.plot(x, y+8, label = 'plot9') 
plt.plot(x, y+9, label = 'plot10') 

plt.legend(bbox_to_anchor = (1,1), loc = 'upper left', 
          ncol = 2, shadow = True) # ncol은 줄 나누기, shadow는 그림자 주기 
plt.show()