Matplotlib으로 기본 시각화하기¶

"""이 책의 모든 그림 코드가 공유하는 머리글."""

import math

import matplotlib
matplotlib.use("Agg")          # 창을 띄우지 않고 파일로만 그린다
import numpy as np
import matplotlib.pyplot as plt

# 그림에 한글을 쓰므로 한글 글꼴을 지정한다. 맥이면 'Apple SD Gothic Neo',
# 윈도우면 'Malgun Gothic', 리눅스면 'NanumGothic' 정도가 무난하다.
# 글꼴을 바꾸면 마이너스 기호(U+2212)가 깨지므로 unicode_minus 도 함께 꺼 준다.
plt.rcParams["font.family"] = "Apple SD Gothic Neo"
plt.rcParams["axes.unicode_minus"] = False

# 이 책이 쓰는 팔레트. 같은 뜻에는 언제나 같은 색을 쓴다.
INK = "#37474F"                              # 글자, 축, 기준선
BLUE, BLUE_L = "#1565C0", "#DCEBFB"          # 주된 계열과 그 채움색
ORANGE, ORANGE_L = "#E65100", "#FFE0B2"      # 대조 계열
GREEN, GREEN_L = "#33691E", "#C5E1A5"        # 셋째 계열
PURPLE = "#6A1B9A"                           # 넷째 계열
MUTED = "#90A4AE"                            # 참고선, 배경 요소
RED = "#D32F2F"                              # 경고, 기각역

x = np.linspace(-3.5, 3.5, 400)
pdf = np.exp(-x ** 2 / 2) / np.sqrt(2 * np.pi)

fig, ax = plt.subplots(figsize=(6, 3.2))
ax.fill_between(x, 0, pdf, color=BLUE_L)
ax.plot(x, pdf, color=BLUE, lw=2, label="표준정규 밀도")
ax.axvline(-1.96, color=RED, lw=1.2, ls="--")
ax.axvline(1.96, color=RED, lw=1.2, ls="--", label="$\\pm 1.96$")
ax.set_xlabel("표준화 점수 $z$")     # 한글은 반드시 $...$ 밖에 둔다
ax.set_ylabel("밀도")
ax.spines[["top", "right"]].set_visible(False)
ax.legend(frameon=False)
fig.savefig("figure_conventions.png", dpi=170, facecolor="white",
            bbox_inches="tight")

# 그림에서 읽을 수 있는 세 수를 따로 계산해 둔다.
print(f"격자 최대 높이 = {pdf.max():.6f}  (격자점 x = {x[pdf.argmax()]:.6f})")
print(f"이론 봉우리    = {1 / np.sqrt(2 * np.pi):.6f}")
print(f"phi(1.96)      = {np.exp(-1.96 ** 2 / 2) / np.sqrt(2 * np.pi):.6f}")
print(f"두 점선 사이 면적 = {math.erf(1.96 / math.sqrt(2)):.6f}")

격자 최대 높이 = 0.398927  (격자점 x = -0.008772)
이론 봉우리    = 0.398942
phi(1.96)      = 0.058441
두 점선 사이 면적 = 0.950004

import matplotlib
matplotlib.use("Agg")
import matplotlib.image as mpimg
import matplotlib.pyplot as plt
import numpy as np

plt.rcParams["font.family"] = "Apple SD Gothic Neo"
plt.rcParams["axes.unicode_minus"] = False

x = np.linspace(0, 20, 400)
y = np.sin(x)

fig, ax = plt.subplots(figsize=(6, 3.2))
ax.plot(x, y, color="#1565C0", lw=2, label="$\\sin x$")

# 그림을 손보는 일은 거의 전부 Axes 객체의 메서드로 이루어진다.
ax.set_xlabel("가로축 $x$")
ax.set_ylabel("세로축 $\\sin x$")
ax.set_title("범위를 좁히면 바깥 자료는 가려질 뿐 지워지지 않는다", fontsize=11)
ax.set_xlim(0, 10)              # 보이는 범위를 직접 정한다
ax.set_ylim(-1, 1)
ax.grid(True, alpha=0.3)        # 격자는 옅게. 자료보다 튀면 안 된다
ax.legend(loc="lower left", frameon=False)

# set_xlim 은 선을 자르지 않는다. 그린 점은 그대로 있고 보이지 않을 뿐이다.
print(f"그린 점 {len(ax.lines[0].get_xdata())} 개,  그중 x <= 10 인 것 {np.sum(x <= 10)} 개")
print(f"자료의 x 범위 = ({x.min():.0f}, {x.max():.0f}),  보이는 범위 = {ax.get_xlim()}")

# 저장을 세 가지로 해 두고 화소 크기를 견준다.
fig.savefig("plain.png", dpi=170, facecolor="white")
fig.savefig("bbox.png", dpi=170, facecolor="white", bbox_inches="tight")
fig.tight_layout()              # 축 이름표가 잘리지 않도록 여백을 맞춘다
fig.savefig("both.png", dpi=170, facecolor="white", bbox_inches="tight")

for name in ("plain.png", "bbox.png", "both.png"):
    h, w = mpimg.imread(name).shape[:2]
    print(f"{name:10s} {w} x {h} 화소")

그린 점 400 개,  그중 x <= 10 인 것 200 개
자료의 x 범위 = (0, 20),  보이는 범위 = (0.0, 10.0)
plain.png  1020 x 544 화소
bbox.png   944 x 559 화소
both.png   1000 x 525 화소

"""DataFrame 이 자체로 갖고 있는 그림 메서드로 세 패널을 한 번에 그린다."""
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams["font.family"] = "Apple SD Gothic Neo"   # 한글 글꼴
plt.rcParams["axes.unicode_minus"] = False            # 음수 기호가 네모가 되지 않게

rng = np.random.default_rng(0)
df = pd.DataFrame({"x": rng.normal(0, 1, 200),
                   "y": rng.normal(0, 1, 200),
                   "group": rng.choice(["A", "B"], 200)})
# value 는 x 에 2 를 곱하고 잡음을 더해 만든다. group 은 전혀 쓰지 않는다.
df["value"] = df["x"] * 2 + rng.normal(0, 1, 200)

print(df.groupby("group")["value"].agg(["count", "median"]).round(2))
print(f"x 와 y 의 상관     = {df['x'].corr(df['y']):.3f}")
print(f"x 와 value 의 상관 = {df['x'].corr(df['value']):.3f}")

# ax= 로 그릴 자리를 지정하면 pandas 가 그 Axes 위에 그린다.
# 이렇게 해야 여러 패널을 한 그림에 모을 수 있다.
fig, axes = plt.subplots(1, 3, figsize=(13, 3.5))
df["x"].plot.hist(bins=30, ax=axes[0], title="hist")
df.plot.scatter(x="x", y="y", ax=axes[1], title="scatter")
df.boxplot(column="value", by="group", ax=axes[2])
plt.suptitle("")            # boxplot이 붙이는 자동 제목을 지운다
plt.tight_layout()
plt.show()

       count  median
group
A         92    0.35
B        108   -0.01
x 와 y 의 상관     = -0.065
x 와 value 의 상관 = 0.895

import matplotlib
matplotlib.use("Agg")
import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import norm, probplot

plt.rcParams["font.family"] = "Apple SD Gothic Neo"
plt.rcParams["axes.unicode_minus"] = False

rng = np.random.default_rng(42)
data = rng.normal(loc=50, scale=10, size=500)

fig, axes = plt.subplots(1, 2, figsize=(12, 4))

# 왼쪽: 히스토그램에 이론 밀도함수를 겹친다. density=True 여야 세로축이 밀도가 된다.
counts, edges, _ = axes[0].hist(data, bins=30, density=True, alpha=0.5,
                                edgecolor="black", color="#1565C0", label="표본")
x = np.linspace(data.min(), data.max(), 200)
axes[0].plot(x, norm.pdf(x, loc=50, scale=10), color="#D32F2F",
             lw=2, label="$N(50, 10^2)$ 밀도")
axes[0].set_xlabel("값")
axes[0].set_ylabel("밀도")
axes[0].set_title("히스토그램에 이론 밀도 겹치기", fontsize=11)
axes[0].legend(frameon=False)

# 오른쪽: Q-Q 그림. probplot 은 최소제곱 직선의 기울기·절편·상관을 돌려준다.
(osm, osr), (slope, intercept, r) = probplot(data, dist="norm", plot=axes[1])
axes[1].set_title("정규 Q-Q 그림", fontsize=11)
axes[1].set_xlabel("이론 분위수")
axes[1].set_ylabel("정렬된 관측값")

print(f"이론 봉우리 1/(10*sqrt(2pi)) = {norm.pdf(50, 50, 10):.6f}")
print(f"가장 높은 막대              = {counts.max():.6f}  (막대 폭 {edges[1] - edges[0]:.3f})")
print(f"표본평균 = {data.mean():.4f},  표본표준편차 = {data.std(ddof=1):.4f}")
print(f"Q-Q 직선: 기울기 = {slope:.4f},  절편 = {intercept:.4f},  r = {r:.4f}")

fig.tight_layout()
plt.show()

이론 봉우리 1/(10*sqrt(2pi)) = 0.039894
가장 높은 막대              = 0.049265  (막대 폭 1.827)
표본평균 = 49.8687,  표본표준편차 = 9.5993
Q-Q 직선: 기울기 = 9.6288,  절편 = 49.8687,  r = 0.9990

import numpy as np
import matplotlib.pyplot as plt

rng = np.random.default_rng(42)
data = rng.standard_normal(500)

fig, ax = plt.subplots(figsize=(8, 4))
ax.hist(data, bins=30, edgecolor="black", alpha=0.7)
ax.axvline(data.mean(), color="red", lw=2, label=f"mean = {data.mean():.3f}")
ax.set_xlabel("z")
ax.set_ylabel("frequency")
ax.set_title("500 standard normal samples")
ax.legend()
plt.show()

import numpy as np
import matplotlib.pyplot as plt

rng = np.random.default_rng(0)
x_s, y_s = rng.uniform(0, 10, 100), rng.uniform(-1, 1, 100)
x_l = np.linspace(0, 2 * np.pi, 200)

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 4), sharey=True)
ax1.scatter(x_s, y_s, alpha=0.6)
ax1.set_title("Random scatter")
ax1.set_xlabel("x")
ax2.plot(x_l, np.sin(x_l), color="blue")
ax2.set_title("sin(x)")
ax2.set_xlabel("x")
fig.supylabel("value")
fig.tight_layout()
plt.show()

fig, axes = plt.subplots(1, 2)
axes[0].set_title("Panel A")        # explicit — correct
plt.plot([1, 2, 3])                 # silently lands on axes[1] because it was created last

import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import norm

rng = np.random.default_rng(42)
data = rng.normal(loc=5, scale=2, size=1000)   # scale = sqrt(variance)

fig, ax = plt.subplots(figsize=(8, 4))
ax.hist(data, bins=30, density=True, alpha=0.5, edgecolor="black", label="Histogram")
x = np.linspace(data.min(), data.max(), 200)
ax.plot(x, norm.pdf(x, loc=5, scale=2), "r-", lw=2, label="N(5, 4) PDF")
ax.set_xlabel("x"); ax.set_ylabel("density")
ax.set_title("Histogram with true density overlay")
ax.legend()
plt.show()

import numpy as np
import matplotlib.pyplot as plt

rng = np.random.default_rng(0)
x = rng.uniform(-2, 2, 50)
y = 1 + 2 * x + rng.standard_normal(50)

X = np.column_stack([np.ones_like(x), x])
beta = np.linalg.solve(X.T @ X, X.T @ y)
y_hat = X @ beta
resid = y - y_hat

fig, ax = plt.subplots(figsize=(7, 4))
ax.scatter(y_hat, resid, alpha=0.7)
ax.axhline(0, color="red", lw=1)
ax.set_xlabel("fitted value")
ax.set_ylabel("residual")
ax.set_title("Residuals vs. fitted")
plt.show()

fig.savefig("residuals.png", dpi=170, facecolor="white", bbox_inches="tight")

import numpy as np
import matplotlib.pyplot as plt
from scipy import stats

plt.rcParams["font.family"] = "Apple SD Gothic Neo"   # 한글 글꼴
plt.rcParams["axes.unicode_minus"] = False            # 음수 기호가 네모가 되지 않게

rng = np.random.default_rng(0)
n = 300
samples = {"정규 N(0,1)": rng.standard_normal(n),
           "t(3) — 두꺼운 꼬리": rng.standard_t(3, n)}

probs = (np.arange(1, n + 1) - 0.5) / n        # 플로팅 위치
theory = stats.norm.ppf(probs)                 # 이론 분위수

fig, axes = plt.subplots(1, 2, figsize=(10, 4.5))
for ax, (name, data) in zip(axes, samples.items()):
    ax.scatter(theory, np.sort(data), s=12, alpha=0.7)
    lo, hi = theory.min(), theory.max()
    ax.plot([lo, hi], [lo, hi], "r--", lw=1.5, label="기준선 y = x")
    ax.set_xlabel("이론 분위수")
    ax.set_ylabel("표본 분위수")
    ax.set_title(name)
    ax.legend()
fig.tight_layout()
plt.show()

for name, data in samples.items():
    z = (data - data.mean()) / data.std(ddof=1)
    print(f"{name:>18}: 첨도 {stats.kurtosis(data):>6.2f}   "
          f"|z| > 3 인 관측 {np.sum(np.abs(z) > 3):>2}개")

         정규 N(0,1): 첨도   0.03   |z| > 3 인 관측  2개
     t(3) — 두꺼운 꼬리: 첨도   3.42   |z| > 3 인 관측  5개

import numpy as np
import matplotlib.pyplot as plt

plt.rcParams["font.family"] = "Apple SD Gothic Neo"   # 한글 글꼴
plt.rcParams["axes.unicode_minus"] = False            # 음수 기호가 네모가 되지 않게

x = np.linspace(1, 100, 500)
power = 3 * x ** 2.0          # 멱법칙  y = a x^b
expo = 2 * np.exp(0.05 * x)   # 지수     y = a e^{bx}

fig, axes = plt.subplots(1, 3, figsize=(13, 4))
for ax, scale, title in zip(
        axes, ["linear", "semilogy", "loglog"],
        ["선형 — 둘 다 그냥 휘었다", "반로그 — 지수가 직선", "양로그 — 멱법칙이 직선"]):
    ax.plot(x, power, label="멱법칙 $3x^2$")
    ax.plot(x, expo, label="지수 $2e^{0.05x}$")
    if scale in ("semilogy", "loglog"):
        ax.set_yscale("log")
    if scale == "loglog":
        ax.set_xscale("log")
    ax.set_title(title, fontsize=10)
    ax.set_xlabel("x")
    ax.legend(fontsize=8)
fig.tight_layout()
plt.show()

# 직선이 된 눈금에서 기울기가 지수를 준다
slope_ll = np.polyfit(np.log(x), np.log(power), 1)[0]
slope_sl = np.polyfit(x, np.log(expo), 1)[0]
print(f"양로그에서 멱법칙의 기울기: {slope_ll:.4f}   (참값 2)")
print(f"반로그에서 지수의 기울기:   {slope_sl:.4f}   (참값 0.05)")

양로그에서 멱법칙의 기울기: 2.0000   (참값 2)
반로그에서 지수의 기울기:   0.0500   (참값 0.05)

import numpy as np
import matplotlib.pyplot as plt

plt.rcParams["font.family"] = "Apple SD Gothic Neo"   # 한글 글꼴
plt.rcParams["axes.unicode_minus"] = False            # 음수 기호가 네모가 되지 않게

groups = ["A", "B", "C", "D"]
values = np.array([97.2, 98.1, 97.6, 98.4])

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 4))

ax1.bar(groups, values, color="steelblue")
ax1.set_ylim(97, 98.6)                     # 잘라낸 축
ax1.set_title("잘라낸 y축 — '엄청난 차이!'", fontsize=10)
ax1.set_ylabel("점수")

ax2.bar(groups, values, color="steelblue")
ax2.set_ylim(0, 100)                       # 0 에서 시작
ax2.set_title("0 에서 시작 — 실제로는 거의 같다", fontsize=10)
ax2.set_ylabel("점수")

fig.tight_layout()
plt.show()

print(f"값의 범위: {values.min()} ~ {values.max()}  (차이 {values.ptp():.1f})")
print(f"전체 대비 상대적 차이: {values.ptp() / values.mean() * 100:.2f}%")

값의 범위: 97.2 ~ 98.4  (차이 1.2)
전체 대비 상대적 차이: 1.23%

import numpy as np
import matplotlib.pyplot as plt

plt.rcParams["font.family"] = "Apple SD Gothic Neo"   # 한글 글꼴
plt.rcParams["axes.unicode_minus"] = False            # 음수 기호가 네모가 되지 않게

rng = np.random.default_rng(0)
n = 50_000
x = rng.normal(0, 1, n)
y = 0.7 * x + rng.normal(0, 0.7, n)        # 상관 있는 두 변수

fig, axes = plt.subplots(1, 4, figsize=(15, 3.8))

axes[0].scatter(x, y, s=8)
axes[0].set_title("그냥 산점도 — 뭉개진다", fontsize=9)

axes[1].scatter(x, y, s=4, alpha=0.02)
axes[1].set_title("alpha=0.02 — 밀도가 보인다", fontsize=9)

hb = axes[2].hexbin(x, y, gridsize=45, cmap="viridis")
axes[2].set_title("hexbin — 밀도를 센다", fontsize=9)
fig.colorbar(hb, ax=axes[2], label="개수")

axes[3].hist2d(x, y, bins=60, cmap="viridis")
axes[3].set_title("hist2d — 사각 격자", fontsize=9)

for ax in axes:
    ax.set_xlabel("x")
axes[0].set_ylabel("y")
fig.tight_layout()
plt.show()

print(f"관측 {n:,}개,  상관계수 {np.corrcoef(x, y)[0, 1]:.4f}")

관측 50,000개,  상관계수 0.7087