[데이터 시각화] 1. MATPLOTLIB(2)

저번 데이터 시각화 포스팅에 이어서 여러 방법을 추가로 더 공부해보려고 합니다!

2022.02.24 - [데이터 분석/Data Visualizaton] - [데이터 시각화] 1. MATPLOTLIB(1)

[데이터 시각화] 1. MATPLOTLIB(1)

 

실습

 

1. 패키지 임포트

# import
import matplotlib as mpl
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d.axes3d import Axes3D
import numpy as np
import sympy

 

2. 수식 표현하기

# x,y 데이터 / y에 식 입력
x = np.linspace(0, 50, 500)
y = np.sin(x) * np.exp(-x/10)

# 넓이를 8, 높이를 2로 지정
fig, ax = plt.subplots(figsize=(8, 2))

ax.plot(x, y, lw=2)

# x축, y축 label지정
ax.set_xlabel ("x", labelpad=5, fontsize=12,color="red")
ax.set_ylabel ("f(x)", labelpad=15, fontsize=12, color="green")

# title지정
ax.set_title("axis labels and title example", fontsize=16, color="blue")

 

3. 새로운 시각화 방법

 

~3D Plots~

다음과 같은 sin그래프를 차트로 표현하고 싶을 때 3D플랏을 사용할 수 있다.

from mpl_toolkits import mplot3d
x = np.linspace(-6, 6, 30)
y = np.linspace(-6, 6, 30)
X, Y = np.meshgrid(x, y)
Z = np.sin(np.sqrt(X**2+Y**2))

fig = plt.figure()
ax = plt.axes(projection='3d')

fig = plt.figure()
ax = plt.axes(projection='3d')
ax.contour3D(X, Y, Z)

-> plotting 해준 결과!

 

fig = plt.figure()
ax = plt.axes(projection='3d')
ax.contour3D(X, Y, Z, 50) 
# 50-> 간격을 촘촘하게함

 

 

~TreeMap~

인구데이터를 가지고 TreeMap 실습을 진행해보겠습니다!

 

-패키지 다운

pip install plotly

 

-2002년 기준의 인구수명을 기준으로 세계 각국의 트리맵을 그리는 문제

import plotly.express as px
import numpy as np
df = px.data.gapminder().query("year == 2002")

 

-'continent' : 대륙 / values='pop' : 크기=인구(population) / color='lifeExp' : 색=기대수명

fig = px.treemap(df, path=[px.Constant("world"), 'continent', 'country'], values='pop',color='lifeExp', 
color_continuous_scale='RdBu')
fig.show()