선 그래프

마지막 업데이트: 2022년 2월 10일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기
# 카운트의 막대그래프
ggplot(data=tips, aes(x=day)) +
geom_bar() # stat = "bin"을 기본값으로 세팅

## stat = "count"로 명시하여도 결과는 동일
# ggplot(data=tips,aes(x=day)) +
# geom_bar(stat="count")

Data Makes Our Future

plot에 하나의 벡터 사용 시 벡터는 y축으로 전달되고 x축은는 y의 수(벡터 크기) 만큼 지정됩니다.

plot함수의 목적은 선 그래프의 출력이지만, 함수에 들어가는 데이터에 따라서 다양한 형태의 그래프를 출력해줍니다.

par(mfrow=c(3,3)) # 그래프의 배치 조정 c(행의 개수, 열의 개수)

1. plot(x1, type = 'p')

2. plot(x1, type = 'l')

3. plot(x1, type = 'b') # 주로 사용

4. plot(x1, type = 'c')

5. plot(x1, type = 'o') # 주로 사용

6. plot(x1, type = 'h')

7. plot(x1, type = 's')

8. plot(x1, type = 'S')

9. plot(x1, type = 'n')

1. plot(x1, type = 'o', lty=0) # lty="blank"

2. plot(x1, type = 'o', lty=1) # lty="solid"

3. plot(x1, type = 'o', lty=2) # lty="dashed"

4. plot(x1, type = 'o', lty=3) # lty="dotted"

5. plot(x1, type = 'o', lty=4) # lty="dotdash"

6. plot(x1, type = 'o', lty=5) # lty="longdash"

7. plot(x1, type = 'o', lty=6) # lty="twodash"

범주, 범주 이름, 차트 제목 설정 중요@

xlim = c( , ) : x축 범주(눈금)

ylim = c( , ) : y축 범주(눈금)

xlab = ' ' : x축 범주 이름 설정

ylab = ' ' : y축 범주 이름 설정

main = ' ' : 차트 이름 설정

# 그래프 변경, 크기 조절에 사용

> plot(x1, type = 'o',

+ xlim = c(1,10), # x축 범주

+ ylim = c(1,20), # y축 범주

+ xlab = 'x축', # x축 범주 이름 설정

+ ylab = 'y축', # y축 범주 이름 설정

+ main = 'Plot') # 차트 제목

# 그래프 생성 후 추가도 가능합니다.

> title(main="Plot" , col.main="red",font.main=4)

> title(xlab="x축", col.lab="black")

> title(ylab="y축",col.lab="blue")

axis(행/열, at = 범위, lab = 지정값) : (x,y)축 지정 옵션(눈금 개수, 눈금 이름)

선 그래프 ann = F, # 축 제목 지정 False

axes = F, # 축 표시 False

ylim = c(1,10), # y축의 범주 (y축의 범주는 초기 plot생성 시 설정해 줘야 합니다)

col = 'red', # 그래프 색상

type = 'b') # 그래프 타입

> axis(1, at = 1:5, lab=c('A','B','C','D','E')) # x축 범주 사용자 지정

> axis(2, ylim = c(1,10)) # 축이 변경되지는 않지만 출력을 위해 default 범주와 동일하게 설정

하나의 도화지에 여러 Plot 그리기 중요@

분석을 위해 여러 개의 그래프를 겹쳐서 동시에 그리기는 것은 중요합니다.

> plot(v1, type = 'o', col 선 그래프 = 'red', ylim = c(1,10)) # 첫 번째 그려진 그래프의 눈금으로 틀이 고정됩니다.

> lines(v2, type = 'o', col = 'blue')

> lines(v3, type = 'o', col = 'black')

# Plot의 범위가 다 다를 경우, 가장 큰 범위의 그래프를 먼저 그리거나, 초기 limit 값을 크게 설정해주어야 합니다.

legend(x축 위치, y축 위치, cex = 글자 크기, col = 색상, pch = 크기, lty = 구분 모양)

legend(2,240000, colnames(card)[-1], cex = 0.8, pch = 1, col = 1:6, lty = 1)

plot.new() # Rstudio figure(도화지) reset

dev.new() # 분리된 figure(도화지) 창 생성

par(mgp=c(제목위치,지표값위치,지표선위치))

축의 여백 조절에 사용됩니다.(축 이름이 길 경우 주로 사용)

> plot(x1,xlab="aaa")

par(oma=c(하 ,좌 ,상,우 ))

그래프 밖 여백 조절 (눈금과 축 이름이 길어서 여백을 벗어날 경우 주로 사용)

> plot(a,xlab="aaa")

> str(card) # 데이터가 숫자 형태인 데이터 프레임이 필요

NUM 식료품 의복 외식비 책값 온라인소액결제 의료비

1 1 19400 143000 8600 29000 5600 19200

2 2 22200 120400 7000 26000 3300 13000

3 3 24600 88500 7500 22000 7500 16600

> plot(card) # 데이터 프레임을 plot에 바로 적용 시 컬럼별 크로스 산점도를 출력해버립니다.

Plot에 데이터 프레임 전달 시, R은 컬럼별 선 그래프를 출력해주지 못 합니다 . 하지만 파이썬은 컬럼별로 잘 분할해서 라인별로 그래프를 그려준다는 것.

컬럼별 선 그래프를 R에서 그리고 싶다면 각 컬럼별로 뽑아서(혹은 for문을 사용) 그래프를 그려줘야합니다.

> plot(card[,2], type = 'o', col = 1, ylim = c(0,250000),

+ axes = F, xlab = '일', ylab = '원', main = '일별 지출')

> lines(card[,3], type = 'o', col = 2)

> lines(card[,4], type = 'o', col = 3)

> lines(card[,5], type = 'o', col = 4)

> lines(card[,6], type = 'o', col = 5)

> lines(card[,7], type = 'o', col = 6)

> axis(1, at=1:30)

> axis(2, ylim = c(0,250000))

legend(2,240000, colnames(card)[-1], # 그래프의 초기 축 위치 기반으로 범례 위치를 정해야 합니다.

cex = 0.8, pch = 1, col = 1:6, lty = 1)

# 1. subway2 파일의 데이터를 기반으로 승차가 가장 많은 top 5개의 역을 구하고

# 각 역의 시간대별 승차의 증감추세를 도표화

전체 구분 X05.06 X06.07 X07.08 X08.09 X09.10 X10.11 X11.12 X12.13 X13.14 X14.15 X15.16 .

1 서울역(1) 승차 17,465 18,434 50,313 93,398 78,705 86,342 93,585 97,707 102,608 101,710 93,849 .

2 하차 7,829 48,553 110,250 233,852 121,983 79,628 75,577 70,984 80,388 80,263 79,592 .

3 시 청(1) 승차 2,993 4,473 7,633 10,404 13,328 16,953 25,467 27,265 36,393 41,128 48,352 .

4 하차 4,142 19,730 67,995 175,458 83,777 48,363 47,519 42,646 45,465 42,882 38,720 .

+ as.data.frame(sapply(data, str_replace_all,c1,c2))

> apply(sub1[,-c(1,2)], 1, sum) # 역별 승차 총 합(벡터)

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

1830134 808764 1604404 1318846 850040 545802 544356 627924 1301636

> plot(t(total[1,-c(1,2)]/10000), # 컬럼 형식으로 데이터를 전달해야 함

+ type = 'o', col = 1, ylim = c(0,40), # 10,000 단위 표기

+ ann = F, axes = F)

> lines(t(total[2,-c(1,2)]/10000), type = 'o', col = 2)

> lines(t(total[3,-c(1,2)]/10000), type = 'o', col = 3)

> lines(t(total[4,-c(1,2)]/10000), type = 'o', col = 4)

> lines(t(total[5,-c(1,2)]/10000), type = 'o', col = 5)

> axis(1, at = 1:length(v1), labels = v1) # x축 눈금

> axis(2, ylim = c(0,40)) # y축 눈금

legend(length(v1) - 4, # 그래프의 초기 눈금 기반 (length()로 최초 눈금 위치를 탐색)

> title(main = '역별 승차 인원', xlab = '시간', ylab = '승차수(단위 : 만)')

# 1. employment.csv 파일을 읽고

고용형태 X2007 X2007.1 X2007.2 선 그래프 X2007.3 X2007.4 .

1 고용형태 총근로일수 (일) 총근로시간 (시간) 정상근로시간 (시간) 초과근로시간 (시간) 월급여액 (천원) .

2 전체근로자 22.3 188.8 176.5 12.3 1,847 .

# 각 근로자별로 월급여액의 년도별 증감 추이를 그래프로 출력

> library(stringr)

# 콤마 제거 후 숫자 타입으로 변환해주는 사용자 함수 생성

as.numeric(str_replace_all(x, ',', ''))

# apply(df1,2,f1) => apply도 잘 수행되지만 파이썬에서는 불가능하므로, 이왕이면 R에서도 sapply나 mapply를 사용

> plot(t(df1)[,1], type = 'o', col = 1, ylim = c(0,3500), ann = F, axes = F)

[R 그래픽스] 막대(Bar) 및 선(Line) 그래프 그리기

- 일반적으로 이산형 변수 각각의 x 값은 하나의 그룹을 나타냅니다. 이것은 각 그룹의 케이스 수를 계산하는 stat_bin으로 수행돼요. stat_bin은 x가 이산형 변수이면 각 x 값은 그룹이고, x가 연속형 변수이면 그룹화를 지정하지 않는 한(ex. group = xx), 모든 데이터는 자동적으로 하나의 그룹에 포함됩니다.

2. 데이터 세트의 열(column) 값(value)

- 이것은 stat_identity로 수행되며 y 값은 변경되지 않습니다.

x 축 구분 막대 높이 명칭
연속형 건수(Count) 히스토그램(Histogram)
이산형 건수(Count) 막대 그래프(Bar graph)
연속형 값(Value) 막대 그래프(Bar graph)
이산형 값(Value) 막대 그래프(Bar graph)

참고로, ggplot2에서 기본값은 stat_bin을 사용하여 막대 높이가 케이스 수라고 보시면 되요.

아래의 예시 데이터는 reshape2 패키지에 포함되어 있는 tips 데이터 세트에서 파생된 샘플이에요.

# reshape2 패키지에 포함되어 있는 tips 데이터 세트의 데이터 일부를 수기로 작성하여 dat 생성
dat time = factor(c("Lunch","Dinner"), levels=c("Lunch","Dinner")),
total_bill = c(14.89, 17.23)
)

dat
library(ggplot2) # ggplot2 패키지 로드

이 예에서 막대의 높이는 데이터 프레임의 열에 있는 값이에요.

이것은 기본값인 stat="bin" 대신 stat="identity"를 사용하여 수행하게 돼요.

사용된 변수 매핑은 다음과 같아요.

time: x축과 가끔 막대그래프 안에 색상 채우기

total_bill: y축

# 매우 기본적인 막대 그래프
ggplot(data=dat, aes(x=time, y=total_bill)) +
geom_bar(stat="identity")

# 시간을 다른 채우기 색상으로 매핑
ggplot(data=dat, aes(x=time, y=total_bill, fill=time)) +
geom_bar(stat="identity")

## 아래 코드는 위와 같은 결과를 가지기 때문에 주석 처리함
# ggplot(data=dat, aes(x=time, y=total_bill)) +
# geom_bar(aes(fill=time), stat="identity")

# 검은색 윤곽선 추가
ggplot(data=dat, aes(x=time, y=total_bill, fill=time)) +
geom_bar(colour="black", stat="identity")

# 정보가 중복되므로 범례 삭제
ggplot(data=dat, aes(x=time, y=total_bill, fill=time)) +
geom_bar(colour="black", stat="identity") +
guides(fill=FALSE)

최종적으로 원하는 막대그래프의 모습은 아래와 같지 않을까요?

# 제목 추가, 막대 축소, 색상 채우기, 축 레이블 변경
ggplot(data=dat, aes(x=time, y=total_bill, fill=time)) +
geom_bar(colour="black", fill="#DD8888", width=.8, stat="identity") +
guides(fill=FALSE) +
xlab("Time of day") +
ylab("Total bill") +
ggtitle("Average bill for 2 people")

(색상에 대한 자세한 내용은 별도 포스팅으로 게시할게요.)

이 예에서 막대의 높이는 케이스 수이고요, stat="bin"(기본값)을 사용하여 수행하게 돼요.

reshape2 패키지의 tips 데이터부터 시작할게요.

library(reshape2) # reshape2 패키지 로드
head(tips) # 데이터 몇 줄만 확인하기

카운트의 막대그래프를 얻으려면 변수를 y에 매핑하지 말고 stat="identity" 대신 stat="bin"(기본값)을 사용하세요.

# 카운트의 막대그래프
ggplot(data=tips, aes(x=day)) +
geom_bar() # stat = "bin"을 기본값으로 세팅

## stat = "count"로 명시하여도 결과는 동일
# ggplot(data=tips,aes(x=day)) +
# geom_bar(stat="count")

선 그래프의 경우 연결할 포인트를 알 수 있도록 데이터 포인트를 그룹화해야 하는데,

매우 간단하게 할 수 있어요.

모든 점이 연결되어야 하므로 group=1이고요.

더 많은 변수를 사용하고 여러 선을 그릴 때 선에 대한 그룹화는 일반적으로 변수별로 수행하게 돼요.

이건 예제에서 보여 드릴게요.

여기에 사용된 변수 매핑은 time: x 축, total_bill: y 축이에요.

# 기본적인 선 그래프
ggplot(data=dat, aes(x=time, y=total_bill, group=1)) +
geom_line()

## 아래 코드는 위의 결과와 동일
# ggplot(data=dat, aes(x=time, y=total_bill)) +
# geom_line(aes(group=1))

# 포인트 추가
ggplot(data=dat, aes(x=time, y=total_bill, group=1)) +
geom_line() +
geom_point()

# 선과 점의 색상 변경

# 흰색 채우기가 있는 원으로 점 변경
ggplot(data=dat, aes(x=time, y=total_bill, group=1)) +
geom_line(colour="red", linetype="dashed", size=1.5) + # 더 두꺼운 선으로 변경
geom_point(colour="red", size=4, shape=21, fill="white") # 더 큰 포인트와 점 변경(흰색 채우기가 있는 원)

최종적으로 원하는 선 그래프의 모습은 아래와 같지 않을까요?

ggplot(data=dat, aes(x=time, y=total_bill, group=1)) +
geom_line() +
geom_point() +
expand_limits(y=0) + # total_bill 열의 0에서 최대 값으로 이동하도록 y 범위 변경
xlab("Time of day") + # x 축 레이블 변경
ylab("Total bill") + # y 축 레이블 변경
ggtitle("Average bill for 2 people")

(점 모양과 선 형태에 대한 자세한 내용은 별도 포스팅으로 게시할게요.)

더 많은 변수가 있는 그래프

dat1 sex = factor(c("Female","Female","Male","Male")),
time = factor(c("Lunch","Dinner","Lunch","Dinner"), levels=c("Lunch","Dinner")),
total_bill = c(13.53, 16.81, 16.24, 17.42)
)

dat1

(※reshape2 패키지의 tips 데이터 세트에서 파생된 데이터예요)

예시 데이터에서 사용된 변수 매핑이에요.

sex: color fill

total_bill: y-axis

# 누적 막대그래프 -- 아마 이 그래프를 원하지는 않았을 걸로 생각됩니다 ㅎ
ggplot(data=dat1, aes(x=time, y=total_bill, fill=sex)) +
geom_bar(stat="identity")

# 막대그래프, x축(시간, 성별)으로 그룹화된 색상 채우기 -- position_dodge() 사용
ggplot(data=dat1, aes(x=time, y=total_bill, fill=sex)) +
geom_bar(stat="identity", position=position_dodge())

ggplot(data=dat1, aes(x=time, y=total_bill, fill=sex)) +
geom_bar(stat="identity", position=position_dodge(), colour="black")

# 색상 변경
ggplot(data=dat1, aes(x=time, y=total_bill, fill=sex)) +
geom_bar(stat="identity", position=position_dodge(), colour="black") +
scale_fill_manual(values=c("#999999", "#E69F00"))

x축에 매핑되는 변수와 채우기에 매핑되는 변수를 쉽게 변경할 수 있어요.

# 막대그래프, x축 성별, 시간에 따른 색상 채우기-- position_dodge() 사용
ggplot(data=dat1, aes(x=sex, y=total_bill, fill=time)) +
geom_bar(stat="identity", position=position_dodge(), colour="black")

예시 데이터에서 사용된 변수 매핑이에요.

total_bill: y축

여러 선을 그리려면 점을 변수로 그룹화하는 것이 필요해요.

그렇지 않으면 모든 점이 한 줄로 연결돼요.

예시에서는 성별로 그룹화 하를 할게요.

# 포인트를 가지는 기본적인 선 그래프
ggplot(data=dat1, aes(x=time, y=total_bill, group=sex)) +
geom_line() +
geom_point()

# 성별을 색상으로 구분
ggplot(data=dat1, aes(x=time, y=total_bill, group=sex, colour=sex)) +
geom_line() +
geom_point()

# 성별을 다른 포인트 형태로 구분
ggplot(data=dat1, aes(x=time, y=total_bill, group=sex, shape=sex)) +
geom_line() +
geom_point()

# 더 두꺼운 선, 더 넓은 포인트, and 속이 빈 흰색 점
ggplot(data=dat1, aes(선 그래프 x=time, y=total_bill, group=sex, shape=sex)) +
geom_line(size=1.5) +
geom_point(size=3, fill="white") +
scale_shape_manual(values=c(22,21))

x축에 매핑되는 변수와 색상이나 모양에 매핑되는 변수를 쉽게 변경할 수 있어요.

ggplot(data=dat1, aes(x=sex, y=total_bill, group=time, shape=time, color=time)) +
geom_line() + geom_point()

완성된 그래프는 다음과 같아요.

# 막대그래프
ggplot(data=dat1, aes(x=time, y=total_bill, fill=sex)) +
geom_bar(colour="black", stat="identity", position=position_dodge(), size=.3) + # 더 얇은 막대 굵기
scale_fill_hue(name="Sex of payer") + # 범례 제목 세팅
xlab("Time of day") + # x축 라벨 세팅
ylab("Total bill") + # y축 라벨 세팅
ggtitle("Average bill for 2 people") + # 그래프 제목 세팅
theme_bw()

# 선 그래프
ggplot(data=dat1, aes(x=time, y=total_bill, group=sex, shape=sex, colour=sex)) +
geom_line(aes(linetype=sex), size=1) + # 성별에 따른 선 형태 세팅
geom_point(size=3, fill="white") + # 더 큰 포인트, 흰색 채우기
expand_limits(y=0) + # 0을 포함하도록 y 범위 설정
scale_colour_hue(name="Sex of payer", # Set legend title
l=30) + # 더 어두운 색상 사용(lightness=30)
scale_shape_manual(name="Sex of payer", values=c(22,21)) + # 색상 채우기 포인트 사용
scale_linetype_discrete(name="Sex of payer") +
xlab("Time of day") + # x축 라벨 세팅
ylab("Total bill") + # y축 라벨 세팅
ggtitle("Average bill for 2 people") + # 그래프 제목 세팅
theme_bw() +
theme(legend.position=c(.7, .4)) # 범례 위치 지정(내부)
# theme_bw 다음에 와야 해요!

선 그래프에서 범례 제목인 "Sex of payer"를 세 번 지정해야 하는 이유는

범례가 하나만 있기 때문인데요.

이와 관련해서는 별도 포스팅으로 설명할게요.

숫자 x축 사용

x축의 변수가 숫자일 때는 연속형으로 처리하는 것이 유용할 때도 있고,

범주형으로 처리하는 것이 유용할 때도 있습니다.

이 데이터 세트에서 용량(dose)은 0.5, 1.0 및 2.0 값을 갖는 숫자 변수예요.

그래프를 만들 때 이러한 값을 동일한 범주로 처리하는 것이 유용할 수 있어요.

datn

(R에 포함된 ToothGrowth 데이터 세트에서 파생된 예시예요.)

간단한 그래프는 x축에 수치 값으로 용량(dose)을 표시할 수 있어요.

이런 방법으로 선 그래프를 만들 수는 있지만 막대그래프는 만들 수 없어요.

ggplot(data=datn, aes(x=dose, y=length, group=supp, colour=supp)) +
geom_line() +
geom_point()

숫자 변수 대신 범주형 변수로 처리하려면 factor로 변환해야 해요.

이러한 작업은 데이터 프레임을 수정하거나 그래프의 사양을 변경하여 수행할 수 있어요.

datn2 datn2$dose ggplot(data=datn2, aes(x=dose, y=length, group=supp, colour=supp)) +
geom_line() +
geom_point()

# 원래의 데이터 프레임을 사용하지만 factor()를 플롯 사양에 직접 삽입
ggplot(data=datn, aes(x=factor(dose), y=length, group=supp, colour=supp)) +
geom_line() +
geom_point()

변수가 숫자가 아닌 범주형으로 취급될 때는 막대그래프를 만드는 것도 가능해요.

# 위에 있는 datn2 사용
ggplot(data=datn2, aes(x=dose, y=length, fill=supp)) +
geom_bar(stat="identity", position=position_dodge())

# 원래의 데이터 프레임을 사용하지만 factor()를 플롯 사양에 직접 삽입
ggplot(data=datn, aes(x=factor(dose), y=length, fill=supp)) +
geom_bar(stat="identity", position=position_dodge())

막대 그래프와 선 그래프의 차이점

그래프는 가능한 한 명확하게 정보를 제공하고, 선택할 수있는 그래프의 유형을 이해해야 할뿐 아니라 대안보다 일부 상황에 더 적합한 정보를 제공해야합니다. 어떤 설정에서든 그래프를 사용해야하는 경우, 가장 일반적으로 사용되는 그래프이기 때문에 막대 그래프와 선 그래프를 숙지해야합니다. 막대 그래프는 많은 다른 유형의 데이터를 나타 내기 위해 직사각형 블록을 사용하는 반면 선 그래프는 선을 사용하고 시간 경과에 따른 경향을 특히 잘 나타냅니다.

TL, DR (너무 오래, 읽지 않음)

막대 그래프는 길이가 다른 블록으로 된 데이터를 보여 주지만 선 그래프는 직선으로 연결된 일련의 점을 보여줍니다. 이는 매우 다른 모양을 나타내지 만 가장 큰 차이점은 막대 그래프가보다 다양하고 시간이 지남에 따라 추세를 표시하거나 값의 논리적 진행 (예 : 주어진 지점으로부터의 거리)을 나타내는 다른 측정 값을 표시 할 때 선 그래프가 더 우수하다는 것입니다. 막대 그래프는 선 그래프보다 빈도 분포 (다른 결과를 얼마나 자주 관찰하는지)를 훨씬 더 효과적으로 보여줍니다.

막대 그래프 란 무엇입니까?

막대 그래프는 다양한 높이의 직사각형 블록을 포함하며 블록 높이는 표현되는 수량 값에 해당합니다. 세로 축은 값 (예 : 카운트 된 각 개체 유형의 수)을 나타내고 가로 축은 범주를 나타냅니다. 구체적인 예를 들어, 주차장에있는 여러 유형의 차량을 계산하는 경우 개별 블록은 자동차, 밴, 오토바이 및 지프를 나타낼 수 있으며 높이는 계산 한 숫자를 나타낼 수 있습니다.

막대는 카테고리에 넣을 수있는 모든 것을 표현할 수 있습니다. 또는 다른 시점의 동일한 수량의 값을 나타낼 수도 있습니다. 막대의 높이는 개수, 총 수익, 비율, 모든 측정 단위 (예 : 높이, 속도 또는 질량)의 빈도 또는 값을 포함하여 다양한 범위의 항목을 나타낼 수도 있습니다. 막대 그래프는 믿을 수 없을 정도로 다양하므로 데이터를 다루는 사람이라면 누구나 의심 할 여지없이 자주 사용합니다.

선 그래프 란 무엇입니까?

선 그래프는 두 축의 개별 점을 플롯하고 직선을 사용하여 인접한 점을 선 그래프 연결한다는 점에서 막대 그래프와 다릅니다. 세로 축은 기본적으로 모든 것을 나타낼 수 있지만 가로 축은 일반적으로 시간을 나타냅니다. 연속 선 (또는 선)은 주어진 점으로부터의 거리와 같이 순차적으로 증가하는 시간 경과에 따른 추세 또는 적어도 일부 양 이상의 추세를 의미합니다. 선 그래프의 모양은 막대 그래프와는 분명하게 다릅니다 (큰 블록보다는 축에가는 선만 표시되기 때문에). 그러나 기능도 크게 다릅니다. 선 그래프는 시간이 지남에 따라 하나의 그래프가 아닌 여러 라인을 사용하여 많은 양의 경향을 나타낼 수도 있습니다.

막대 그래프를 사용하는 경우

막대 그래프의 다양성은 다양한 상황에서 유용하다는 것을 의미합니다. 그러나 데이터를 특정 범주로 나눌 수 있어야하며, 적어도 각 구별 된 막대가 특정 의미를 갖도록 범주로 그룹화 할 수 있어야합니다. 그러나 수직축은 기본적으로 모든 것을 나타낼 수 있기 때문에 많은 옵션이 있습니다.

빈도 분포는 막대 그래프를 사용하여 데이터를 표시하는 한 가지 방법을 보여줍니다. 이 배포판은 수집 된 데이터가 다른 잠재적 가치에 어떻게 퍼져 나가는지 알려줍니다. 예를 들어, 자동차에 학교에 도착하는 사람들, 특히 각 자동차에서 몇 명이 여행 하는지를보고 있다고 가정 해보십시오. 가로 축을 따라 가능한 사람 수 (예 : 1, 2, 3, 4 선 그래프 또는 5)와 세로 축에서 결과를 관측 한 횟수로 막대 그래프를 만들 수 있습니다. 결과가 가장 높은 막대가 가장 일반적인 결과 (예 : 자동차의 3 인)에 해당하는 결과 분포로 이어지고 다른 하나는 주변에 작은 막대로 표시되는 일반적인 결과가 적습니다. 이렇게하면 데이터를 매우 간단하게 시각적으로 해석 할 수 있습니다.

또 다른 예는 상점의 다른 부서에서 발생하는 이익과 손실을 플로팅하는 것입니다. 당신은 각 부서마다 막대를 가질 수 있고, 이익 또는 손실은 양의 수직축으로 (이익을 위해) 또는 음수로 (손실을 위해) 연장 될 수 있습니다. 전체 매장 전체에 대해 각 분기를 나타내는 바를 사용하여 추세를 보여줄 수 있습니다. 막대 그래프는 각 부서별로 시간 경과에 따른 추세를 개별적으로 보여줄 수 있지만 특히 변경 사항이 적다면 해석하기가 어려워집니다.

선 그래프를 사용해야하는 경우

막대 그래프는 시간 경과에 따른 추세를 보여줄 수 있지만 선 그래프는 막대 그래프보다 선 그래프의 작은 변화를보기 쉽고 전반적인 경향을 분명하게 보여줍니다. 막대 그래프보다 다용도 적이지 만 여러 목적으로 더 좋습니다.

예를 들어 시간 경과에 따라 개별 부서의 이익 추세를 보여주고 싶다면 각 부서마다 하나의 라인을 가질 수 있으며, 왼쪽에서 오른쪽으로 진행하면 연속적인 분기에서 이익이 어떻게 바뀌 었는지를 알 수 있습니다. 각 라인은 부서의 추세를 보여주기 때문에 쉽게 추적 할 수 있습니다. 막대 그래프에서는 일련의 블록 그룹을 만들어야합니다. 각 부서마다 하나의 개별 막대가 함께 클러스터링 된 다음 수평 축을 따라 다음 분기에 대한 블록 집합이 있어야합니다. 시각을 통해 한 부서의 발전이 어려울 수 있습니다.

또 다른 예는 일련의 선 그래프 수업 테스트에 학생들의 결과를 플로팅하는 것입니다. 테스트가 비슷한 기술을 측정한다면 연속적인 테스트를 통해 개선을 기대할 수 있습니다. 이것은 수직 축에 점수를 표시하고 수평 축을 따라 번호가 매겨진 각 검사에 표시 될 수 있습니다. 시간이 지남에 따라 각 학생의 결과를 연결하는 선은 자신의 능력이 향상되면 위쪽으로 기울어 져야합니다.

그래프 만들기

처음에 사용하는 [그래프] 도구는 Illustrator가 생성하는 그래프 유형을 결정합니다. 예를 들어 열 그래프를 만들려면 [열 그래프] 도구를 선택하십시오. 그러나 나중에 그래프 유형을 간편하게 변경할 수 있습니다. 자세한 내용은 그래프 유형 변경을 참조하십시오.

그래프의 치수를 정의하려면 다음 중 하나를 수행합니다.

그래프를 시작할 모서리에 포인터를 놓고 대각선 반대편 모서리로 드래그합니다. Alt 키(Windows) 또는 Option 키(macOS)를 누른 상태에서 드래그하여 중심에서부터 그래프를 그립니다. Shift 선 그래프 키를 누르면 그래프가 정사각형으로 제한됩니다.

그래프를 만들 위치를 클릭합니다. 그래프의 폭과 높이를 입력하고 확인 을 클릭합니다.

참고: 정의하는 크기는 그래프의 기본 크기이며 그래프의 레이블과 범례는 포함하지 않습니다.

[그래프 데이터] 윈도우에 그래프 데이터를 입력합니다. 자세한 내용은 그래프 데이터 입력을 참조하십시오.

그래프 유형에 맞게 특정 순서에 따라 데이터를 정돈해야 합니다.

[적용] 버튼 를 클릭하거나, 숫자 키패드에서 Enter 키를 눌러 그래프를 만들 수 있습니다.

[그래프 데이터] 창은 닫기 전까지 열려 있으므로 그래프 데이터 편집과 아트보드 작업 사이를 쉽게 전환할 수 있습니다.

그래프 데이터 입력

[그래프 데이터] 창에 그래프 데이터를 입력합니다. 그래프 도구를 사용하면 [그래프 데이터] 윈도우가 자동으로 나타나 사용자가 닫기 전까지 계속 열려 있습니다.

그래프 데이터 창

항목 텍스트 상자에서 텍스트를 직접 편집합니다.

텍스트 파일로 저장된 데이터 가져오기

그래프 데이터에서 변경한 값 복원

그래프 데이터에서 변경한 값 적용

기존 그래프의 [그래프 데이터] 창이 표시됩니다. [선택] 도구로 전체 그래프를 선택한 다음 오브젝트 > 그래프 > 데이터 를 선택합니다.

다음 방법 중 하나로 데이터를 입력합니다.

워크시트에서 셀을 선택하고 창 상단에 있는 텍스트 상자에 데이터를 입력합니다. Tab 키를 눌러 데이터를 입력한 후 같은 행의 다음 셀을 선택하거나, Enter 키 또는 Return 키를 눌러 데이터를 입력한 후 같은 열의 다음 셀을 선택하거나, 화살표 키를 사용해 현재 셀에서 다른 셀로 이동하거나 또는 간단히 다른 셀을 클릭하여 선택합니다.

Lotus® 1-2-3 또는 Microsoft Excel과 같은 스프레드시트 애플리케이션에서 데이터를 복사합니다. [그래프 데이터] 창에서 붙여넣을 데이터의 왼쪽 위 셀로 사용할 셀을 클릭하고 편집 > 붙여넣기 를 선택합니다.

스프레드시트에서 데이터를 복사하여 [그래프 데이터] 창에 붙여넣기

워드 프로세싱 애플리케이션을 사용하여 텍스트 파일을 만듭니다. 데이터를 입력하는 동안 각 셀에 대한 데이터는 탭으로, 각 행에 대한 데이터는 단락 바꾸기로 구분합니다. 데이터에는 소수점만 사용해야 합니다. 이외의 경우 데이터가 그래프에 나타나지 않습니다. 예를 들어 732,000이 아니라 732000이라고 입력합니다. [그래프 데이터] 창에서 가져올 데이터의 왼쪽 위 셀이 될 셀을 클릭하고 [데이터 불러오기] 버튼 ( ) 를 클릭한 다음 텍스트 파일을 선택합니다.

[적용] 버튼 또는 숫자 키패드에서 Enter 키를 눌러 그래프를 다시 만들 수 있습니다.

그래프 레이블 및 데이터 세트 사용

레이블은 다음 두 가지를 설명하는 단어 또는 숫자입니다.

  • 비교하려는 데이터 세트
  • 비교하려는 카테고리

그래프 데이터 창의 레이블

A. 데이터 세트 레이블 B. 빈 셀 C. 범주 레이블

셀 상단 행에 각 데이터 세트에 대한 레이블을 입력합니다. 이러한 레이블은 범례에 표시됩니다.

그래프에 대한 범례를 생성하려면 왼쪽 상단 셀을 비워 둡니다.

셀 왼쪽 열에 범주에 대한 레이블을 입력합니다.

레이블 입력

막대 그래프, 누적 막대 그래프, 가로 막대 그래프, 가로 누적 막대 그래프, 선 그래프, 영역 그래프 및 레이더 그래프의 경우 다음과 같이 워크시트에 레이블을 입력합니다.

Illustrator에서 그래프 범례를 생성하려면 왼쪽 위 셀의 내용을 삭제하고 셀을 비워 둡니다.

셀 상단 행에 각 데이터 세트에 대한 레이블을 입력합니다. 이러한 레이블은 범례에 표시됩니다. 범례를 생성하지 않으려면 데이터 세트 레이블을 입력하지 마십시오.

셀 왼쪽 열에 범주에 대한 레이블을 입력합니다. 범주는 주로 일, 월, 연도 등 시간 단위입니다. 이러한 레이블은 그래프의 가로 축이나 세로 축에 표시됩니다. 예외적으로 레이더 그래프는 각 레이블이 별도의 축에 표시됩니다.

숫자로만 구성된 레이블을 만들려면 곧은 선 그래프 따옴표로 숫자를 묶습니다. 예를 들어 레이블로 2013년을 사용하려면 "2013" 을 입력합니다.

숫자로만 구성된 레이블 만들기

레이블에 줄 바꾸기를 만들려면 세로 막대 키를 사용하여 행을 분리합니다. 예를 들어 총|판매 수|2013 이라고 입력하면 다음과 같은 그래프 레이블이 만들어집니다.

레이블에서 줄 바꾸기 만들기

데이터 세트 입력

그래프에 레이블을 입력한 다음에는 해당 열 아래 각 데이터 세트를 입력할 수 있습니다.

열의 높이는 비교할 판매액에 해당합니다. 양수 및 음수 값을 선 그래프 함께 나타낼 수 있으며, 음수 값은 가로 축 아래로 내려간 막대로 나타납니다.

막대 그래프 데이터

열의 높이는 비교할 판매액에 해당합니다. 누적 막대 그래프에서 숫자는 모두 양수이거나 모두 음수여야 합니다.

누적 막대 그래프 데이터

막대의 길이는 비교할 판매액에 해당합니다. 양수 및 음수 값을 함께 나타낼 수 있으며 음수 값은 가로 축 아래로 내려간 막대로 나타납니다.

가로 막대 그래프 데이터

막대의 길이는 비교할 판매액에 해당합니다. 누적 가로 막대 선 그래프 그래프에서 숫자는 모두 양수이거나 모두 음수여야 합니다.

가로 누적 막대 그래프 데이터

각 데이터 열은 선 그래프의 선 하나에 해당합니다. 선 그래프에서는 양수 값과 음수 값을 함께 나타낼 수 있습니다.

선 그래프 데이터

값이 모두 양수이거나 모두 음수여야 합니다. 입력한 각 데이터 행은 영역 그래프에서 채워진 영역에 해당합니다. 영역 그래프에서는 각 열의 값을 이전 열의 합계에 추가합니다. 따라서 영역 그래프와 선 그래프의 데이터가 같은 경우에도 두 그래프는 상당히 다른 모양으로 나타납니다.

영역 그래프 데이터

산포 그래프는 양 축 모두에 값이 나타나고 범주가 없다는 점에서 다른 종류의 그래프와 다릅니다.

  • 워크시트의 첫 번째 셀부터 상단 행의 모든 셀에 데이터 세트 레이블을 입력합니다. 이러한 레이블은 범례에 표시됩니다.
  • 첫 번째 열에는 y축 데이터를 입력하고 두 번째 열에는 x축 데이터를 입력합니다.

참고: 데이터 점 연결 옵션을 비활성화하여 연결 선을 제거할 수 있습니다.

산포 그래프 데이터

파이 그래프의 데이터 세트 구성 방법은 다른 그래프와 유사합니다. 단, 워크시트의 각 데이터 행마다 별도의 그래프가 만들어집니다.

  • 막대 그래프, 누적 막대 그래프, 가로 막대 그래프, 가로 누적 막대 그래프, 선 그래프, 영역 그래프 및 레이더 그래프의 데이터 세트 레이블을 입력합니다. 그래프 이름을 생성하려면 범주 레이블을 입력합니다.
  • 단일 파이 그래프를 만들려면 모두 양수 값이거나 모두 음수 값인 단일 데이터 행을 구성합니다.

단일 파이 그래프 데이터

  • 복수 파이 그래프를 만들려면 모두 양수 값이거나 모두 음수 값인 추가 데이터 행을 구성합니다. 기본적으로 개별 파이 그래프의 크기는 각 그래프의 데이터 합계에 비례합니다.

다중 파이 그래프 데이터

각 숫자는 하나의 축에 나타나고 같은 축의 다른 수에 연결되어 "거미줄" 구조를 형성합니다. 레이더 그래프에서는 양수 값과 음수 값을 함께 나타낼 수 있습니다.

레이더 그래프 데이터

열 너비 또는 소수점 자리수 조정

열에서 자리수를 조정하려면 열 너비를 조정하십시오. 이 변경 사항은 그래프의 열 너비에 영향을 주지 않습니다.

열 너비 조정

[셀 유형] 버튼 ()를 클릭하고 [열 너비] 텍스트 상자에 0과 20 사이의 값을 입력합니다.

조정할 열 가장자리에 포인터를 놓습니다. 포인터가 양방향 화살표 로 바뀌면 핸들을 원하는 위치로 드래그합니다.선 그래프

열 너비 텍스트 상자를 조정하여 열에 표시되는 자리수 축소

열 너비 텍스트 상자를 조정하여 열에 표시되는 자리수 확대

셀의 소수점 정밀도 조정

[셀 유형] 버튼 ()를 클릭하고 [소수점 자리 수] 텍스트 상자에 0과 10 사이의 값을 입력합니다.

소수점 4자리를 기본값으로 사용하면 셀에 숫자 2000을 입력하는 경우 [그래프 데이터] 창에 2000.00으로 표시

소수점 2자리를 기본값으로 사용하면 셀에 숫자 2000을 입력하는 경우 [그래프 데이터] 창에 2000.0000으로 표시

다른 그래프 유형 결합

한 그래프에 서로 다른 그래프 유형을 결합할 수 있습니다. 예를 들어 한 데이터 세트는 막대 그래프로 표시하고 다른 데이터 세트는 선 그래프로 표시할 수 있습니다. 산포 그래프를 제외한 다른 모든 그래프는 다른 유형의 그래프와 결합할 수 있습니다. 산포 그래프는 다른 유형의 그래프와 결합할 수 없습니다.

한 그래프에 막대와 선 결합

[그룹 선택] 도구 를 선택합니다.

  • 오브젝트 > 그래프 > 유형 을 선택합니다.
  • [도구] 패널에서 [그래프 도구]를 더블 클릭합니다.
  • 한 그래프에 둘 이상의 그래프 유형이 사용되면 오른쪽 축에 한 데이터 세트를 지정하고 왼쪽 축에 다른 데이터 세트를 지정할 수 있습니다. 이러한 방식으로 각 축은 다른 데이터를 측정합니다.
  • 누적 막대 그래프와 다른 유형의 그래프를 함께 사용하려면 누적 막대 그래프로 표시되는 모든 데이터 세트에 대해 동일한 축을 사용해야 합니다. 일부 데이터 세트는 오른쪽 축을 사용하고 다른 데이터 세트는 왼쪽 축을 사용하면 막대 높이가 잘못 표시되거나 겹쳐질 수 있습니다.

그래프 서식 지정 및 사용자 정의

다양한 방법으로 그래프 형식을 지정할 수 있습니다. 예를 들어 그래프 축의 모양과 위치를 바꾸고 그림자를 추가하고 범례를 옮길 수 선 그래프 있습니다.

또한 음영 색상, 서체와 문자 유형을 바꾸며 그래프의 일부 또는 전체에 대해 이동, 반사, 기울이기, 회전 효과를 적용하고 크기를 조절할 수 있습니다. 또한 막대와 표시자 디자인을 사용자 정의할 수 있습니다. 그래프에 투명도, 그레이디언트, 혼합, 브러시 획, 그래픽 스타일 및 기타 효과를 적용할 수 있습니다. 그래프를 다시 생성하면 효과가 제거되므로 항상 마지막에 원하는 사용자 정의를 적용하십시오.

그래프는 해당 데이터와 관련된 그룹화된 오브젝트입니다. 그래프의 그룹을 해제하면 원하는 대로 변경할 수 없습니다. 그래프를 편집하려면 [직접 선택] 도구 () 또는 [그룹 선택] 도구 ()를 사용하여 그래프의 그룹을 풀지 않은 상태에서 편집할 부분을 선택합니다.

그래프의 요소는 서로 관련이 있습니다. 범례가 있는 전체 그래프는 한 그룹입니다. 모든 데이터 세트는 그래프의 하위 그룹이며 범례 상자를 지닌 각 데이터 세트는 모든 데이터 세트의 하위 그룹입니다. 또한 각 값은 각 데이터 세트의 하위 그룹이며 나머지도 마찬가지입니다. 그래프 내에 있는 오브젝트의 그룹을 해제하거나 다시 그룹화하지 마십시오.

[그룹 선택] 도구 를 선택합니다.

Matplotlib로 선 그래프 그리기 완벽 정리

Matplotlib는 차트와 그래프를 그리는데 사용하는 Python 라이브러리입니다. Matplotlib를 활용하여 간단한 2차원 선 그래프 그려보는 방법에 대해서 알아보도록 합시다.

Basic Line Plot

선 그래프는 다음과 같이 시간의 따른 데이터의 변화를 시각화하는데 유용하게 사용됩니다.

  • 지난 10년 간 경유 가격의 평균값
  • 지난 두 달간 몸무게 변화

Matplotlib의 .plot() 함수와 .show() 함수를 활용하여 간단한 선 그래프를 그릴 수 있습니다.

위 코드는 아래와 같은 그래프를 그립니다.

또한 하나의 그래프 뿐만 아니라 여러개의 그래프를 그릴 수 있습니다. 같은 scale과 axis를 사용하는 서로 다른 데이터를 보여줄 때 유용합니다. .plot() 함수를 반복적으로 호출하면 자동으로 여러 그래프를 같은 축에 그려줍니다.

위 코드는 다음과 같은 그래프를 그립니다.

디폴트로 제일 처음 그려지는 그래프가 blue, 두번째가 orange색깔입니다. 이는 사용자가 커스텀할 수 있습니다.

Linestyles

.plot() 함수의 옵션으로 color 을 부여하면 선의 색을 지정할 수 있습니다. 옵션으로 줄 수 있는 값은 HTML의 색 이름( green , yellow 등)이나 HEX 코드가 있습니다.

또한 linestyle 옵션을 부여함으로써 선의 형태를 커스터마이징할 수 있습니다.

그리고 각 데이터 포인트에 marker 를 지정할 수 있습니다.

Axis and Labels

종종 그래프의 특정 영역을 확대하거나 강조하고 싶을 수 있습니다. 이 때 보여줄 축의 범위를 .axis() 함수로 지정할 수 있습니다. .axis() 함수는 [ x_min, x_max, y_min, y_max ] 를 파라미터로 전달받습니다.

그런데 그래프의 x와 y축이 의미하는 바가 무엇인지 알 수 없으니 그래프를 이해하기가 쉽지 않습니다. 그래프의 각 축에 라벨을 달아주려면 .xlabel() 과 .ylabel() 함수를 활용합니다. 또한 그래프의 제목은 .title() 로 설정할 수 있습니다. 위 함수는 모두 인자로 string을 받습니다.

Subplots

떄로는 두 데이터를 비교할 때 같은 x-axes나 y-axes가 아닌 다른 axes을 사용하게 하여 여러 그래프를 그리고 싶을 수 있습니다. 이러한 선 그래프 여러 axes의 집합을 subplot 이라고 합니다. 이러한 subplot 을 모두 포함하는 오브젝트를 figure 라고 합니다.

하나의 figure에 여러 subplot들이 포함될 수 있습니다. 만약, 2행 3열의 총 6개의 subplot 을 포함하는 다음과 같은 figure를 그릴 수 있습니다.

subplot은 .subplot() 함수를 호출하여 생성할 수 있습니다. .subplot() 함수는 다음 세 파라미터를 받습니다.

예를 들어 plt.subplot(2, 3, 4) 는 위 그림에서 “Subplot4” 를 생성합니다. plt.subplot() 뒤에 오는 모든 plt.plot() 은 해당 subplot 에서 그래프를 그립니다.

그런데 subplot을 띄우다 보면 다음과 같은 문제가 발생할 때가 있습니다.

위 그림처럼 label이 옆 subplot과 곂치게 되는 경우가 있는데, 이러한 경우 subplot의 margin을 조정해주어야 합니다. Matplotlib는 plt.subplots_adjust() 함수를 제공해줍니다. .subplots_adjust() 함수는 다음과 같은 keyword arguments를 가집니다.

  • left - 왼쪽 margin. 디폴트는 0.125
  • right - 오른쪽 margin. 디폴트는 0.9
  • bottom - 아래쪽 margin. 디폴트는 0.1
  • top - 위쪽 margin. 디폴트는 0.9
  • wspace - subplots의 수평 간격. 디폴트는 0.2
  • hspace - subplots의 수직 간격. 디폴트는 0.2

예를 들어, 다음과 같이 subplots의 간격을 조정할 수 있습니다.

이제 위에서 제시한 겹치는 subplot을 보유한 figure를 수정해봅시다.

Legends

만약 하나의 subplot에 여러 그래프를 그리게 된다면 뭐가 뭔지 모릅니다. 이를 위해 그래프 모서리에 작은 모달을 달아주는데, 이것이 바로 legend입니다. plt.legend() 함수에 라벨을 달아줄 값의 배열을 전달하여 legend를 달아줄 수 있습니다.

또한 .legend() 함수는 loc 이란 keyword argument를 받는데, legend를 달아줄 위치를 지정할 수 있습니다.

Number Code String
0 best
1 upper right
2 upper left
3 lower left
4 lower right
5 right
6 center left
7 center right
8 lower center
9 upper center
10 center
Note: 만약 loc 값으로 아무것도 주지 않으면, 이는 ‘best’로 할당됩니다.

예를 들어, loc 값으로 6을 주면 이는 center left로 가운데 왼쪽에 달립니다.

떄로는 .legend() 함수에 배열을 전달하는 것 보다 그냥 .plot() 함수에 label 옵션을 부여하는게 더 편할 때도 있습니다. 만약 이 방법으로 legend를 달려면 꼭 plt.legend() 를 호출해주어야 합니다.

Modify Ticks

지금까지는 모두 plt 모듈의 내장함수를 알아보았습니다. 만약 tick을 수정하고자 한다면 조금 다른 방법으로 시도할 수 있습니다. 먼저 figure는 여러 subplot을 보유하기 때문에 tick을 수정할 subplot을 명시해야 합니다.

ax 는 axes 오브젝트로, 이를 활용해 특정 subplot(여기서는 1행 1열 1 번째 subplot)의 axes를 수정할 수 있습니다. 만약 x-ticks를 수정하고자 한다면 ax.set_xticks() 함수의 인자로 tick 배열을 넘겨주면 됩니다. 그런데 숫자가 아닌 특수한 label(i.e. string)을 달아주려면 ax.set_xticklabels() 함수의 인자로 배열을 넘겨주면 됩니다.

만약 x-ticks를 1, 2, 그리고 4로 수정하고 싶다면 다음과 같이 코드를 작성할 수 있습니다.

또한 y-ticks도 마찬가지로 수정할 수 있습니다.

Figures

가끔은 .plot() 으로 그래프를 그려놓고 화면에 보여주지 않을 때가 있습니다. 만약 주의를 기울이지 않으면 해당 그래프는 다음 새로운 plot에 나타날 수 있게 됩니다. 이를 예방하기 위해 새로운 그래프를 plot하기 전 plt.close('all') 명령을 사용하면 기존에 존재하는 모든 그래프를 지우고 시작할 수 있습니다.

이전에는 하나의 figure에 대해서 그래프를 그려보았는데, plt.figure() 함수로 새로운 figure를 생성할 수 있습니다. 또한 figsize 옵션으로 (width, height) 튜플을 옵션으로 주면 figure의 가로, 세로 길이(인치)를 지정할 수 있습니다.

위 코드는 아래와 같은 figure를 생성합니다.

이렇게 생성한 figure는 png , svg , 또는 pdf 로 저장할 수 있습니다. plt.savefig() 함수는 해당 figure를 저장할 때 지정할 파일 이름을 파라미터로 받아서 저장합니다.

Review

지금까지 Matplotlib에서 제공하는 메서드로 여러 선 그래프를 그려보았습니다. 간단한 명령 몇 줄로 선 그래프를 이쁘게 그릴 수 있는 점이 좋은 것 같습니다. 이번 포스팅에서 배운 내용을 정리하면 다음과 같습니다.

  • Creating a line graph from data
  • Changing the appearance of the line
  • Zooming in on different parts of the axis
  • Putting labels on titles and axes
  • Creating a more complex figure layout
  • Adding legends to graphs
  • Changing tick labels and positions
  • Saving what you’ve made

다음 포스팅에서는 여러 종류의 그래프를 그리는 방법과 데이터를 시각화할 때 plot의 종류를 선택하는 방법에 대해서 알아보도록 합시다😀


0 개 댓글

답장을 남겨주세요