Matplotlib : 데이터 시각화에 대한 종합 가이드(PART1)

import matplotlib.pyplot as plt

# 월간 웹사이트 트래픽(천 단위)을 나타내는 임시 데이터 생성
months = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun']
traffic = [150, 200, 180, 220, 250, 210]

# 선 플롯 생성하기
plt.plot(months, traffic)
plt.show()

import matplotlib.pyplot as plt

months = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun']
traffic = [150, 200, 180, 220, 250, 210]

# line plot 생성하기 
plt.plot(months, traffic)

# 라벨과 제목 추가하기
plt.xlabel('Month')
plt.ylabel('Monthly Traffic (in Thousands)')
plt.title('Monthly Website Traffic')

plt.show()

# marker, linestyle, color 매개변수 사용
plt.plot(months, traffic, marker='o', linestyle='--', color='g')

# 라벨과 제목 추가
plt.xlabel('Month')
plt.ylabel('Monthly Traffic (in Thousands)')
plt.title('Monthly Website Traffic')

# 그리드 추가
plt.grid(True)

# 그래프 출력
plt.show()

# 두 제품의 월별 수익을 나타내는 예시 데이터
months = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun']
product_a_revenue = [45, 55, 60, 70, 80, 75]
product_b_revenue = [35, 40, 50, 55, 70, 68]

# 파란색과 원 표식을 가지는 제품 A를 표현하는 line plot 생성하기 
plt.plot(months, product_a_revenue, marker='o', linestyle='-', color='blue', label='Product A')

# 빨간 점선과 square 표식을 가지는 제품 B를 표현하는 line plot 생성하기 
plt.plot(months, product_b_revenue, marker='s', linestyle='--', color='red', label='Product B')

# 라벨과 제목 추가
plt.xlabel('Month')
plt.ylabel('Monthly Revenue (in $1000)')
plt.title('Monthly Revenue Comparison')

# 제품 A와 B 사이의 차이점을 설명하는 범례 표시
plt.legend()

# 그래프 출력
plt.show()

from google.colab import drive

# Google Drive 마운트
drive.mount('/content/drive')

# Colab에서 이미지 파일로 플롯 저장하기
# My Drive 이후에 폴더 위치 변경 가
plt.savefig('/content/drive/My Drive/'+'my_plot.png')

import numpy as np

# 비용 항목
categories = ['Housing', 'Transportation', 'Food', 'Entertainment', 'Utilities']

# Alice, Bob, Carol의 월별 비용 
alice_expenses = [1200, 300, 400, 200, 150]
bob_expenses = [1100, 320, 380, 180, 140]
carol_expenses = [1300, 280, 420, 220, 160]

# x축 위치에 대한 배열 생성
x = np.arange(len(categories))

# 막대의 너비는 여러 막대를 플롯하려고 하므로 필요
bar_width = 0.2

# Alice의 비용에 대한 막대를 만들고 x 배열에서 막대 너비를 뺍니다.
# 그래서 왼쪽에 놓이게 됩니다.
plt.bar(x - bar_width, alice_expenses, width=bar_width, label='Alice', color='skyblue')

# bars for Bob's 비용을 나타내는 막대 생성
plt.bar(x, bob_expenses, width=bar_width, label='Bob', color='lightcoral')

# Create bars for Carol의 비용을 나타내는 막대 생성 및 너비를 X축으로 하는 막대 추가
# 오른쪽에 배치
plt.bar(x + bar_width, carol_expenses, width=bar_width, label='Carol', color='lightgreen')

# 라벨, 제목, 범례 추가
plt.xlabel('Expense Categories')
plt.ylabel('Monthly Expenses (USD)')
plt.title('Monthly Expenses Comparison')

# x축 위치에 카테고리 이름 표시
plt.xticks(x, categories)
plt.legend()

# 그래프 출력
plt.show()

import numpy as np
import matplotlib.pyplot as plt

# 시험 점수 자료
examScores = [68, 72, 75, 80, 82, 84, 86, 90, 92, 95, 98, 100]

# bin 정의
binRanges = [60, 70, 80, 90, 100]

# 히스토그램 생성
plt.hist(examScores, bins = binRanges, color = 'lightblue', edgecolor = 'black', alpha = 0.7)

# 라벨과 제목 추가하기
plt.xlabel('Exam Score')
plt.ylabel('Frequency')
plt.title('Exam Scores Histogram with Custom Bins')

# 중앙값 선 계산 및 추가하기
medianScore = np.median(examScores)
plt.axvline(medianScore, color = 'red', linestyle = 'dashed', linewidth = 2, label = f'Median Score: {median_score}')

# 범례 추가
plt.legend()

# 그래프 출력
plt.show()

# 가게에 대한 예제 데이터 생성
stores = ['Store A', 'Store B', 'Store C', 'Store D', 'Store E']
customers = [120, 90, 150, 80, 200]
revenue = [20000, 18000, 25000, 17000, 30000]
storeSize = [10, 5, 15, 8, 20]  

pointSizes = [size * 100 for size in storeSize]

plt.scatter(customers, revenue, s = pointSizes, c = 'skyblue', alpha = 0.7, edgecolors = 'b')

# 라벨, 제목, 범례 추가
plt.xlabel('Number of Customers')
plt.ylabel('Revenue (USD)')
plt.title('Relationship between Customers, Revenue, and Store Size')

# 그래프 출력
plt.show()

# 제품 카테고리
categories = ['Electronics', 'Clothing', 'Home Decor', 'Books', 'Toys']

# 각 카테고리별 판매 데이터 
sales = [3500, 2800, 2000, 1500, 1200]

explode = (0, 0.1, 0, 0, 0)  

plt.pie(sales, labels = categories, explode = explode, shadow = True, autopct = '%1.1f%%')
plt.title('Sales by Product Category')

# 그래프 출력
plt.show()

# 이상치를 가지는 임의 데이터 생성
np.random.seed(42)
data = np.concatenate([np.random.normal(0, 1, 100), np.random.normal(6, 1, 10)])

# 이상치를 가지는 상자 그림 생성
plt.figure(figsize=(8, 6))  # 그림 크기 설정
plt.boxplot(data, vert = False, patch_artist = True, 
            boxprops={'facecolor': 'lightblue'}, 
            flierprops={'marker': 'o', 'markerfacecolor': 'red', 
                        'markeredgecolor': 'red'})

# 라벨과 제목 추가
plt.xlabel('Values')
plt.title('Box Plot with Outliers')

# 그래프 출력
plt.grid(True)  # 그리드 추가
plt.show()

# 단순한 상관관계를 나타내는 행렬 생성
correlationMatrix = np.array([[1.0, 0.8, 0.3, -0.2],
                               [0.8, 1.0, 0.5, 0.1],
                               [0.3, 0.5, 1.0, -0.4],
                               [-0.2, 0.1, -0.4, 1.0]])

# 히트맵 생성
plt.imshow(correlationMatrix, cmap = 'coolwarm', vmin = -1, vmax = 1, aspect = 'auto', origin = 'upper')

# 칼러바 추가
cbar = plt.colorbar()
cbar.set_label('Correlation', rotation = 270, labelpad = 20)

# 라벨과 제목 추가
plt.title('Correlation Matrix Heatmap')
plt.xticks(range(len(correlationMatrix)), ['Var1', 'Var2', 'Var3', 'Var4'])
plt.yticks(range(len(correlationMatrix)), ['Var1', 'Var2', 'Var3', 'Var4'])

plt.show()

# 스택 플롯을 위한 샘플 데이터
quarters = ['Q1', 'Q2', 'Q3', 'Q4']
electronics = [10000, 12000, 11000, 10500]
clothing = [5000, 6000, 7500, 8000]
homeAppliances = [7000, 7500, 8200, 9000]

# 스택 플롯 생성
plt.figure(figsize = (10, 6))  # 그래프 크기 조정
plt.stackplot(quarters, electronics, clothing, homeAppliances, labels = ['Electronics', 'Clothing', 'Home Appliances'],
              colors = ['blue', 'green', 'red'], alpha = 0.7)

# 라벨, 범례, 제목 추가
plt.xlabel('Quarters')
plt.ylabel('Sales ($)')
plt.title('Product Category Sales Over Quarters')
plt.legend(loc = 'upper left')

# 그래프 출력
plt.grid(True)
plt.show()