Matplotlib

# 막대 그래프 import matplotlib.pyplot as plt # 한글 폰트 설정 plt.rcParams['font.family'] ='Malgun Gothic' # 데이터 names = ['apple', 'grape', 'strawberry'] values = [50, 128, 70] colors = ['red', 'green', 'blue'] # 막대그래프 설정 # plt.bar( x축 데이터, y축 데이터 ) plt.bar(names, values, align='center', color=colors) # 제목 및 라벨 plt.title('과일 판매량') plt.xlabel('과일') plt.ylabel('판매량') # y축 최솟값, 최댓값 지정 # plt.ylim(0, 200) # 눈금 단위를 지정 # 0~200 까지 10 단위를 눈금 지정 plt.yticks( range(0, 200, 10) ) # 그래프 이미지 저장 plt.savefig('막대그래프.png', dpi=400, bbox_inches='tight') # 그래프 출력 plt.show()

# 히스토그램 import matplotlib.pyplot as plt import numpy as np plt.rcParams['font.family'] ='Malgun Gothic' # 학생들의 성적 분포를 히스토그램을 출력 # 데이터 # np.random.normal(loc= 평균, scale= 표준편차, size= 데이터개수) scores = np.random.normal(loc= 70, scale= 10, size= 500) # 히스토그램 그래프 설정 plt.hist(scores, edgecolor='black', color='blue') # 제목 및 라벨 plt.title('학생들의 성적 분포') plt.xlabel('성적') plt.ylabel('빈도') # 그래프 이미지 저장 plt.savefig('히스토그램.png', dpi=400) # 그래프 출력 plt.show()

import matplotlib.pyplot as plt import numpy as np from scipy.stats import linregress plt.rcParams['font.family'] ='Malgun Gothic' plt.rcParams['axes.unicode_minus'] =False # 데이터 np.random.seed(50) x = np.random.randn(100) y = 2 * x + np.random.randn(100) # 추세선 계산 # slope : 기울기 # intercept : 절편 # r_value : (피어슨)상관계수 # - 두 변수 간의 선형 관계의 강도와 방향 # p_value : 유의성 검정 결과 (회귀식이 통계적으로 유의미) # std_err : 기울기 추정값의 표준오차 slope, intercept, r_value, p_value, std_err = linregress(x,y) # 선 그래프 데이터 line = slope * x + intercept # y = ax + c plt.plot(x, line, color='orange', label='추세선') print('절편 : {}'.format(intercept)) # 그래프 설정 # s : 점의 크기 plt.scatter(x, y, edgecolors='black', s=20) # 제목 및 라벨 plt.title('산점도 데이터') plt.xlabel('X 축') plt.ylabel('Y 축') # 그래프 이미지 저장 plt.savefig('산점도.png', dpi=400) # 그래프 출력 plt.show()

import matplotlib.pyplot as plt import numpy as np plt.rcParams['font.family'] ='Malgun Gothic' plt.rcParams['axes.unicode_minus'] =False # 데이터 np.random.seed(5) data = np.random.normal(loc=0, scale=1, size=100) # 그래프 설정 # notch : 노치(파여진 홈) 여부 # sym : 특이점 표시 기호 # showmeans : 평균 표시 여부 plt.boxplot(data, notch=True, sym='+', showmeans=True) # 제목 및 라벨 plt.title('상자그림 데이터') plt.xlabel('데이터') plt.ylabel('값') # 그래프 이미지 저장 plt.savefig('상자그림.png', dpi=400) # 그래프 출력 plt.show()