[Python] 주피터 노트북을 이용한 데이터 시각화 📈 (2)

《 주피터 노트북을 활용한 데이터 시각화 》

 

 

[ 파이썬 내장 함수 split()를 이용한 문자열 분리 활용 예제 ]

 

① split() 함수를 통해 데이터의 년, 월, 일 분리하기

# Jupyter Notebook

# str.split(sep=None, maxsplit=- 1)
# sep을 구분자 문자열로 사용하여 문자열 내 단어들의 리스트를 반환
# maxsplit : 최대 분할 횟수 지정, [기본값 : -1 (제한x)]
date = '1907-10-01'
print(date.split('-'))
print(date.split('-')[0])
print(date.split('-')[1])
print(date.split('-')[2])

############ [실행 결과] ############
['1907', '10', '01']
1907
10
01

 

② split() 함수를 통해 특정 월의 최고 기온만 시각화

# Jupyter Notebook

import csv

f = open('seoul.csv')
data = csv.reader(f)
next(data)  # csv 파일의 헤더 추출
result = []

for row in data :
    if row[-1] != '' :  # 최고 기온이 정상적인 값일 경우 수행(''이 아닐 경우)
        if row[0].split('-')[1] == '08' :  # 연도 구분없이 8월 최고 기온만 저장
            result.append(float(row[-1]))

import matplotlib.pyplot as plt
plt.plot(result, 'hotpink')
plt.show()   # 데이터의 8월 최고 기온 분포도 시각화

plt.show() 실행 결과

 

 

③ split() 함수를 통해 특정 월, 일의 최고 기온 시각화

# Jupyter Notebook

import csv

f = open('seoul.csv')
data = csv.reader(f)
next(data)
result = []

for row in data :
    if row[-1] != '' :
        # 2월 14일의 최고 기온 데이터만 result 리스트에 저장 
        if row[0].split('-')[1] == '02' and row[0].split('-')[2] == '14' :
            result.append(float(row[-1]))

import matplotlib.pyplot as plt
#plt.figure(dpi = 300)
plt.plot(result, 'hotpink')
plt.show()  # 1907~2018년 사이 2월 14일 최고 기온 분포도 시각화

plt.show() 실행 결과

 

 

④ split() 함수를 통해 특정 기간의 최고/저 기온 시각 데이터 비교

# Jypyter Notebook

import csv

f = open('seoul.csv')
data = csv.reader(f)
next(data)
high = []
low = []

for row in data :
    if row[-1] != '' and row[-2] != '' :
        # 1983~2018년 사이 2월 14일의 최고/최저 기온 데이터 추출
        if 1983 <= int(row[0].split('-')[0]) :
            if row[0].split('-')[1] == '02' and row[0].split('-')[2] == '14' :
                high.append(float(row[-1]))
                low.append(float(row[-2]))

import matplotlib.pyplot as plt
#plt.figure(dpi = 300)
plt.plot(high, 'hotpink') # 최고 기온 데이터 선 색상 핫핑크 지정
plt.plot(low, 'skyblue')  # 최저 기온 데이터 선 색상 하늘색 지정
plt.show()  # 1983~2018년 사이 2월 14일의 최고/최저 기온 데이터 시각화

plt.show() 실행 결과

 

 

⑤ plt.rc() 함수 사용 예제

# Jupyter Notebook

import csv
import matplotlib.pyplot as plt

f = open('seoul.csv')
data = csv.reader(f)
next(data)
high = [] # 최고 기온 값을 저장할 리스트 high 생성
low = []  # 최저 기온 값을 저장할 리스트 low 생성

for row in data :
    if row[-1] != '' and row[-2] != '' :
        date = row[0].split('-')  # date 변수에 년도값 저장
        # 1990 ~ 2010년 사이 1월 1일의 최고/최저 기온 데이터 추출
        if 1990 <= int(date[0]) <= 2010 :
            if date[1] == '01' and date[2] == '01' :
                high.append(float(row[-1])) # 최고 기온 값을 high 리스트에 저장
                low.append(float(row[-2]))  # 최저 기온 값을 low 리스트에 저장

# plt.rcParams(group, **kwargs) : 현재의 rcParams를 설정하는 함수
plt.rcParams['axes.unicode_minus'] = False # 마이너스 기호 깨짐 방지

# plt.rc('lines', **kwargs) : 그래프 선 정보를 설정 가능
# plt.rc('font', **font) : 글씨체, 글씨 크기, 굵기 등을 설정 가능
font = {'family' : 'Malgun Gothic',
        'weight' : 'bold',
        'size' : 13}

plt.rc('lines', lw=2, ls='dotted') # 선 굵기, 선 스타일 지정
plt.rc('font', **font) # 맑은 고딕을 기본 글꼴로 설정
plt.title('1990~2010년 사이 1월1일의 기온 변화') # 제목 설정
plt.plot(high, 'hotpink', label = 'high') # high 리스트에 저장된 값을 hotpink 색으로 그리고 레이블을 표시
plt.plot(low, 'skyblue', label = 'low') # low 리스트에 저장된 값을 skyblue 색으로 그리고 레이블을 표시
plt.legend() # 범례 표시
plt.show()   # 그래프 시각화

plt.show() 실행 결과

 

 

[ matplotlib의 구조 ] 

 - plt.plot() 함수를 실행 시키면 아래 3단계를 거쳐 그래프를 그리게 됨

1. pyplot을 이용한 명령 (코드)
2. 객체들의 생성 (Figure, Line, Axes)
3. 그래프 시각화

 - 3번째 단계인 그래프 시각화를 위한 라이브러리가 matplotlib 이다.

 - matplotlib.pyplot은 호출을 위한 API를 제공함

 - matplotlib은 그래프 시각화를 위해 Runtime Configuration Parameters(rcParams)라는 딕셔러니 값을 사용

 - 결론적으로 plt.rc() 함수를 통해 rcParams 딕셔너리 값을 변경함으로써 다양한 형태의 그래프 생성 가능

백엔드에서 시각화를 할때 rcParams를 토대로 그래프를 그림

 

 

 

[ 히스토그램 그래프 사용 예제 ]

# Jupyter Notebook

# 1907년 ~ 2018년까지의 최고 기온 그래프
import csv
f = open('seoul.csv')
data = csv.reader(f)
next(data)
result = []

for row in data :
    if row[-1] != '' :
        result.append(float(row[-1]))

import matplotlib.pyplot as plt
plt.figure(figsize = (10,2), dpi = 300)
plt.plot(result, 'r')
plt.show()  # figure의 사이즈를 키워도 데이터의 양이 너무 많아 비교 불가능

기존 그래프를 시각화 하게 되면 데이터의 양이 너무 많아 시각적으로 비교 불가능함

히스토그램 그래프를 사용하여 기온간 비교를 보다 명확하게 가능

 

 

① 히스토그램 그래프 생성 예제 1

# Jupyter Notebook

import matplotlib.pyplot as plt

# plt.hist(x) : x(튜플, 리스트 등)의 구조를 계산하고 히스토그램으로 시각화
# 가로축 : 계급
# 세로축 : 도수(횟수 or 개수 등)

plt.hist([1,1,2,3,4,5,6,6,7,8,10])
plt.show()

plt.show() 실행 결과. 1이 두개 6이 두개있음을 확인 가능

 

 

② 히스토그램 그래프 생성 예제 2

# random 모듈과 plt.hist 사용 예제 
import random
import matplotlib.pyplot as plt

list = []
for i in range(10) :
    # randint(a, b) : a<= N <= b 범위의 난수 N을 반환
    list.append(random.randint(1,30)) # 1~30 사이 난수 10개 생성 후 리스트에 저장
list.sort() # list 오름차순 정렬
print(list)

# hist(bins=(type)): 히스토그램의 가로축 구간의 개수 지정 [기본값 : 10]
# bins type : int or sequence or str
# bins == sequence : 첫 번째 빈의 왼쪽 가장자리와 마지막 빈의 오른쪽 가장자리를 포함한 빈 가장자리 정의
# bins == str : one of the binning strategies supported by numpy.histogram_bin_edges
plt.hist(list, bins=10, label='bins:10')	# 가로축 구간 10 
plt.hist(list, bins=30, label='bins:30')	# 가로축 구간 30
plt.legend()
plt.show()

bins 값에 따라 같은 데이터라도 범위가 달라 다르게 보일 수 있음

 

 

③ 1907~2018년 사이 서울 최고 기온 데이터 히스토그램 표시

import csv
import matplotlib.pyplot as plt

f = open('seoul.csv')
data = csv.reader(f)
next(data)
result = []

for row in data :
    if row[-1] != '' :
        result.append(float(row[-1]))

plt.figure(dpi = 300)
plt.hist(result, bins = 1000, color = 'r', histtype = 'stepfilled')
# plt.hist(result, bins = 300, color = 'r', histtype = 'stepfilled')
plt.show()

(좌) bins=1000, (우) bins=300

 

 

④ 1907~2018년 사이 1월과 8월의 서울시 최고 기온 비교

import csv
import matplotlib.pyplot as plt

f = open('seoul.csv')
data = csv.reader(f)
next(data)
aug = []
jan = []

for row in data :
    month = row[0].split('-')[1]
    if row[-1] != '' :
        if month == '08':
            aug.append(float(row[-1]))	# 8월의 최고기온 aug 리스트에 삽입
        if month == '01': 
            jan.append(float(row[-1]))  # 1월의 최고기온 jan 리스트에 삽입


plt.figure(dpi = 200)
plt.hist(aug, bins = 100, color = 'r', label = 'Aug')
plt.hist(jan, bins = 100, color = 'b', label = 'Jan')
plt.legend()
plt.show()

plt.show() 실행 결과

 

 

 

 

 

---

• 참고 블로그 :  https://jrc-park.tistory.com/274