Matplotlib基本グラフィックツール

from matplotlib import font_manager,rc
font_path = "" 폰트파일 위치
font_name = font_manager.FontProperties(fname=font_path).get_name()
rc('font',family=font_name)

1.線図

import pandas as pd
import matplotlib.pyplot as plt


# 한글 폰트문제 해결 
from matplotlib import font_manager,rc
font_path = "" 폰트파일 위치
font_name = font_manager.FontProperties(fname=font_path).get_name()
rc('font',family=font_name)
df = pd.read_excel(path,engine='openpyxl',header=0)

# 누락값(NaN)을 앞데이터로 채움
df = df.fillna(method='ffill')

# 서울에서 다른 지역으로 이동한 데이터만 추출하여 정리 
mask = (df['전출지별'] == '서울특별시' ) & (df['전입지별'] != '서울특별시')
df_seoul = df[mask]

# 전출지별 열 삭제
df_seoul = df_seoul.drop(['전출지별'],axis=1)

# 전입지별-> 전입지 이름변경
df.seoul.rename({'전입지별':'전입지'},axis=1,inplace=True)

# 전입지 열을 행인덱스로 변경
df_seoul.set_index('전입지',inplace=True)

# df_seoul에서 '전입지'가 '경기도'인 행 데이터를 선택하여 sr_one에 저장한다.
sr_one = df_seoul.loc['경기도']

# x축 = sr_one.index, y축 = sr_one.value 으로 한 그래프를 그린다. 
plt.plot(sr_one)으로 입력해도 가능.

plt.plot(sr_one.index,sr_one.values)

# 차트 제목 설정
plt.title('서울->경기 인구이동')

# 축이름추가

plt.xlabel('기간')
plt.ylabe('이동 인구수')

plt.show()

2.装飾図形

0.フレームサイズの設定

1.タイトルの設定

2.軸名の設定

3.凡例設定

4.ルーラーラベルの設定

5.スタイルの書式設定

import matplotlib.pyplot as plt

print(plt.style.available)

6.x軸、y軸範囲の調整

7.コメントの設定

import pandas as pd
import matplotlib.pyplot as plt

from matplotlib import font_manager, rc
font_path = r'C:\Users\kjt63\OneDrive\바탕 화면\python\data_analysis\sample\part4\malgun.ttf'
font_name = font_manager.FontProperties(fname=font_path).get_name()
rc('font',family=font_name)

df = pd.read_excel(r'C:\Users\kjt63\OneDrive\바탕 화면\python\data_analysis\sample\part4\시도별 전출입 인구수.xlsx',header=0)
df = df.fillna(method='ffill')

mask = (df.전출지별 == '서울특별시') & (df.전입지별 != '서울특별시')

df_seoul = df[mask]
df_seoul = df_seoul.drop('전출지별',axis=1)
df_seoul.rename({'전입지별':'전입지'},axis=1,inplace = True)
df_seoul.set_index('전입지',inplace=True)

sr_one = df_seoul.loc['경기도']

plt.style.use('ggplot')
plt.figure(figsize=(14,5))
plt.xticks(size=10,rotation=90)
plt.plot(sr_one.index,sr_one.values,marker='o',markersize=10)
plt.title('서울 to 경기',size=20)
plt.xlabel('연도')
plt.ylabel('이동인구수')
plt.legend(labels=['서울->경기'],loc='best',fontsize=15)


# y축 범위 지정 plot.ylim(최소값,최대값)
plt.ylim(50000,800000)

# 화살표1 주석
plt.annotate('', # 주석이름
	    xy=(20,620000), # 화살표의 머리부분(끝점)
	    xytext=(2,290000), # 화살표의 꼬리부분(시작점)
    	    xycoords='data', # 좌표체계
            arrowprops=dict(arrowstyle='->', color='skyblue', linewidth=5) # 화살표 서식
            )
            
# 화살표1 주석위에 붙힐 주석

plt.annotate('인구 이동 증가(1970-1995)',
	xy=(10,550000), # 텍스트 위치 기준점
    	rotation = 25, # 텍스트 회전 각도
        va='baseline', # 텍스트 상하정렬
        ha='center', # 텍스트 좌우정렬
        fontsize=15 # 텍스트 크기설정 
        )
        
        

# 화살표2
plt.annotate('', # 주석이름
	    xy=(47,450000), # 화살표의 머리부분(끝점)
	    xytext=(30,580000), # 화살표의 꼬리부분(시작점)
    	    xycoords='data', # 좌표체계
            arrowprops=dict(arrowstyle='->', color='olive', linewidth=5) # 화살표 서식
            )
            
# 화살표2 주석위에 붙힐 주석

plt.annotate('인구 이동 감소(1995-2017)',
	xy=(40,560000), # 텍스트 위치 기준점
    	rotation = -11, # 텍스트 회전 각도
        va='baseline', # 텍스트 상하정렬
        ha='center', # 텍스트 좌우정렬
        fontsize=15, # 텍스트 크기설정 
        )

plt.show()

実行結果

3.画面を分割して複数の図形を描画する-axeオブジェクトを利用する

# marker옵션으로 'o'를 사용하지않고 그냥 'o'로 적용하면 점그래프가된다.
ax1.plot(sr_one,'o',markersize=10)

ax2.plot(sr_one,marker='o',markerfacecolor='green',markersize=10, color='olive',linewidth=2,label='서울->경기')
ax2.legend(loc='best')

+ 하나의 그림틀 내부에 존재하는 그래프객체를 꾸밀때에는

set_title,
set_xlabel,set_ylabel
set_ylim, set_xlim,
set_xticklabels(눈금라벨설정),tick_params(눈금라벨크기),
legend(범례) 메소드를 사용한다.

4.分割画面の例

import pandas as pd
import matplotlib.pyplot as plt

from matplotlib import font_manager, rc
font_path = r'C:\Users\kjt63\OneDrive\바탕 화면\python\data_analysis\sample\part4\malgun.ttf'   #폰트파일의 위치
font_name = font_manager.FontProperties(fname=font_path).get_name()
rc('font', family=font_name)

df = pd.read_excel(r'C:\Users\kjt63\OneDrive\바탕 화면\python\data_analysis\sample\part4\시도별 전출입 인구수.xlsx',engine='openpyxl',header=0)
df = df.fillna(method='ffill')

mask = (df.전출지별 =='서울특별시') & (df.전입지별 != '서울특별시')

df_seoul = df[mask]

df_seoul = df_seoul.drop('전출지별',axis=1)

df_seoul.rename({'전입지별':'전입지'},axis=1,inplace=True)

df_seoul.set_index('전입지',inplace=True)

col_years = list(map(str,range(1970,2018)))

df_4 = df_seoul.loc[['충청남도','경상북도','강원도','전라남도'], col_years]

plt.style.use('ggplot')

fig = plt.figure(figsize=(20,10))

ax1 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2)
ax3 = fig.add_subplot(2,2,3)
ax4 = fig.add_subplot(2,2,4)

ax1.plot(col_years, df_4.loc['충청남도',:],marker='o',markerfacecolor='green',
        markersize=10,color='olive',lw=2,label='서울->충남')
ax2.plot(col_years, df_4.loc['경상북도',:],marker='o',markerfacecolor='blue',
        markersize=10,color='skyblue',lw=2,label='서울->충남')
ax3.plot(col_years, df_4.loc['강원도',:],marker='o',markerfacecolor='red',
        markersize=10,color='magenta',lw=2,label='서울->강원')
ax4.plot(col_years, df_4.loc['전라남도',:],marker='o',markerfacecolor='orange',
        markersize=10,color='yellow',lw=2,label='서울->전남')


ax1.legend(loc='best')
ax2.legend(loc='best')
ax3.legend(loc='best')
ax4.legend(loc='best')


ax1.set_title('서울->충남 인구이동')
ax2.set_title('서울->경북 인구이동')
ax3.set_title('서울->강원 인구이동')
ax4.set_title('서울->전남 인구이동')

ax1.set_xticklabels(col_years,rotation=90,size=5)
ax2.set_xticklabels(col_years,rotation=90,size=5)
ax3.set_xticklabels(col_years,rotation=90,size=5)
ax4.set_xticklabels(col_years,rotation=90,size=5)

plt.show()