[파이썬][Numpy] Numpy와 Matplotlib 통합 방법
Numpy와 Matplotlib는 데이터를 생성, 처리 및 시각화하는 데 매우 유용한 파이썬 라이브러리입니다. 이 두 라이브러리를 함께 사용하여 데이터를 생성하고 시각화하는 방법에 대해 설명하겠습니다.
1. 데이터 생성 및 처리:
Numpy를 사용하여 데이터를 생성하고 처리한 다음, Matplotlib을 사용하여 시각화합니다.
import numpy as np
import matplotlib.pyplot as plt
# 데이터 생성 (예: 사인 함수)
x = np.linspace(0, 2 * np.pi, 100) # 0에서 2*pi까지 100개의 점 생성
y = np.sin(x)
# 데이터 시각화
plt.plot(x, y)
plt.title('사인 함수')
plt.xlabel('X 축')
plt.ylabel('Y 축')
plt.grid(True)
plt.show()
2. 다중 서브플롯 생성:
Numpy 배열을 생성하고 Matplotlib를 사용하여 여러 서브플롯에 데이터를 표시할 수 있습니다.
import numpy as np
import matplotlib.pyplot as plt
# 데이터 생성 (예: 무작위 데이터)
data1 = np.random.rand(100)
data2 = np.random.rand(100)
# 서브플롯 생성
plt.figure(figsize=(10, 4))
# 첫 번째 서브플롯
plt.subplot(1, 2, 1) # 1x2 그리드에서 첫 번째 위치
plt.plot(data1)
plt.title('데이터 1')
# 두 번째 서브플롯
plt.subplot(1, 2, 2) # 1x2 그리드에서 두 번째 위치
plt.plot(data2)
plt.title('데이터 2')
plt.tight_layout()
plt.show()
3. 이미지 표시:
Numpy 배열로 이미지 데이터를 생성하고 Matplotlib를 사용하여 이미지를 표시할 수 있습니다.
import numpy as np
import matplotlib.pyplot as plt
# 이미지 데이터 생성 (예: 무작위 이미지)
image_data = np.random.random((100, 100))
# 이미지 표시
plt.imshow(image_data, cmap='viridis') # cmap은 색상 맵을 지정합니다.
plt.colorbar() # 컬러 바 추가
plt.title('랜덤 이미지')
plt.show()
Numpy와 Matplotlib를 함께 사용하면 데이터 생성, 처리 및 시각화를 하나의 파이썬 스크립트에서 효과적으로 수행할 수 있습니다. 이를 통해 데이터 분석 및 시각화 작업을 편리하게 수행할 수 있습니다.