주식 시장에서 가격 변동 추세, 판매량 분석, 고객 만족도 평가 등과 같은 데이터를 시각화하는 것은 경영 관련 의사 결정을 지원하는 데 중요한 역할을 합니다. 이를 위해 Python에서는 Matplotlib와 Seaborn과 같은 시각화 도구들을 사용할 수 있습니다. 이 블로그 포스트에서는 Matplotlib와 Seaborn을 이용하여 경영 관련 데이터를 시각화하는 방법에 대해 알아보겠습니다.
1. Matplotlib를 사용한 Line Plot
Matplotlib는 파이썬에서 가장 널리 사용되는 시각화 라이브러리입니다. Line plot은 시간에 따른 데이터의 변화를 보여줄 때 주로 사용됩니다.
import matplotlib.pyplot as plt
# 데이터 생성
years = [2015, 2016, 2017, 2018, 2019]
revenue = [1000, 1200, 1500, 1800, 2000]
# Line plot 생성
plt.plot(years, revenue)
# 그래프 제목, x축 레이블, y축 레이블 설정
plt.title("Annual Revenue")
plt.xlabel("Year")
plt.ylabel("Revenue (in million dollars)")
# 그래프 표시
plt.show()
위의 코드를 실행하면 연도별 매출액 데이터를 Line plot으로 시각화할 수 있습니다.
2. Seaborn을 사용한 Bar Plot
Seaborn은 Matplotlib을 기반으로 한 통계용 시각화 라이브러리로서, 보다 고급화된 시각화 기능을 제공합니다. Bar plot은 카테고리나 그룹 간의 값을 비교할 때 유용합니다.
import seaborn as sns
# 데이터 생성
departments = ['HR', 'Finance', 'Sales', 'Marketing']
employees = [50, 30, 40, 45]
# Bar plot 생성
sns.barplot(x=departments, y=employees)
# 그래프 제목, x축 레이블, y축 레이블 설정
plt.title("Number of Employees by Department")
plt.xlabel("Department")
plt.ylabel("Number of Employees")
# 그래프 표시
plt.show()
위의 코드를 실행하면 부서별 직원 수 데이터를 Bar plot으로 시각화할 수 있습니다.
3. Matplotlib와 Seaborn을 함께 사용하기
Matplotlib와 Seaborn은 각각의 특성을 가지고 있으므로 때에 따라 적절하게 함께 사용할 수 있습니다. 예를 들어, Matplotlib의 강력한 커스터마이징 기능과 Seaborn의 아름다운 스타일링을 함께 사용할 수 있습니다.
import matplotlib.pyplot as plt
import seaborn as sns
# 데이터 생성
years = [2015, 2016, 2017, 2018, 2019]
revenue = [1000, 1200, 1500, 1800, 2000]
# Line plot 생성
plt.plot(years, revenue, marker='o', linestyle='--', color='r', label='Revenue')
# 그래프 제목, x축 레이블, y축 레이블 설정
plt.title("Annual Revenue")
plt.xlabel("Year")
plt.ylabel("Revenue (in million dollars)")
# 그리드 표시
plt.grid(True)
# 범례 표시
plt.legend()
# Seaborn 스타일 적용
sns.set()
# 그래프 표시
plt.show()
위의 코드에서는 Matplotlib로 Line plot을 생성하고, 그 위에 Seaborn의 스타일을 적용하였습니다.
Matplotlib와 Seaborn을 함께 사용하면 데이터를 보다 쉽고 효과적으로 시각화할 수 있습니다. 이를 통해 경영 관련 데이터를 시각적으로 이해하고 의사 결정에 활용할 수 있습니다.
위에서 소개한 예제 코드를 기반으로 여러분만의 시각화 테크닉을 개발해 보세요!