Matplotlib은 데이터 시각화를 위한 파이썬 라이브러리로, 다양한 색상 맵을 제공합니다. 색상 맵은 데이터의 값을 색상으로 변환하여 시각화 결과를 더욱 부각시켜주는 역할을 합니다.

Matplotlib에서는 기본적으로 제공되는 많은 색상 맵을 사용할 수 있으며, 직접 색상 맵을 만들어 사용할 수도 있습니다. 이번 블로그 포스트에서는 다양한 색상 맵을 활용하여 그래프를 그리는 방법에 대해 알아보겠습니다.

기본 색상 맵 사용하기

Matplotlib에서는 plt.cm 모듈을 통해 다양한 기본 색상 맵을 사용할 수 있습니다. 주요 기본 색상 맵 중 몇 가지를 살펴보겠습니다.

1. viridis

viridis는 기본 색상 맵 중 가장 널리 사용되는 색상 맵입니다. 데이터 값이 증가할수록 보라색에서 노란색으로 색상이 변화합니다.

import matplotlib.pyplot as plt
import numpy as np

# 데이터 생성
data = np.random.rand(10, 10)

# 그래프 그리기
plt.imshow(data, cmap='viridis')
plt.colorbar()
plt.show()

2. jet

jet은 Matplotlib의 이전 버전에서 기본 색상 맵으로 사용되던 색상 맵입니다. 데이터 값이 증가할수록 파란색에서 빨간색으로 색상이 변화합니다.

import matplotlib.pyplot as plt
import numpy as np

# 데이터 생성
data = np.random.rand(10, 10)

# 그래프 그리기
plt.imshow(data, cmap='jet')
plt.colorbar()
plt.show()

3. hot

hot은 데이터 값이 증가할수록 뜨거워 보이는 색상 맵입니다. 주로 온도나 열을 나타내는 그래프에 적합합니다.

import matplotlib.pyplot as plt
import numpy as np

# 데이터 생성
data = np.random.rand(10, 10)

# 그래프 그리기
plt.imshow(data, cmap='hot')
plt.colorbar()
plt.show()

커스텀 색상 맵 만들기

Matplotlib에서는 직접 색상 맵을 만들어 사용할 수도 있습니다. ListedColormap 클래스를 사용하여 원하는 색상을 지정할 수 있습니다.

import matplotlib.pyplot as plt
import matplotlib.colors as mcolors
import numpy as np

# 색상 맵 생성
colors = ['red', 'orange', 'yellow', 'green', 'blue', 'purple']
cmap = mcolors.ListedColormap(colors)

# 데이터 생성
data = np.random.randint(0, 6, (10, 10))

# 그래프 그리기
plt.imshow(data, cmap=cmap)
plt.colorbar()
plt.show()

위 코드는 0부터 5까지의 값을 가지는 데이터를 커스텀 색상 맵으로 그래프로 나타내는 예시입니다.

Matplotlib의 다양한 기본 색상 맵과 커스텀 색상 맵을 활용하여 데이터 시각화에 다양한 효과를 줄 수 있습니다. 자세한 내용은 Matplotlib 공식 문서를 참조하시기 바랍니다.

Happy coding!