Matplotlib는 Python에서 가장 인기있는 데이터 시각화 도구 중 하나입니다. Pandas는 데이터 조작 및 분석을 위한 강력한 라이브러리이며, Matplotlib와 함께 사용하면 데이터 시각화에 편리함을 더할 수 있습니다.

본 블로그에서는 Matplotlib와 Pandas를 함께 사용하는 몇 가지 예제를 살펴보겠습니다.

예제 1: 선 그래프 그리기

아래 예제는 Pandas의 DataFrame을 활용하여 선 그래프를 그리는 방법을 보여줍니다.

import pandas as pd
import matplotlib.pyplot as plt

# 데이터 생성
data = {'Month': ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun'],
        'Sales': [1500, 1200, 1700, 1300, 1600, 1400]}

# DataFrame 생성
df = pd.DataFrame(data)

# 그래프 그리기
plt.plot(df['Month'], df['Sales'])

# 그래프 꾸미기
plt.title('Monthly Sales')
plt.xlabel('Month')
plt.ylabel('Sales')

# 그래프 표시
plt.show()

위 코드는 ‘월간 판매량’을 나타내는 선 그래프를 그리는 예제입니다. Pandas를 사용하여 데이터를 생성하고, Matplotlib를 사용하여 그래프를 그리고 꾸밉니다. 마지막으로 plt.show()를 호출하여 그래프를 표시합니다.

예제 2: 막대 그래프 그리기

이번에는 Pandas의 DataFrame을 활용하여 막대 그래프를 그리는 예제를 살펴보겠습니다.

import pandas as pd
import matplotlib.pyplot as plt

# 데이터 생성
data = {'Year': [2016, 2017, 2018, 2019, 2020],
        'Sales': [1500, 1800, 2000, 2300, 2500]}

# DataFrame 생성
df = pd.DataFrame(data)

# 그래프 그리기
plt.bar(df['Year'], df['Sales'])

# 그래프 꾸미기
plt.title('Yearly Sales')
plt.xlabel('Year')
plt.ylabel('Sales')

# 그래프 표시
plt.show()

위 코드는 ‘연간 판매량’을 나타내는 막대 그래프를 그리는 예제입니다. 선 그래프와 마찬가지로 Pandas를 사용하여 데이터를 생성하고, Matplotlib를 사용하여 그래프를 그리고 꾸밉니다. plt.bar() 함수를 사용하여 막대 그래프를 생성합니다.

결론

Matplotlib와 Pandas는 Python에서 데이터 시각화를 위한 강력한 도구입니다. 이들을 통합하여 사용하면 데이터를 더 쉽게 시각화할 수 있습니다. 이 블로그에서는 선 그래프와 막대 그래프를 예제로 보여주었지만, 더 많은 유형의 그래프를 그릴 수 있습니다.