🐍파이썬 초보자 가이드 : 그래프 그리기(Matplotlib)

 

안녕하세요! 데이터를 시각화하는 것은 분석의 첫걸음이자, 결과를 직관적으로 이해시키는 가장 강력한 방법 중 하나입니다. 복잡한 숫자들을 한눈에 쏙 들어오는 그림으로 바꿔주는 마법! 바로 그래프 그리기입니다. ✨

이 글에서는 파이썬의 대표적인 시각화 라이브러리인 Matplotlib을 사용해서 가장 기본적인 그래프인 선 그래프(Line Plot), 산점도(Scatter Plot), 그리고 **막대 그래프(Bar Chart)**를 그리는 방법을 예제 중심으로 아주 쉽게 알려드릴게요. 프로그래밍 초보자분들도 걱정 마세요! 코드를 따라 치는 것만으로 멋진 그래프를 만들 수 있답니다. 🚀

---

1. Matplotlib, 왜 써야 할까요?

파이썬에는 여러 시각화 라이브러리가 있지만, Matplotlib은 가장 기본적이면서 가장 강력한 라이브러리입니다.

• 기본 중의 기본: 거의 모든 파이썬 데이터 분석 라이브러리(Pandas, NumPy 등)와 잘 통합되어 사용됩니다.

• 다양한 그래프: 선, 막대, 산점도 외에도 3D 그래프, 지도 등 수많은 종류의 그래프를 그릴 수 있어요.

• 높은 자유도: 그래프의 제목, 축 이름, 색상, 스타일 등 모든 요소를 사용자가 원하는 대로 세밀하게 조정할 수 있습니다.

💻 시작하기: 라이브러리 설치 및 불러오기

아직 Matplotlib이 설치되어 있지 않다면, 명령 프롬프트나 터미널에서 아래 명령어를 입력하여 설치해 주세요. (대부분의 데이터 분석 환경에는 이미 설치되어 있을 거예요!)

Bash

pip install matplotlib

이제 파이썬 코드에서 Matplotlib을 사용할 준비를 합니다. 관례적으로 plt라는 별명으로 불러옵니다.

Python

import matplotlib.pyplot as plt
import numpy as np # 예제를 위해 데이터를 쉽게 만들기 위한 라이브러리도 함께 불러옵니다.

---

2. 📈 가장 기본! 선 그래프(Line Plot) 그리기

선 그래프는 시간의 흐름이나 연속적인 변화를 보여줄 때 가장 많이 사용됩니다. 예를 들어, 주식 가격의 변화, 기온 변화 등을 나타낼 때 좋죠.

📝 예제 1: 단순한 선 그래프

가장 간단한 형태로, $x$축과 $y$축에 해당하는 데이터만 있으면 됩니다.

Python

# 1. 데이터 준비
x = [1, 2, 3, 4, 5]
y = [10, 8, 6, 4, 2] # x가 증가할수록 y는 감소하는 추세

# 2. 그래프 그리기: plt.plot() 함수 사용
plt.plot(x, y)

# 3. 그래프 보여주기: plt.show() 함수 사용
plt.show()

📝 예제 2: 제목과 축 이름 추가하기 (그래프 꾸미기)

그래프는 보기 좋아야 할 뿐만 아니라, 무엇을 나타내는지 명확해야 합니다. 제목과 축 이름을 추가해 봅시다.

Python

# 1. 데이터 준비 (위와 동일)
x = [1, 2, 3, 4, 5]
y = [10, 8, 6, 4, 2]

# 2. 그래프 그리기
plt.plot(x, y, color='red', marker='o', linestyle='--') # 색상, 마커, 선 스타일 지정

# 3. 꾸미기: 제목, 축 이름 설정
plt.title("시간에 따른 데이터 변화") # 그래프 전체 제목
plt.xlabel("시간 (단위: 주차)")       # x축 이름
plt.ylabel("값 (단위: 점수)")        # y축 이름

# 4. 그래프 보여주기
plt.show()

위 코드에서 color, marker, linestyle과 같은 인수를 통해 그래프의 외형을 쉽게 바꿀 수 있습니다.

---

3. ✨ 관계를 보여주는 산점도(Scatter Plot)

**산점도(Scatter Plot)**는 두 변수 사이의 관계나 분포를 점으로 찍어 보여줍니다. 데이터가 어떻게 퍼져 있는지, 특정한 군집이 있는지 등을 파악할 때 유용합니다.

📝 예제 3: 키와 몸무게의 관계

키가 클수록 몸무게도 많이 나가는 경향이 있는지 살펴봅시다.

Python

# 1. 데이터 준비 (가상의 키/몸무게 데이터)
height = np.random.normal(loc=170, scale=10, size=50) # 평균 170, 표준편차 10인 50개 난수
weight = (height - 100) * 0.9 + np.random.normal(loc=0, scale=5, size=50) # 키에 비례하고 약간의 무작위성 추가

# 2. 그래프 그리기: plt.scatter() 함수 사용
plt.scatter(height, weight, alpha=0.6, s=50, c=weight, cmap='viridis')
# alpha: 투명도, s: 점의 크기, c: 색상 지정, cmap: 색상 지도

# 3. 꾸미기
plt.title("키와 몸무게 산점도")
plt.xlabel("키 (cm)")
plt.ylabel("몸무게 (kg)")
plt.grid(True) # 눈금선 추가

# 4. 그래프 보여주기
plt.show()

산점도를 통해 키와 몸무게는 대체로 양의 상관관계를 가진다는 것을 시각적으로 확인할 수 있습니다.

---

4. 📊 항목별 크기를 비교하는 막대 그래프(Bar Chart)

**막대 그래프(Bar Chart)**는 범주형 데이터의 수량이나 빈도를 비교할 때 가장 적합합니다. 예를 들어, 제품별 판매량, 학년별 학생 수 등을 비교할 때 사용됩니다.

📝 예제 4: 분기별 판매량 비교

4개의 분기별 판매량을 막대로 비교해 봅시다.

Python

# 1. 데이터 준비
quarters = ['1분기', '2분기', '3분기', '4분기'] # 범주형 데이터 (x축)
sales = [1500, 2200, 1800, 2500]             # 수량 데이터 (y축)

# 2. 그래프 그리기: plt.bar() 함수 사용
plt.bar(quarters, sales, color=['blue', 'green', 'red', 'purple'])

# 3. 꾸미기
plt.title("분기별 판매 실적")
plt.xlabel("분기")
plt.ylabel("판매량 (단위: 만 원)")
plt.ylim(0, 3000) # y축 범위 설정으로 비교하기 쉽게 함

# 4. 그래프 보여주기
plt.show()

🤓 막대 그래프의 핵심: $x$축은 범주, $y$축은 수량!

Matplotlib의 plt.bar() 함수는 첫 번째 인수로 **막대의 이름(범주)**을, 두 번째 인수로 **막대의 길이(수량)**를 받습니다. 이 구조만 이해하면 막대 그래프는 쉽게 그릴 수 있습니다.

---

5. 💡 고급 팁: 여러 그래프를 한 번에 그리기 (Subplots)

때로는 여러 개의 그래프를 나란히 놓고 비교하고 싶을 때가 있습니다. Matplotlib의 Subplots 기능을 사용하면 하나의 창 안에 여러 개의 작은 그래프(Axes)를 배치할 수 있습니다.

Python

# 1. 데이터 준비
x = np.arange(0, 10, 0.1)
y1 = np.sin(x) # 사인 곡선
y2 = np.cos(x) # 코사인 곡선

# 2. Subplots 생성: (1행 2열)로 배치
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(10, 4))
# fig: 전체 그림 (figure), axes: 개별 그래프들의 리스트 (axes)

# 3. 첫 번째 그래프 (선 그래프)
axes[0].plot(x, y1, label='Sin(x)', color='blue')
axes[0].set_title('사인 곡선')
axes[0].legend()

# 4. 두 번째 그래프 (산점도)
axes[1].scatter(x, y2, label='Cos(x)', color='red', s=10)
axes[1].set_title('코사인 산점도')
axes[1].legend()

# 5. 전체 제목 및 레이아웃 조정
fig.suptitle('두 가지 함수 비교 시각화', fontsize=16)
plt.tight_layout(rect=[0, 0.03, 1, 0.95]) # 그래프들이 겹치지 않도록 조정
plt.show()

plt.subplots(nrows=1, ncols=2)는 1줄에 2개의 그래프를 배치하라는 명령입니다. 이렇게 하면 **axes[0]**은 첫 번째 그래프를, **axes[1]**은 두 번째 그래프를 조작할 수 있는 권한을 줍니다.

---

맺음말: 이제 시각화 전문가! 🥳

어떠셨나요? 복잡하게만 보였던 파이썬 그래프 그리기가 생각보다 간단하지 않으신가요? 오늘은 가장 기초적인 세 가지 그래프를 배워봤습니다.

• 변화 추이는 $\rightarrow$ plt.plot() (선 그래프)

• 관계/분포는 $\rightarrow$ plt.scatter() (산점도)

• 항목별 비교는 $\rightarrow$ plt.bar() (막대 그래프)

이 세 가지만 잘 활용해도 여러분의 데이터를 훨씬 설득력 있게 전달할 수 있을 거예요! 다음 단계에서는 Pandas와 연동하여 실제 데이터를 가져와 시각화하는 방법을 연습해 보세요. 여러분의 데이터 분석 여정을 응원합니다! 궁금한 점이 있다면 언제든 물어봐 주세요! 👍

---

📚 주요 Matplotlib 함수 정리표

함수	목적	주요 사용 예시
plt.plot(x, y)	선 그래프 (연속적인 데이터 변화)	주가 변동, 기온 변화
plt.scatter(x, y)	산점도 (두 변수 간 관계/분포)	키와 몸무게의 상관관계
plt.bar(x, height)	막대 그래프 (범주별 수량 비교)	분기별 판매량, 투표 결과
plt.title()	그래프 전체 제목 설정
plt.xlabel()	x축 이름 설정
plt.ylabel()	y축 이름 설정
plt.show()	그린 그래프 화면에 표시	(필수!)
plt.subplots()	여러 개의 그래프를 한 그림에 배치

이제 직접 데이터를 준비해서 나만의 멋진 그래프를 만들어 보세요! 🎨

이 글에서 다룬 예제 외에 다른 종류의 그래프 (예: 히스토그램, 파이 차트)를 그리는 방법에 대해 더 알아보고 싶으신가요?