데이터 시각화 - Matplotlib, Plotly, Bokeh, Altair, ggplot

1. Matplotlib 사용 예제

Matplotlib은 가장 기본적인 시각화 라이브러리입니다.

import matplotlib.pyplot as plt
import numpy as np

t = np.linspace(0, 10, 100)
y = np.sin(t)

plt.figure(figsize=(8, 5))
plt.plot(t, y, label='sin wave', color='b')
plt.title('Matplotlib Line Plot')
plt.xlabel('Time')
plt.ylabel('Value')
plt.legend()
plt.grid()
plt.show()

 

2. Plotly 사용 예제

Plotly는 인터랙티브한 그래프를 만들기에 좋습니다.

import plotly.express as px
import pandas as pd

data = pd.DataFrame({'x': range(10), 'y': [v**2 for v in range(10)]})
fig = px.line(data, x='x', y='y', title='Plotly Interactive Line Chart')
fig.show()

3. Bokeh 사용 예제

Bokeh는 웹 기반 시각화에 적합합니다.

from bokeh.plotting import figure, show
from bokeh.io import output_notebook

output_notebook()
p = figure(title='Bokeh Line Chart', x_axis_label='x', y_axis_label='y')
p.line([1, 2, 3, 4, 5], [6, 7, 2, 4, 5], line_width=2)
show(p)

4. Altair 사용 예제

Altair는 간결한 코드로 효과적인 시각화를 제공합니다.

import altair as alt
import pandas as pd

df = pd.DataFrame({'x': range(10), 'y': [v**2 for v in range(10)]})
chart = alt.Chart(df).mark_line().encode(x='x', y='y')
chart

5. ggplot (plotnine) 사용 예제

R의 ggplot2 스타일을 활용할 수 있습니다.

from plotnine import ggplot, aes, geom_line
import pandas as pd

df = pd.DataFrame({'x': range(10), 'y': [v**2 for v in range(10)]})
plot = ggplot(df, aes(x='x', y='y')) + geom_line()
print(plot)

마무리

이제 파이썬에서 다양한 시각화 방법을 활용할 수 있습니다.

Matplotlib은 기본적인 시각화, Plotly는 인터랙티브한 그래프,

Bokeh는 웹 애플리케이션과 연동, Altair는 간결한 코드, ggplot은 R 스타일 그래프를 제공하는 특징이 있습니다.

필요한 시각화에 따라 적절한 라이브러리를 선택하세요! 😊