Matplotlib을 활용한 데이터 시각화
데이터를 이해하기 위한 시각화를 만드는 방법을 알아봅니다.
Matplotlib을 활용한 데이터 시각화은(는) CoddyKit의 무료 Learn AI with Python 강의입니다. 이것은 5개 중 2번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 Learn AI with Python 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. Learn AI with Python 강의에는 총 5개의 강의가 포함되어 있습니다.
Matplotlib 소개
Matplotlib 소개
Matplotlib은 선 그래프, 막대 그래프, 산점도 등 다양한 시각화를 만드는 데 사용하는 인기 있는 Python 라이브러리입니다.
이번 레슨에서는 Matplotlib을 사용해 다양한 유형의 그래프를 만들고 사용자 지정하는 방법을 배웁니다.

Matplotlib 설치
Matplotlib 설치
Matplotlib을 설치하려면 터미널에서 다음 명령을 사용하세요:
pip install matplotlib
설치가 끝나면 Python 스크립트에서 불러올 수 있습니다:
# Importing matplotlib
import matplotlib.pyplot as plt
print("Matplotlib imported successfully")간단한 선 그래프 만들기
간단한 선 그래프 만들기
Matplotlib의 plot() 함수를 사용해 기본 선 그래프를 만들 수 있습니다:
# Creating a simple line plot
import matplotlib.pyplot as plt
x = [1, 2, 3, 4]
y = [10, 20, 25, 30]
plt.plot(x, y)
plt.title("Simple Line Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()그래프 사용자 지정
그래프 사용자 지정
Matplotlib에서는 제목, 레이블, 범례, 다양한 선 스타일을 사용해 그래프를 사용자 지정할 수 있습니다:
# Customizing a plot
plt.plot(x, y, label="Line 1", linestyle="--", color="red")
plt.legend()
plt.title("Customized Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()막대 그래프 만들기
막대 그래프 만들기
막대 그래프는 범주를 비교할 때 유용합니다. bar() 함수를 사용해 막대 그래프를 만들어 보세요:
# Creating a bar chart
categories = ["A", "B", "C"]
values = [10, 15, 7]
plt.bar(categories, values, color="blue")
plt.title("Bar Chart")
plt.xlabel("Categories")
plt.ylabel("Values")
plt.show()산점도 만들기
산점도 만들기
산점도는 두 변수 사이의 관계를 보여 줄 때 유용합니다. scatter() 함수를 사용하세요:
# Creating a scatter plot
x = [5, 7, 8, 7]
y = [3, 8, 6, 4]
plt.scatter(x, y, color="green")
plt.title("Scatter Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()히스토그램 만들기
히스토그램 만들기
히스토그램은 데이터 집합의 분포를 보여 줍니다. hist() 함수를 사용하세요:
# Creating a histogram
data = [1, 1, 2, 3, 3, 3, 4, 4, 5]
plt.hist(data, bins=5, color="purple")
plt.title("Histogram")
plt.xlabel("Bins")
plt.ylabel("Frequency")
plt.show()여러 그래프 추가하기
여러 그래프 추가하기
subplot() 함수를 사용하면 하나의 그림에 여러 그래프를 추가할 수 있습니다:
# Adding multiple plots
plt.subplot(2, 1, 1)
plt.plot([1, 2, 3], [4, 5, 6])
plt.title("First Plot")
plt.subplot(2, 1, 2)
plt.bar([1, 2, 3], [7, 8, 9])
plt.title("Second Plot")
plt.tight_layout()
plt.show()Matplotlib에서 흔히 하는 실수
Matplotlib에서 흔히 하는 실수
다음과 같은 실수를 피하세요:
- 그래프를 표시하기 위해
plt.show()를 호출하는 것을 잊는 것 - 배치를 조정하지 않고 요소를 겹쳐 놓는 것
- 명확하게 보이도록 축과 그래프에 레이블을 지정하지 않는 것
무엇을 배웠나요?
무엇을 배웠나요?
이번 수업에서는 다음 내용을 배웠습니다.
- 맷플롯립을 설치하고 가져오는 방법
- 선 그래프, 막대 그래프, 산점도, 히스토그램을 만드는 방법
- 레이블, 범례, 여러 그래프를 사용해 그래프를 사용자 지정하는 방법
잘하셨습니다! 다음 주제로 넘어가 보겠습니다.

자주 묻는 질문
“Matplotlib을 활용한 데이터 시각화” 강의는 무료인가요?
네 — “Matplotlib을 활용한 데이터 시각화” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 Learn AI with Python 강의 전체를 잠금 해제할 수 있습니다. Learn AI with Python 강의에는 총 5개의 강의가 포함되어 있습니다.
“Matplotlib을 활용한 데이터 시각화”에서 뭘 배우나요?
데이터를 이해하기 위한 시각화를 만드는 방법을 알아봅니다. 브라우저에서 직접 실행하는 실습 코드로 Learn AI with Python을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.
Learn AI with Python을(를) 시작하는 데 경험이 필요한가요?
사전 경험은 필요하지 않습니다. CoddyKit의 Learn AI with Python은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 5개 중 2번째 강의입니다.
“Matplotlib을 활용한 데이터 시각화” 강의는 얼마나 걸리나요?
대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.
이 Learn AI with Python 강의에서 코드를 작성하고 실행할 수 있나요?
네. 모든 Learn AI with Python 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.
이 강의의 모든 강의
- Pandas를 활용한 데이터 분석
- Matplotlib을 활용한 데이터 시각화
- 수치 계산을 위한 NumPy
- requests로 API 다루기
- BeautifulSoup를 사용한 웹 스크래핑