Figure와 Axes

Matplotlib은 Python의 기본이 되는 그래프 작성 라이브러리입니다. 이를 잘 사용하려면 두 단계 모델인 그림과 플롯 영역을 이해해야 합니다.

그림은 모든 것이 그려지는 전체 창 또는 페이지입니다. 플롯 영역은 그 그림 안의 하나의 그래프로, 자체 x 및 y 좌표계를 가집니다.

• 하나의 그림에는 여러 플롯 영역을 담을 수 있습니다.
• 각 플롯 영역에 실제 데이터가 들어 있습니다.

다음 세 용어는 쉽게 혼동할 수 있습니다.

• 그림은 전체 이미지이자 컨테이너입니다.
• 플롯 영역은 하나의 그래프 영역입니다. 축의 복수형이 아니라 별도의 용어입니다.
• 축은 플롯 영역 안의 x축 또는 y축 눈금선입니다.

따라서 하나의 그림에는 플롯 영역이 들어 있고, 각 플롯 영역에는 두 개 또는 세 개의 축 객체가 들어 있습니다.

시작할 때 권장되는 방법은 plt.subplots()입니다. 한 번의 호출로 그림과 플롯 영역을 반환합니다.

그리기 작업을 수행하지 않아도 이 모델 자체는 쉽게 이해할 수 있습니다. 여기서는 객체가 나타내는 것을 시뮬레이션합니다.

Matplotlib은 두 가지 스타일을 제공합니다. pyplot(상태 기반) 스타일은 plt.plot()을 사용하고 현재 그림을 자동으로 추적합니다. 객체 지향 스타일은 ax.plot()을 명시적으로 사용합니다.

간단한 스케치 이상의 작업에서는 객체 지향 스타일을 우선 사용하세요. 플롯 영역이 여러 개일 때 더 명확합니다.

plt.title('X')를 호출하면 현재 플롯 영역에 적용됩니다. 여러 하위 플롯을 사용하면 어느 플롯 영역을 가리키는지 모호해집니다.

ax.set_title('X')를 사용하면 추측할 필요가 없습니다. 이 메서드는 지정한 플롯 영역을 정확히 대상으로 합니다.

각 플롯 영역은 데이터 값을 화면 표시 위치에 대응시킵니다. 데이터 좌표는 숫자가 의미하는 값이고, 플롯 영역은 그 값을 크기 조정하여 그리기 영역에 맞춥니다.

이 대응을 일반적인 수학으로 모델링할 수 있습니다.

그림은 인치 단위의 크기와 인치당 도트 수(DPI)로 표시되는 해상도를 가집니다. 픽셀 크기는 이 두 값의 곱입니다.

예를 들어 100 DPI에서 6x4인치 그림의 크기는 600x400픽셀입니다.

plt.subplots() 외에도 fig.add_axes([left, bottom, width, height])를 사용하여 정확한 사각형 위치에 플롯 영역을 추가할 수 있습니다. 각 값은 0과 1 사이의 그림 비율입니다.

삽입 그래프와 사용자 지정 레이아웃은 이러한 방식으로 만듭니다.

Pyplot은 그림 목록과 현재 그림을 가리키는 포인터를 관리합니다. plt.gcf()는 현재 그림을 가져오고 plt.gca()는 현재 플롯 영역을 가져옵니다.

이 기능들은 주로 상태 기반 스타일을 지원하기 위한 것입니다. 객체 지향 코드에서는 대신 직접 참조를 보관합니다.

plt.show()는 열려 있는 모든 그림을 창에 표시합니다. plt.close()는 그림을 해제합니다. 많은 그림을 생성하는 스크립트에서는 그림을 닫아 메모리가 계속 쌓이는 것을 방지할 수 있습니다.

노트북에서는 그림이 자동으로 인라인 표시됩니다.

무언가를 그리기 전에 다음을 질문해 보세요.

• 그림이 몇 개 필요한가요?
• 그림마다 축 영역이 몇 개 필요한가요?
• 각 데이터 조각은 어느 축 영역에 속하나요?

이 질문에 먼저 답하면 객체 지향 API가 자연스럽게 느껴집니다.

그림과 축 모델에 대한 이해도를 확인해 보세요.

Matplotlib의 핵심 모델을 배웠습니다.

• 그림 인치 단위 크기에 DPI를 곱해 크기가 정해지는 컨테이너
• 축 영역 고유한 좌표를 가진 개별 그래프
• 축 x 또는 y 숫자선
• fig, ax = plt.subplots()를 사용하는 객체 지향 방식을 우선하세요

이러한 모델을 이해하면 이후의 모든 사용자 지정 작업을 예측할 수 있습니다.