기본 콘텐츠로 건너뛰기

pandas_ta를 적용한 통계적 인덱스 지표

[matplotlib] 조각 함수 그리기

조각 함수(pairwise function) 작성

다음 함수 f(x)와 같이 일정한 구간별로 다른 값을 가지는 함수를 조각함수라고 합니다.

$$f(x) =\begin{cases}4& \text{for}\; x\lt 0\\3-x^2& \text{for}\; 0\lt x \le 2\\ 2x-6& \text{for}\; x \gt 2\end{cases}$$

선 그래프를 작성하기 위해 각 조건에 맞는 x와 y 값을 설정합니다.

import numpy as np
import matplotlib.pyplot as plt
x=np.linspace(0, 2, 50)
y=3-x**2
x1=np.linspace(2, 7, 50)
y1=2*x1-6

x, y 축을 점 (0, 0)을 통과하도록 조정하기 위해 다음 함수를 적용합니다.

  • plt.subplots(nrows=1, ncols=1, figsize=())
    • 여러개의 그래프를 그리기 위한 함수
    • 그림들이 배열되는 구조는 nrows(행의 수), ncols(열의 수)로 지정
    • 이 함수는 전체적인 그림을 위한 객체, 그 객체내에 각 그래프의 좌표의 수들을 반환
    • 다음 코드는 1행, 1열로 1개의 그래프를 작성하므로 그림 객체를 나타내는 fig와 그 그래프의 좌표쌍을 나타내는 ax 객체를 반환
    • figsize=(가로, 세로), 그래프의 크기를 나타냄
fig, ax=plt.subplots(figsize=(4, 3))
ax.plot(x, y, color="g", label=r"y=3-$x^2$")
ax.plot(x1, y1, color="brown",  label="y=2x-6")
  • .plot(x, y, color, ls, lw, label): x에 대응하는 y에 대한 선그래프를 작성
    • ls: linestyle, 선의 형태를 지정
    • lw: linewidth, 선 너비 지정
    • label: 그림의 범례(legend)를 삽입할 경우 선에 대한 설명 문구, mathjax 스타일로 작성하기 위해서 r" " 형태로 작성
ax.hlines(4, 0, -3, color="orange", label="y=4")
ax.scatter(0, 4, color="orange")
ax.scatter(0, 3, color="white", edgecolors="k")
ax.scatter(2, -1, color="g")
ax.scatter(2, -2, color="white", edgecolors="k")
  • .hlines(y, xstart, xfinal, color, label): 지정한 y값에 대해 x의 시작점과 마지막 점까지 수평선을 작성
    • color: 선의 색 지정
    • label: 그림의 범례(legend)를 삽입할 경우 선에 대한 설명 문구, mathjax 스타일로 작성하기 위해서 r" " 형태로 작성
  • .vlines(x, ystart, yfinal, color, label): 지정한 x값에 대해 y의 시작점과 마지막 점까지 수직선을 작성
  • .scatter(x, y, s, c, edgecolor, marker, label): x에 대응하는 y에 대한 점그래프를 작성
    • s: 점의 크기를 지정
    • c: 점의 색 지정
    • edgecolor: 점의 테두리 색 지정
    • marker: 점의 형태 지정
    • label: 그림의 범례(legend)를 삽입할 경우 선에 대한 설명 문구, mathjax 스타일로 작성하기 위해서 r" " 형태로 작성
ax.spines['left'].set_position(("data", 0))
ax.spines['bottom'].set_position(("data", 0))
ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)

plt로 작성한 기본 그래프의 축은 사각형 즉, x, y 축 모두 지정된 최저값과 최고값으로 구성된 박스형입니다. 위 코드는 왼쪽과 아래쪽에 있는 축을 지정한 자료들의 값 0을 지나도록 하고 오른쪽과 위쪽에 있는 축을 비활성시킨 것입니다.

ax.set_xlabel("x", loc="right", fontsize="11")
ax.set_ylabel("y", loc="top", fontsize="11")

x 축과 y 축의 이름을 지정한 것입니다. 다음 결과와 같이 y축 이름은 수평으로 작성됩니다. 이를 회전하기 위해 매개변수 rotation="horizontal"를 사용하여 조정할 수 있습니다. 또한각 이름의 위치를 지정하기 위해 매개변수 loc을 사용합니다.

  • x 축: loc="left", "center", "right"
  • y 축: loc="bottom", "center", "top"
plt.legend(loc="upper center", labelcolor=["g", "brown", "orange"], frameon=False)
plt.show()

댓글

이 블로그의 인기 게시물

[Linear Algebra] 유사변환(Similarity transformation)

유사변환(Similarity transformation) n×n 차원의 정방 행렬 A, B 그리고 가역 행렬 P 사이에 식 1의 관계가 성립하면 행렬 A와 B는 유사행렬(similarity matrix)이 되며 행렬 A를 가역행렬 P와 B로 분해하는 것을 유사 변환(similarity transformation) 이라고 합니다. $$\tag{1} A = PBP^{-1} \Leftrightarrow P^{-1}AP = B $$ 식 2는 식 1의 양변에 B의 고유값을 고려한 것입니다. \begin{align}\tag{식 2} B - \lambda I &= P^{-1}AP – \lambda P^{-1}P\\ &= P^{-1}(AP – \lambda P)\\ &= P^{-1}(A - \lambda I)P \end{align} 식 2의 행렬식은 식 3과 같이 정리됩니다. \begin{align} &\begin{aligned}\textsf{det}(B - \lambda I ) & = \textsf{det}(P^{-1}(AP – \lambda P))\\ &= \textsf{det}(P^{-1}) \textsf{det}((A – \lambda I)) \textsf{det}(P)\\ &= \textsf{det}(P^{-1}) \textsf{det}(P) \textsf{det}((A – \lambda I))\\ &= \textsf{det}(A – \lambda I)\end{aligned}\\ &\begin{aligned}\because \; \textsf{det}(P^{-1}) \textsf{det}(P) &= \textsf{det}(P^{-1}P)\\ &= \textsf{det}(I)\end{aligned}\end{align} 유사행렬의 특성 유사행렬인 두 정방행렬 A와 B는 'A ~ B' 와 같...

[sympy] Sympy객체의 표현을 위한 함수들

Sympy객체의 표현을 위한 함수들 General simplify(x): 식 x(sympy 객체)를 간단히 정리 합니다. import numpy as np from sympy import * x=symbols("x") a=sin(x)**2+cos(x)**2 a $\sin^{2}{\left(x \right)} + \cos^{2}{\left(x \right)}$ simplify(a) 1 simplify(b) $\frac{x^{3} + x^{2} - x - 1}{x^{2} + 2 x + 1}$ simplify(b) x - 1 c=gamma(x)/gamma(x-2) c $\frac{\Gamma\left(x\right)}{\Gamma\left(x - 2\right)}$ simplify(c) $\displaystyle \left(x - 2\right) \left(x - 1\right)$ 위의 예들 중 객체 c의 감마함수(gamma(x))는 확률분포 등 여러 부분에서 사용되는 표현식으로 다음과 같이 정의 됩니다. 감마함수는 음이 아닌 정수를 제외한 모든 수에서 정의됩니다. 식 1과 같이 자연수에서 감마함수는 factorial(!), 부동소수(양의 실수)인 경우 적분을 적용하여 계산합니다. $$\tag{식 1}\Gamma(n) =\begin{cases}(n-1)!& n:\text{자연수}\\\int^\infty_0x^{n-1}e^{-x}\,dx& n:\text{부동소수}\end{cases}$$ x=symbols('x') gamma(x).subs(x,4) $\displaystyle 6$ factorial 계산은 math.factorial() 함수를 사용할 수 있습니다. import math math.factorial(3) 6 a=gamma(x).subs(x,4.5) a.evalf(3) 11.6 simpilfy() 함수의 알고리즘은 식에서 공통사항을 찾아 정리하...

유리함수 그래프와 점근선 그리기

내용 유리함수(Rational Function) 점근선(asymptote) 유리함수 그래프와 점근선 그리기 유리함수(Rational Function) 유리함수는 분수형태의 함수를 의미합니다. 예를들어 다음 함수는 분수형태의 유리함수입니다. $$f(x)=\frac{x^{2} - 1}{x^{2} + x - 6}$$ 분수의 경우 분모가 0인 경우 정의할 수 없습니다. 이와 마찬가지로 유리함수 f(x)의 정의역은 분모가 0이 아닌 부분이어야 합니다. 그러므로 위함수의 정의역은 분모가 0인 부분을 제외한 부분들로 구성됩니다. sympt=solve(denom(f), a); asympt [-3, 2] $$-\infty \lt x \lt -3, \quad -3 \lt x \lt 2, \quad 2 \lt x \lt \infty$$ 이 정의역을 고려해 그래프를 작성을 위한 사용자 정의함수는 다음과 같습니다. def validX(x, f, symbol): ① a=[] b=[] for i in x: try: b.append(float(f.subs(symbol, i))) a.append(i) except: pass return(a, b) #x는 임의로 지정한 정의역으로 불연속선점을 기준으로 구분된 몇개의 구간으로 전달할 수 있습니다. #그러므로 인수 x는 2차원이어야 합니다. def RationalPlot(x, f, sym, dp=100): fig, ax=plt.subplots(dpi=dp) # ② for k in x: #③ x4, y4=validX(k, f, sym) ax.plot(x4, y4) ax.spines['left'].set_position(('data', 0)) ax.spines['right...