[matplotlib] 산점도(scatter plot)

산점도(scatter plot)

2차원 그래프의 기본 구성은 한 축(x)에 대한 값들에 대응하는 다른 축(y)의 값들입니다. 산점도는 대응하는 위치마다 표시를 하는 것으로 다음 함수를 적용합니다.

• plt.scatter(x, y, s, c, marker, label)
  • x, y: data
  • s: 표시(marker)의 크기, x, y, c외에 다른 변수를 지정하여 그 변수에 따라 크기를 조절할 수 있음
  • c: 표시 색, x, y, s외에 다른 변수를 지정하여 그 변수에 따라 색을 조절할 수 있음
  • 다양한 marker
  • label: 범례

import numpy as np
import pandas as pd
from sklearn.preprocessing import StandardScaler
import yfinance as yf
import matplotlib as mpl
import matplotlib.pyplot as plt
plt.rcParams['font.family'] ='NanumGothic'
plt.rcParams['axes.unicode_minus'] =False
import seaborn as sns
%matplotlib inline

matplotlib하에서 작성된 플롯이지만 seaborn에서 제공하는 플롯의 스타일을 사용할 수 있습니다. 위 코드 sns.set_style() 함수에 의해 이루어집니다.

np.random.seed(1)
data=np.random.randn(100, 2)
plt.figure(figsize=(4,3))
plt.scatter(data[:,0], data[:,1], s=10, c="b", label="random")
plt.xlabel("x", loc="right")
plt.ylabel("y", loc="top", rotation="horizontal")
plt.legend(loc="best", frameon=False)
plt.show()

위 코드에서 xlabel, ylabel은 각각 x, y 축의 이름을 지정하는 것으로 각각의 위치를 지정할 수 있습니다.

• plt.xlabel(이름, loc="left/center/right", color)
• plt.ylabel(이름, loc="bottom/center/upper", rotation, color): 이름은 축과 평행하게 표시가 기본 즉, y축 이름을 수직으로 표시 되므로 수평으로 전환을 위한 회전은 인수 rotation=horizontal 적용
• plt.legend(loc="best", frameon=False): loc=(x, y)와 같이 각 축의 값을 위치로 지정할 수 있음, frameon=False은 범례의 테두리 제거 (plot() 참조)

산점도는 plt.plot() 함수의 마크 스타일을 조정하여 작성할 수 있습니다(plot() 참조).

plt.figure(figsize=(4,3))
plt.plot(data[:,0], data[:,1], "ro")
plt.xlabel("x", loc="right")
plt.ylabel("y", loc="top", rotation="horizontal")
plt.show()

다음은 kospi 일일자료입니다. 이 자료에서 일중 변화율과 Volume의 일간변화율을 목록화하여 조정한 것입니다.

st=pd.Timestamp(2023, 10, 17)
et=pd.Timestamp(2024, 10, 17)
kos=yf.download("^KS11",st, et)
kos=kos.drop('Adj Close', axis=1)
kos.index=pd.to_datetime(kos.index.date)
kos.columns=kos.columns.levels[0][1:]
scaler=StandardScaler().fit(kos)
kos1=scaler.transform(kos)
kos1df=pd.DataFrame(kos1)
kos1df.columns=kos.columns
kos1df.index=kos.index
kos1df['coChg']=pd.qcut((kos1df.Close-kos1df.Open)/kos1df.Open*100, 10, range(10))
kos1df['volChg']=pd.qcut(kos1df.Volume.pct_change(), 5, range(5))
kos1df=kos1df.dropna()
kos1df.head(3)

Price	Close	High	Low	Open	Volume	coChg	volChg
2023-10-18	-1.325313	-1.449859	-1.297633	-1.442811	3.272987	3	4
2023-10-19	-1.703523	-1.712166	-1.603687	-1.606734	2.085993	6	2
2023-10-20	-2.033245	-2.031246	-1.992279	-1.935555	0.271720	6	1

위 자료에서 Close를 volChg로 구분하기 위해 산점도를 작성해 봅니다. x축과 y축은 각각 이 객체의 index와 Close를 전달하는 과정에서 모든 index를 나타내는 대신 일부만을 표시하기 위해 다음 객체 date를 생성합니다.

kos1df.index

DatetimeIndex(['2023-10-18', '2023-10-19', '2023-10-20', '2023-10-23',
               '2023-10-24', '2023-10-25', '2023-10-26', '2023-10-27',
               '2023-10-30', '2023-10-31',
               ...
               '2024-09-30', '2024-10-02', '2024-10-04', '2024-10-07',
               '2024-10-08', '2024-10-10', '2024-10-11', '2024-10-14',
               '2024-10-15', '2024-10-16'],
              dtype='datetime64[ns]', length=243, freq=None)

panda의 date 객체중에서 pd.date_range() 함수는 주어진 구간에서 일정한 부분을 분취하기 하기 위해 적용합니다.

date=pd.date_range(start=kos1df.index[0], end=kos1df.index[-1], periods=7).date
date

array([datetime.date(2023, 10, 18), datetime.date(2023, 12, 17),
       datetime.date(2024, 2, 16), datetime.date(2024, 4, 17),
       datetime.date(2024, 6, 16), datetime.date(2024, 8, 16),
       datetime.date(2024, 10, 16)], dtype=object)

3번째 변수인 volChg을 함수의 인수 c에 전달하였으므로 이 변수의 각 클래스에 대해 다른 색을 지정합니다. 그 색들의 의미를 나타내기 위해 그래프 외부에 colorbar를 나타냅니다. 이를 위해 plt.colorbar() 함수를 실행합니다.

%matplotlib inline
plt.figure(figsize=(7,3))
plt.scatter(kos1df.index, kos1df.Close,  c=kos1df.volChg)
plt.colorbar()
plt.xticks(date, rotation=45)
plt.xlabel("Time(2014년)")
plt.ylabel("Price")
plt.axis("tight")
plt.title("kospi 종가")
plt.show()