한글판 johnsonj 2008.06.17 화

matplotlib 사용법

matplotlib의 뚜껑을 열어 보면 수 많은 특징이 있다. 이 자습서는 표면만을 훓어본다. 이 자습서를 숙지하고 나면, 다음 단계는 (물론, 다름 아닌 자신만의 그림을 그리는 작업에 들어가는 것인데) 소스(*.tar.gz or *.zip)를 내려받아 matplotlib 예제 디렉토리를 훓어 보는 것이다. 날짜 도표 작업을 하고 있다면 여러 날짜 데모가 있을 것이다. 이름에 examples/date_demo1.py와 같이 힌트가 있다. 마찬가지로 이미지 데모를 찾고 있다면 examples/image_demo.py가 있을 것이고, 등고선 데모가 필요하다면 examples/contour_demo.py가 있다. 그래픽 사용자 인터페이스와 함께 matplotlib를 사용하는 방법은 examples/embedding_in_wx.py에 있으며 등등 수 없이 많다. 이 예제들은 표준 윈도우즈 설치기에 포함되어 있지 않으므로, 종종 간과되는데, 그 때문에 여기에서 다시 한 번 강조하는 바이다.

다음으로 숨겨진 보석을 발견할 곳은 무엇이 새로운가 페이지이다. matplotlib에 도입될 때마다 각 특징이 도입된 버전과 함께 이 페이지에 나열되어 있으며, 보통 예제와 함수 문서로 가는 링크가 함께 있다. 그 페이지를 훓어 보는 것은 어떤 능력과 맞춤 기능이 지원되는지 알아보는 가장 좋은 방법중의 하나이다.

matplotlib는 다양한 환경설정에서 작동하도록 설계되었다: 어떤 사람들은 그것을 웹 서버에서 "배치 모드"로 사용하여 이미지를 만들어 낸다. 또다른 사람들은 그래픽 사용자 인터페이스(GUIs)를 사용하여 상호대화적으로 도표를 작성한다. 그리하여 matplotlib를 재단해야만 원하는 일을 할 수 있다. 특히, 맞춤 matplotlibrc 파일을 한 번 살펴볼 필요가 있다. 이 파일에서 그냥 이미지를 만들지 아니면 GUI(후방 설정)를 사용할지 설정할 수 있으며 , 쉘에서 상호대화적으로 작업할지를 설정할 수 있다 (상호대화적 설정). 또, 상호대화적 사용법, show가 왜 이래요? 그리고 matplotlib 창이 꼼짝 안해요를 먼저 읽고 난 후에 아래의 예제를 타자해 넣으시기를 바란다. 많은 새로운 matplotlib 사용자들이 이 절차를 지키지 않아 혼란을 겪는다. 또는 적어도 문제가 발생하면 바로 다시 돌아와 읽을 마음의 준비를 하시기 바란다.

matlab로 도표 작업을 해 보았다면 자연스럽게 matplotlib의 사용할 수 있을 것이다. 그리고 그렇지 않더라도 눈에 보이는 그대로 이해하실 수 있으리라 믿는다. 기본 개체는 그림이며, 그림에는 축이 있으며, 축에는 눈금이 있다. 축은 xlabels, ylabels, titles, ticklabels, 그리고 text로 장식된다.

다음은 matplotlib로 그림을 만들어 낼 수 있는 가장 단순한 스크립트이다.

간단한 도표 from pylab import * plot([1,2,3,4]) show()

파이썬 초보라면, 제일 먼저 이 도표에 관하여 드는 의문은 이럴 것이다. "왜 X축(xaxis)은 범위가 0-3이고 Y축(yaxis)은 1-4이지?" 그 대답은 이렇다. 단일 리스트나 배열을 plot 명령에 넘기면, matplotlib는 그것을 y-값 벡터라고 간주하고 자동으로 x-값들을 만들어 낸다. 파이썬은 0에서 시작하고, 기본 x 벡터는 y 벡터와 길이는 같지만 0에서 시작한다. 그러므로 x 벡터는 [0,1,2,3]이다. 물론, 기본 행위가 마음에 들지 않으면, x 데이터를 명시적으로 지정할 수 있다. 예를 들어 plot(x,y)와 같은 경우 x와 y는 길이가 같은 벡터이다.

plot은 다재다능한 명령어이며, 가변 개수의 인자를 받는다. 예를 들어, x versus y를 도표하려면, 명령어를 다음과 같이 제출하면 된다

plot([1,2,3,4], [1,4,9,16])

형식화 문자열 사용하기 from pylab import * plot([1,2,3,4], [1,4,9,16], 'ro') axis([0, 6, 0, 20]) savefig('secondfig.png') show()

줄 스타일과 형식화 문자열에 관한 완전한 목록은 plot 문서를 참조하자. 위의 예제에서 axis 명령어는 [xmin, xmax, ymin, ymax] 리스트를 받아 그 축의 가시 범위를 지정한다.

matplotlib가 리스트와만 작동해야 한다면, 수치 처리에 큰 쓸모가 없었을 것이다. 일반적으로 numpy 배열을 사용한다. 사실, 모든 연속열은 내부적으로 numpy 배열로 변환된다. 아래 예제는 배열을 사용하여 하나의 명령 안에서 여러 줄을 다양한 포맷 스타일로 도표하는 방법을 보여준다.

단 하나의 plot 명령어로 여러 줄 그리기 from pylab import * t = arange(0.0, 5.2, 0.2) # 빨간색 옆줄, 파란색 사각형과 초록색 삼각형 plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^') show()

줄 특성 통제하기

여러가지 방식으로 줄 특성을 설정할 수 있다.

# 키워드 인자를 사용한다
plot(x, y, linewidth=2.0)

# Line2D 실체의 설정자 메쏘드를 사용한다.  plot은 줄 리스트를 돌려준다
# 예를 들어 line1, line2 = plot(x1,y1,x2,x2).  아래에 한 줄만 있다
# 그래서 길이가 1인 리스트이다. line, = plot(x, y, 'o') 줄에서 터플 풀기를 사용하여
# 리스트의 첫 요소를 얻는다
line, = plot(x, y, 'o')
line.set_antialiased(False) # 앤티엘리아싱 비활성화

# set 명령어를 사용한다.  아래의 예제는 matlab의 그래픽 스타일 처리 명령어를
# 사용하여 여러 특성을 라인 리스트에 설정한다.
# 설정은 객체 하나 또는 객체 리스트와 투명하게 작동한다
lines = plot(x1, y1, x2, y2)
setp(lines, color='r', linewidth=2.0)

# set은 또한 문자열로 특성 이름과 함께 matlab 스타일의 인자 쌍을 받는다.
# 그렇지만 본인은 위의 파이썬스러운 키워드 인자를 더 선호한다
setp(lines, 'color', 'r', 'linewidth', 2.0)

라인 특성

>>> lines = plot([1,2,3])
>>> setp(lines)

보통, 이에 관해서는 신경 쓸 필요가 없다. 왜냐하면 모든 것은 배경뒤에서 처리해 주기 때문이다. 다음은 두 개의 하부도표를 만드는 스크립트이다

다중 세부도표 from pylab import * def f(t): s1 = cos(2*pi*t) e1 = exp(-t) return multiply(s1,e1) t1 = arange(0.0, 5.0, 0.1) t2 = arange(0.0, 5.0, 0.02) figure(1) subplot(211) plot(t1, f(t1), 'bo', t2, f(t2), 'k') subplot(212) plot(t2, cos(2*pi*t2), 'r--') show()

여기에서 figure 명령어는 선택적이다. 'figure(1)'이 기본으로 생성되기 때문이다. 꼭 마찬가지로 수작업으로 축을 지정하지 않으면 기본으로 subplot(111)이 생성된다. subplot 명령어는 numrows, numcols, fignum를 지정하는데 여기에서 fignum는 범위가 1에서부터 numrows*numcols까지이다. numrows*numcols<10이면 subplot 명령어 안의 쉼표는 선택적이다. 그래서 subplot(211)은 subplot(2,1,1)과 동일하다. 얼마든지 하부도표와 축을 만들 수 있다. 즉 사각형 격자가 아니라, 축을 손수 배치하고 싶으면, axes 명령어를 사용하세요. axes([left, bottom, width, height])로 위치를 지정할 수 있다. 여기에서 모든 값은 분수 좌표이다 (0에서 1까지). axes_demo.py에서 손수 축을 배치하는 예를 보고 line_styles.py 에서 여러 하부도표로 작업하는 예를 보자.

그림 번호를 증가시키면서 여러번 figure를 호출하면 여러 그림을 만들 수 있습니다. 물론, 각 그림에는 얼마든지 원하는 만큼 축과 하부도표가 담길 수 있다.

from pylab import *

figure(1)                # 첫 그림
plot([1,2,3])
figure(2)                # 두번째 그림
plot([4,5,6])

figure(1)                # figure 1 current
title('Easy as 1,2,3')   # figure 1 title
show()

text 명령어는 Text 실체를 돌려준다 (또는 여러 텍스트 객체가 생성되면 대신에 실체 리스트를 돌려준다). 그리고 다음과 같이 폰트 속성을 설정할 수 있다; 이 이름들은 matlab의 텍스트를 위한 그래픽 처리와 호환된다.

특성	값
alpha	0-1 비율의 알파 투명도
color	matplotlib 색상 인자
fontangle	italic | normal | oblique
fontname	Sans | Helvetica | Courier | Times | Others
fontsize	폰트 크기, 예 10
fontweight	normal | bold | light 4
horizontalalignment	left | center | right
rotation	horizontal | vertical
verticalalignment	bottom | center | top

텍스트의 정렬과 인쇄방향을 제어하는 법은 align_text 예제를 참고하자.

다음은 텍스트를 도표에 추가하는 예이다

간단한 텍스트 처리 from pylab import * plot([1,2,3]) xlabel('time') ylabel('volts') title('A line') show()

그래픽 처리(handle graphics)로 텍스트 특성 제어하기

t = xlabel('time')
setp(t, color='r', fontweight='bold')

labels = getp(gca(), 'xticklabels')
setp(labels, color='r', fontweight='bold')

객체 메쏘드를 사용하여 텍스트 제어하기

t = xlabel('time')
t.set_color('r')
t.set_fontweight('bold')

kwargs와 dicts로 텍스트 제어하기

사전을 사용하여 폰트 제어하기 from pylab import * font = {'fontname' : 'Courier', 'color' : 'r', 'fontweight' : 'bold', 'fontsize' : 11} plot([1,2,3]) title('A title', font, fontsize=12) text(0.5, 2.5, 'a line', font, color='k') xlabel('time (s)', font) ylabel('voltage (mV)', font) show()

이제, 모든 텍스트는 기본 테마가 있으며, 이는 사전 font (bold, Courier, red, 11 point)에 의하여 설정되지만, 키워드 인자를 건네면 개별 테스트 조각마다 선택적으로 특성을 오버라이드 할 수 있다. 예를 들어 text 명령어는 색상 문자열 'k'로 검정색을 사용한다.

수학 표현식 작성하기

텍스트는 무엇이든 수학 텍스트를 사용할 수 있다. 날 문자열을 사용할 필요가 있다 (따옴표 앞에 'r'을 둠), 그리고 문자열 텍스트 주위에 달러 사인을 두를 필요가 있다. TeX에서 처럼 말이다. 보통의 텍스트와 mathtext는 같은 문자열에 엮을 수 있다.

Mathtext는 Bakoma Computer Modern 폰트나 STIX 폰트 또는 여러분이 제공한 Unicode 폰트를 사용한다. mathtext 폰트는 맞춤 변수 "mathtext.fontset"로 설정할 수 있다.

# 평범한 텍스트
title('alpha > beta')

# math 텍스트
title(r'$\alpha > \beta$')

title(r'$\alpha_i > \beta_i$')

text(1, -0.6, r'$\sum_{i=0}^\infty x_i$')

text(1,2, r's(t) = $\mathcal{A}\mathrm{sin}(2 \omega t)$')

text(1,2, r's(t) = $\mathcal{A}\sin(2 \omega t)$')

다음 악센트가 지원된다: \hat, \breve, \grave, \bar, \acute, \tilde, \vec, \dot, \ddot. 모두 구문이 같다. 예를 들어 오버바를 만들려면 \bar{o} 또는 우물라우트를 만들려면 \ddot{o}로 하면 된다.

math 텍스트 사용하기 from pylab import * t = arange(0.0, 2.0, 0.01) s = sin(2*pi*t) plot(t,s) title(r'$\alpha_i > \beta_i$', fontsize=20) text(1, -0.6, r'$\sum_{i=0}^\infty x_i$', fontsize=20) text(0.6, 0.6, r'$\mathcal{A}\mathrm{sin}(2 \omega t)$', fontsize=20) xlabel('time (s)') ylabel('volts (mV)') savefig('mathtext_tut', dpi=50) show()

상호대화적 항해

고전적 툴바

그림의 아래에 있는 콘트롤에 'All'이라고 씌여 있는 왼쪽 위젯은 드롭 다운 메뉴로서 콘트롤이 영향을 미칠 축을 선택하는데 사용된다. 축을 all, none, single, 또는 조합해서 선택할 수 있다. 첫 네개의 콘트롤은 x 축을 기준으로 좌 우로 늘리거나 축소 확대하는데 사용된다. 두 번째 세트는 y축을 따라 위 아래로 늘리거나 축소 확대하는데 사용된다. 나머지 버튼은 그림을 다시 그리거나, 그림을 (PNG 또는 JPEG로) 저장하거나 또는 그림 창을 닫는데 사용된다.

toolbar2

Forward 버튼과 Back 버튼은 웹 브라우저의 앞으로 뒤로 버튼과 비슷하다. 앞서 정의된 뷰창과 현재 창을 앞으로 뒤로 왔다갔다 하는데 사용된다. 팬 버튼과 줌 버튼을 사용하여 다른 어느 곳엔가 이미 항해를 하지 않았다면 아무 의미가 없다. 이는 웹 브라우저에서 새로 페이지를 방문하기 전에 뒤로 가려고 하는 것과 비슷하다 -- 당연히 아무 일도 일어나지 않는다. Home 버튼은 언제나 데이터의 첫, 기본 창으로 데려다 준다. Home, >Forward 그리고 Back 버튼에 대하여 데이터 창이 웹 페이지인 웹 브라우저라고 생각하자. 새로 뷰를 정의하려면 "pan and zoom to rectangle"을 사용하자.

Pan/Zoom 버튼은 두 가지 모드가 있다: pan and zoom. 이 툴바 버튼을 클릭하여 이 모드를 활성화시키자. 다음 마우스를 축의 아무곳에나 두자.

• 팬 모드: 왼쪽 마우스 버튼을 누른채로, 새 위치로 끌고 간다. 버튼을 놓으면, 누른 위치에 있던 데이터가 놓은 위치로 이동한다. 패닝중에 'x' 또는 'y'를 누르면, 이동은 각각 x 축이나 y 축으로 제한된다.
• 줌 모드: 오른쪽 마우스 버튼을 누른채로, 새 위치로 끌고 간다. 오른쪽으로 이동한 비율에 맞게 x 축이 확대되고 왼쪽으로 이동한 비율에 맞게 축소된다. yaxis 그리고 위/아래 이동에도 똑같이 적용된다. 줌을 시작할 때 마우스 아래의 점은 그대로 움직이지 않기 때문에, 그림에서 임의의 점까지 줌할 수 있다. 수정 키로 'x'나 'y' 또는 'CONTROL'을 누르면 줌을 각각 x 축이나 y 축 또는 고정 화면 비율로 제한할 수 있다.

사각형으로 확대 버튼: 이 툴바 버튼을 클릭해서 이 모드를 활성화시키자. 마우스를 축 어딘에게 올려놓고 왼쪽 마우스 버튼을 누르자. 버튼을 누른채로 새 위치로 끌고 가서 놓자. 방금 정의한 사각형까지 축뷰 제한이 줌된다. 또한 이 모드에서 오른쪽 버튼으로 실험적인 '사각영역까지 줌 채움(zoom out to rectangle)'이 지원되는데, 줌채움 사각영역에 의하여 정의된 구역에 전체 축을 배치한다.

세부도표 설정 이 도구를 사용하여 세부도표의 매개변수를 설정한다: 행 사이의 그리고 열 사이의 상하좌우 공간을 설정할 수 있다.

저장: 이 버튼을 클릭하여 파일 저장 대화상자를 띄우자. 모든 *Agg 백엔드는 다음 이미지 유형을 저장하는 법을 안다: PNG, PS, EPS, SVG. 현재 Agg에서 JPEG, TIFF (표준 wx 백엔드와 gtk 백엔드는 이런 유형을 처리함)은 지원되지 않는다. matplotlib/agg + PIL의 조합으로 agg 이미지를 다른 포맷으로 저장할 수 있다. 여러분을 위해 요리법을 제공할 수 있지만, 본인은 PNG를 JPG와 TIFF 보다 더 선호한다. 이 때문에 이런 이미지 포맷을 agg에서 지원하기 위해 크게 노력하지 않았다.

새로운 toolbar2

matplotlib 재단하기

matplotlib에 있는 거의 모든 특성의 기본값을 제어할 수 있다: 그림 크기와 dpi, 라인 두께, 컬러와 스타일, 축, 축과 격자 특성, 텍스트와 폰트 특성 등등. 파일의 포맷은 안에 설명되어 있으므로, 자세한 정보는 matplotlibrc 안을 들여다 보자.

파이썬 스크립트나 쉘에서 상호대화적으로 rc 명령어를 사용하여 동적으로 기본 값을 바꿀 수도 있다. 예를 들어 기본 라인 특성을 바꾸려면, 다음과 같이 할 수 있다

  >>> rc('lines', linewidth=2, color='r')

subplot(111)
plot([1,2,3])
glines = getp(gca(), 'gridlines')
# gridlines을 푸른색으로 바꾸고 더 두껍게 만든다
setp(glines, 'color', 'b', 'linewidth', 2)

# patches.Rectangle 실체가 사각형 축 프레임의
# 줄 두께를 증가시키도록 만든다
frame = gca(gca(), 'frame')
setp(frame, 'linewidth', 2)

subplot(211)
plot([1,2,3], [1,2,3])
setp(gca(), xticklabels=[])

subplot(212)
plot([1,2,3], [1,4,9])

a1 = subplot(211)
plot([1,2,3], [1,2,3])
a1.set_xticklabels([])

subplot(212)
plot([1,2,3], [1,4,9])

matplotlib는 역호출 사건 처리 메커니즘을 사용한다. 기본 아이디어는 청취하고 싶은 사건을 등록하고, 그 사건이 일어날 때 그림 캔버스가 사용자 정의 함수를 호출하는 것이다. 예를 들어, 사용자가 마우스를 그림 어디에 클릭했는지 알고 싶다면, 다음과 같이 함수를 정의하면 된다

def click(event):
    print 'you clicked', event.x, event.y

# 사건 처리자와 함께 이 함수를 등록한다.
connect('button_press_event', click)

from pylab import *

plot(arange(10))

def on_move(event):
    # x 와 y 좌표를 픽셀 단위로 얻는다
    x, y = event.x, event.y

    if event.inaxes:
        print 'data coords', event.xdata, event.ydata

connect('motion_notify_event', on_move)

show()

날짜 도표

matplotlib 0.63 이전이라면 날짜가 기원 (1972) 이후로 초단위로 표현되며 시간대(timezone)가 지원되지 않는다. 이제 datetime 객체를 사용하여 시간 범위를 확장하도록 코드가 재작성되어 날짜 도표가 작동하고 시간대를 지원한다. 그리하여 dateplotting은 python2.3이 필요하다. 다음 섹션을 세심하게 살펴보고 API_CHANGES를 참고하여 예전 코드를 이주시키려면 어떤 변화가 요구되는지 알아보자. 또 주목하자. 이름이 같은 날짜 위치지정자 함수는 대부분 이제 (그리고 더욱 일반적으로) 구성자 구문이 다르다.

세가지 datetime 변환 함수가 있다: date2num과 num2date 그리고 drange가 그것이다. date2num 함수는 파이썬의 datetime(또는 datetimes 연속열)을 받아 부동소수점수 또는 부동소수점 연속열을 돌려준다. num2date 함수는 반대의 일을 한다. drange 함수는 시작 날짜와 종료 날짜 그리고 datetime 시간증분(timedelta) 객체를 받아 부동소수점수 연속열을 돌려준다.

date1 = datetime.date( 1952, 1, 1 )
date2 = datetime.date( 2004, 4, 12 )
delta = datetime.timedelta(days=100)
dates = drange(date1, date2, delta)

# 무작위로 y 값을 만든다
s = rand(len(dates))
plot_date(dates, s)

dateutils로 날짜 눈금 지정하기

다음은 매해마다 큰눈금, 매달마다 작은 눈금을 만드는 눈금지정자를 설정하는 예이다.

years    = YearLocator()   # 해마다
months   = MonthLocator()  # 달마다
yearsFmt = DateFormatter('%Y')
ax.xaxis.set_major_locator(years)
ax.xaxis.set_major_formatter(yearsFmt)
ax.xaxis.set_minor_locator(months)

# 5년마다
years    = YearLocator(5)

# 분기마다
months   = MonthLocator(range(3,13,3))

간단한 도표 date_demo2.py의 예제 코드.

pytz로 시간대 처리하기

drange와 date2num을 제외하고 모든 matplotlib 날짜 눈금 클래스와 함수는 선택적인 인자 tz를 받는데 이는 tzinfo 실체이다; drange와 date2num가 이 인자를 사용하지 않는 이유는 공급된 datetime 실체의 tzinfo로부터 정보를 추론할 수 있기 때문이다. tz가 None (기본값)이라면 rc 값이 사용된다. date_demo_convert.py에서 시간대 정보를 사용한 날짜 도표의 예를 살펴보자.