Blog

데이터 시각화는 정보의 패턴, 추세 및 관계를 직관적으로 이해하는 데 필수적인 도구입니다. Python에서는 다양한 라이브러리를 이용하여 데이터를 효과적으로 시각화할 수 있습니다. 특히, 복잡한 데이터를 명확하게 표현해야 하는 경우, 3차원 그래프와 같은 고급 시각화 기법이 유용합니다. 이 글에서는 파이썬의 데이터 시각화 방법 중 두 가지, 즉 서피스 플롯과 컨투어 플롯에 대해 알아보겠습니다.

서피스 플롯과 컨투어 플롯의 이해

서피스 플롯은 3차원 공간에서 함수의 결과를 시각적으로 나타내는 방법입니다. 주어진 두 개의 독립 변수 x와 y에 대해 함수 z = f(x, y)의 값을 시각화합니다. 서피스 플롯은 데이터의 변화를 한눈에 파악할 수 있도록 돕는 반면, 컨투어 플롯은 동일한 데이터를 2차원에 등고선 형태로 표현하여, 데이터의 경향을 명확히 보여줍니다.

서피스 플롯과 컨투어 플롯의 차이점

• 서피스 플롯: 3D 공간에서 직접적으로 데이터의 형태를 시각화하여, 데이터 간의 관계를 입체적으로 이해할 수 있게 합니다.
• 컨투어 플롯: 2D 평면에서 등고선을 통해 함수의 값을 나타내며, 각 레벨에서의 데이터 분포를 쉽게 확인할 수 있습니다.

이 두 유형의 플롯을 결합하면 데이터의 구조를 더 풍부하게 표현할 수 있습니다. 다음 섹션에서는 파이썬 코드를 활용하여 이 두 플롯을 동시에 그리고, 데이터 분석에 어떻게 활용할 수 있는지 살펴보겠습니다.

파이썬을 이용한 서피스 플롯과 컨투어 플롯 그리기

이번 섹션에서는 파이썬의 Matplotlib 라이브러리를 이용하여 서피스 플롯과 컨투어 플롯을 생성하는 코드를 제공하겠습니다. 아래의 코드는 두 개의 플롯을 하나의 Figure에 나란히 배치하여 시각적으로 비교할 수 있도록 합니다.

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
# 데이터프레임 생성
data = pd.DataFrame({
  'x': [20, 20, 20, 30, 30, 30, 40, 40, 40],
  'y': [0.11, 0.12, 0.14, 0.11, 0.12, 0.14, 0.11, 0.12, 0.14],
  'z': [151, 136, 120, 240, 220, 200, 300, 270, 240]
})
# x, y의 그리드 생성
x = data['x'].unique()
y = data['y'].unique()
x, y = np.meshgrid(x, y)
# z 값을 재배열
z = data.pivot(index='y', columns='x', values='z').values
# 서피스 플롯과 컨투어 플롯을 동시에 생성
fig, axs = plt.subplots(nrows=1, ncols=2, figsize=(16, 6), subplot_kw={'projection': '3d'}, gridspec_kw={'width_ratios': [1, 1]})
# 서피스 플롯 생성
surf = axs[0].plot_surface(x, y, z, cmap='viridis')
fig.colorbar(surf, ax=axs[0], shrink=0.5, aspect=5)
axs[0].set_xlabel('X 축')
axs[0].set_ylabel('Y 축')
axs[0].set_zlabel('Z 축')
axs[0].set_title('서피스 플롯', fontsize=16)
axs[0].view_init(30, 120)
# 컨투어 플롯 생성
axs[1].remove() # 기존의 3D 서브플롯 제거
axs[1] = fig.add_subplot(122) # 새로운 2D 서브플롯 생성
contour = axs[1].contourf(x, y, z, cmap='viridis')
fig.colorbar(contour, ax=axs[1], shrink=0.5, aspect=5)
axs[1].set_title('컨투어 플롯', fontsize=16)
axs[1].set_xlabel('X 축', fontsize=16)
axs[1].set_ylabel('Y 축', fontsize=16)
plt.tight_layout(pad=3)
plt.show()

위 코드는 데이터를 기반으로 서피스 플롯과 컨투어 플롯을 동시에 생성하는 예시입니다. 각 플롯은 X와 Y 축에 대한 레이블, 제목 및 색상 바를 포함하고 있어 정보에 쉽게 접근할 수 있게 해 줍니다.

결론

서피스 플롯과 컨투어 플롯은 데이터 분석에서 매우 유용한 도구입니다. 이 두 가지 플롯을 활용하면 다양한 데이터의 관계를 직관적으로 이해할 수 있으며, 데이터의 변화를 명확하게 시각화하여 효과적인 의사 결정을 도울 수 있습니다. 본 포스트를 통해 파이썬을 이용한 데이터 시각화의 기초를 확립하시길 바랍니다.

앞으로의 데이터 시각화 여정에서도 많은 성과를 이루시길 기원합니다.

자주 찾으시는 질문 FAQ