보너스 V01–V10 pandas 시각화: 선·막대·히스토그램·산점도

DataFrame.plot(x="열", y="열")에 marker와 title을 더합니다.

Pythondaily.plot(x='date', y='visitors', marker='o', title='일별 방문자 수')
plt.show()

풀이: x에 가로축 열, y에 세로축 열을 지정합니다. marker="o"는 값마다 점을 찍어 실제 관측치가 어디인지 보이게 합니다. plt.show()는 그래프를 화면에 내보내는 명령으로, 노트북에서는 생략해도 보이지만 스크립트에서는 꼭 필요합니다.

groupby로 합계를 낸 Series에 .plot(kind="bar"), 글자 각도는 rot=0.

Pythonstore_revenue = sales.groupby('store')['revenue'].sum()
store_revenue.plot(kind='bar', title='매장별 매출 합계', rot=0)
plt.ylabel('매출(원)')
plt.show()

풀이: 071번의 집계 결과(Series)에 plot(kind="bar")를 붙이면 인덱스가 막대 이름, 값이 막대 높이가 됩니다. rot=0은 가로축 글자를 0도로 세웁니다. 세로축 단위를 plt.ylabel로 적어 두면 읽는 사람이 헷갈리지 않습니다.

가로 막대는 kind="barh"입니다. 막대가 아래에서부터 그려진다는 점을 생각해 정렬 방향을 정하세요.

Pythonmenu_revenue = sales.groupby('menu')['revenue'].sum().sort_values()
menu_revenue.plot(kind='barh', title='메뉴별 총매출')
plt.xlabel('매출(원)')
plt.show()

풀이: 가로 막대(barh)는 아래에서 위로 그려집니다. 그래서 오름차순으로 정렬해야 가장 큰 막대가 맨 위에 옵니다. 항목 이름이 길거나 항목이 많을 때는 세로 막대보다 가로 막대가 읽기 좋습니다.

kind="hist"에 bins=range(40, 101, 10).

Pythondf['math'].plot(kind='hist', bins=range(40, 101, 10), edgecolor='white', title='수학 점수 분포')
plt.xlabel('점수')
plt.ylabel('학생 수')
plt.show()

풀이: bins에 경계 목록(40, 50, …, 100)을 주면 구간 폭이 일정해 해석하기 쉽습니다. 막대 높이는 그 구간에 든 학생 수입니다. edgecolor="white"는 막대 사이에 경계선을 넣어 구간을 구분해 줍니다. 학생이 8명뿐이라 모양보다 "어느 구간에 몇 명"을 읽는 연습으로 보세요.

세 과목 열을 고른 DataFrame에 .plot(kind="box").

Pythondf[['kor', 'eng', 'math']].plot(kind='box', title='과목별 점수 분포')
plt.ylabel('점수')
plt.show()

풀이: 상자그림은 015번 describe()의 그림판입니다. 상자의 아래·위 끝이 25%·75%, 가운데 선이 중앙값(50%)이고, 수염은 상자 높이의 1.5배 안에 드는 가장 먼 값까지 그립니다. 그 밖의 값은 점(이상치)으로 따로 표시됩니다.

상관계수는 df["kor"].corr(df["math"]), 그래프는 kind="scatter", x=, y=. 제목에는 f-문자열을 씁니다.

Pythonr = df['kor'].corr(df['math'])
df.plot(kind='scatter', x='kor', y='math', title=f'국어와 수학 (상관계수 {r:.2f})')
plt.show()

풀이: 점 하나가 학생 한 명입니다. 점들이 오른쪽 위로 몰리면 양의 상관, 오른쪽 아래로 흩어지면 음의 상관입니다. f"...{r:.2f}"는 계산한 값을 소수 둘째 자리 문자열로 제목에 끼워 넣는 f-문자열입니다. 상관은 인과가 아니라는 점(099번)도 함께 기억하세요.

먼저 pivot_table(index="menu", columns="store", ...)로 표를 만든 뒤 kind="bar".

Pythonqty_table = sales.pivot_table(index='menu', columns='store', values='qty', aggfunc='sum')
qty_table.plot(kind='bar', rot=0, title='메뉴별 매장 판매 수량')
plt.ylabel('수량(잔·개)')
plt.show()

풀이: 먼저 076번처럼 피벗 표를 만들면, 인덱스가 가로축 묶음, 열이 막대 색(범례)이 됩니다. 그래프 모양이 마음에 들지 않으면 그래프 코드를 고치기보다 표의 행과 열을 바꾸는 편이 빠릅니다(qty_table.T.plot(...)).

날짜 × 매장 피벗 표에 kind="bar", stacked=True.

Pythondaily_store = sales.pivot_table(index='date', columns='store', values='revenue', aggfunc='sum')
daily_store.plot(kind='bar', stacked=True, rot=0, title='날짜별 매장 매출')
plt.ylabel('매출(원)')
plt.show()

풀이: stacked=True를 주면 같은 날짜의 매장 매출이 위로 쌓여 막대 전체 높이가 그날의 총매출이 됩니다. 전체 크기와 구성을 함께 보여 줄 때 쓰지만, 위쪽에 쌓인 항목끼리는 기준선이 달라 비교하기 어렵다는 단점도 있습니다.

rolling(3).mean()으로 새 열을 만들고, plot(x=, y=[두 열], style=[...]).

Pythondaily['ma3'] = daily['visitors'].rolling(3).mean()
daily.plot(x='date', y=['visitors', 'ma3'], style=['o-', '--'], title='방문자 수와 3일 이동 평균')
plt.show()

풀이: y에 열 이름 리스트를 주면 여러 선을 한 번에 그립니다. style은 선마다 모양을 정하는데, "o-"는 점과 실선, "--"는 점선입니다. 이동 평균은 하루하루의 출렁임을 눌러 흐름을 보여 줍니다. 처음 두 날은 값이 없어 선이 3일째부터 시작합니다.

fig, axes = plt.subplots(1, 2)로 칸을 만들고, 각 plot에 ax=axes[0]처럼 자리를 지정합니다. 저장은 fig.savefig(...).

Pythonfig, axes = plt.subplots(1, 2, figsize=(10, 4))
sales.groupby('store')['revenue'].sum().plot(kind='bar', rot=0, ax=axes[0], title='매장별 매출')
daily.plot(x='date', y='visitors', marker='o', ax=axes[1], title='일별 방문자', legend=False)
fig.tight_layout()
fig.savefig('report.png', dpi=150)
plt.show()

풀이: plt.subplots(1, 2)는 1행 2열의 그래프 칸(axes)을 만듭니다. pandas plot에 ax=axes[0]처럼 칸을 지정하면 그 자리에 그립니다. tight_layout()은 제목·축 글자가 겹치지 않게 간격을 맞추고, savefig는 파일로 저장합니다. 코랩에서는 왼쪽 파일 탭에 report.png가 생기며, 런타임이 끝나면 사라지니 내려받아 두세요.