텍스트 및 주석

좋은 시각화를 만들려면 그림이 이야기를 전달하도록 독자를 안내하는 것이 포함됩니다. 어떤 경우에는 이 이야기를 추가 텍스트 없이 완전히 시각적인 방식으로 전달할 수 있지만, 다른 경우에는 작은 텍스트 단서와 레이블이 필요합니다. 아마도 사용하게 될 가장 기본적인 유형의 주석은 축 레이블과 제목일 것입니다. 그러나 옵션은 이보다 더 뛰어납니다. 일부 데이터를 살펴보고 흥미로운 정보를 전달하는 데 도움이 되도록 데이터를 시각화하고 주석을 추가하는 방법을 살펴보겠습니다. 우리가 사용할 함수를 플로팅하고 가져오기 위해 노트북을 설정하는 것부터 시작하겠습니다.

import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np
import pandas as pd
%matplotlib inline
plt.style.use('seaborn-whitegrid')

예: 휴일이 미국 출생에 미치는 영향

앞서 예: 출생률 데이터에서 작업한 일부 데이터로 돌아가서 1년 동안 평균 출생률 도표를 생성했습니다. 여기서 사용한 것과 동일한 청소 절차로 시작하여 결과를 플롯합니다(다음 그림 참조).

# shell command to download the data:
# !cd data && curl -O \
#   https://raw.githubusercontent.com/jakevdp/data-CDCbirths/master/births.csv
from datetime import datetime

births = pd.read_csv('data/births.csv')

quartiles = np.percentile(births['births'], [25, 50, 75])
mu, sig = quartiles[1], 0.74 * (quartiles[2] - quartiles[0])
births = births.query('(births > @mu - 5 * @sig) & (births < @mu + 5 * @sig)')

births['day'] = births['day'].astype(int)

births.index = pd.to_datetime(10000 * births.year +
                              100 * births.month +
                              births.day, format='%Y%m%d')
births_by_date = births.pivot_table('births',
                                    [births.index.month, births.index.day])
births_by_date.index = [datetime(2012, month, day)
                        for (month, day) in births_by_date.index]
fig, ax = plt.subplots(figsize=(12, 4))
births_by_date.plot(ax=ax);

이와 같이 데이터를 시각화할 때 독자의 관심을 끌기 위해 플롯의 특정 기능에 주석을 추가하는 것이 유용한 경우가 많습니다. 이는 특정 x/y 값에 텍스트를 배치하는 plt.text/ax.text 함수를 사용하여 수동으로 수행합니다(다음 그림 참조):

fig, ax = plt.subplots(figsize=(12, 4))
births_by_date.plot(ax=ax)

# Add labels to the plot
style = dict(size=10, color='gray')

ax.text('2012-1-1', 3950, "New Year's Day", **style)
ax.text('2012-7-4', 4250, "Independence Day", ha='center', **style)
ax.text('2012-9-4', 4850, "Labor Day", ha='center', **style)
ax.text('2012-10-31', 4600, "Halloween", ha='right', **style)
ax.text('2012-11-25', 4450, "Thanksgiving", ha='center', **style)
ax.text('2012-12-25', 3850, "Christmas ", ha='right', **style)

# Label the axes
ax.set(title='USA births by day of year (1969-1988)',
       ylabel='average daily births')

# Format the x-axis with centered month labels
ax.xaxis.set_major_locator(mpl.dates.MonthLocator())
ax.xaxis.set_minor_locator(mpl.dates.MonthLocator(bymonthday=15))
ax.xaxis.set_major_formatter(plt.NullFormatter())
ax.xaxis.set_minor_formatter(mpl.dates.DateFormatter('%h'));

ax.text 메소드는 x 위치, y 위치, 문자열을 사용하고 텍스트의 색상, 크기, 스타일, 정렬 및 기타 속성을 지정하는 선택적 키워드를 사용합니다. 여기서는 ha='right' 및 ha='center'를 사용했습니다. 여기서 ha는 수평 정렬의 약자입니다. 사용 가능한 옵션에 대한 자세한 내용은 plt.text 및 mpl.text.Text의 독스트링을 참조하세요.

변환 및 텍스트 위치

이전 예에서는 텍스트 주석을 데이터 위치에 고정했습니다. 데이터와 관계없이 축이나 그림의 고정 위치에 텍스트를 고정하는 것이 더 나은 경우도 있습니다. Matplotlib에서는 transform을 수정하여 이 작업을 수행합니다.

Matplotlib는 몇 가지 다른 좌표계를 사용합니다. \((x, y) = (1, 1)\)의 데이터 포인트는 축이나 그림의 특정 위치에 해당하고 이는 화면의 특정 픽셀에 해당합니다. 수학적으로 이러한 좌표계 간의 변환은 상대적으로 간단하며 Matplotlib에는 이러한 변환을 수행하기 위해 내부적으로 사용하는 잘 개발된 도구 세트가 있습니다(이러한 도구는 matplotlib.transforms 하위 모듈에서 탐색합니다).

일반 사용자는 변환의 세부 사항에 대해 걱정할 필요가 거의 없지만 그림의 텍스트 배치를 고려할 때 알고 있으면 유용한 지식입니다. 이 상황에 유용할 수 있는 사전 정의된 세 가지 변환이 있습니다.

  • ax.transData: 데이터 좌표와 관련된 변환
  • ax.transAxes: 축과 관련된 변환(축 크기 단위)
  • fig.transFigure: 그림과 관련된 변환(그림 크기 단위)

이러한 변환을 사용하여 다양한 위치에 텍스트를 그리는 예를 살펴보겠습니다(다음 그림 참조).

fig, ax = plt.subplots(facecolor='lightgray')
ax.axis([0, 10, 0, 10])

# transform=ax.transData is the default, but we'll specify it anyway
ax.text(1, 5, ". Data: (1, 5)", transform=ax.transData)
ax.text(0.5, 0.1, ". Axes: (0.5, 0.1)", transform=ax.transAxes)
ax.text(0.2, 0.2, ". Figure: (0.2, 0.2)", transform=fig.transFigure);

Matplotlib의 기본 텍스트 정렬은 “.” 각 문자열의 시작 부분에 지정된 좌표 위치가 대략적으로 표시됩니다.

transData 좌표는 x축 및 y축 레이블과 관련된 일반적인 데이터 좌표를 제공합니다. transAxes 좌표는 축의 왼쪽 하단 모서리(여기서는 흰색 상자)로부터의 위치를 ​​전체 축 크기의 일부로 제공합니다. transFigure 좌표는 비슷하지만 그림의 왼쪽 하단 모서리(여기서는 회색 상자)의 위치를 ​​전체 그림 크기의 일부로 지정합니다.

이제 축 제한을 변경하면 transData 좌표만 영향을 받고 다른 좌표는 고정된 상태로 유지됩니다(다음 그림 참조).

ax.set_xlim(0, 2)
ax.set_ylim(-6, 6)
fig

이 동작은 축 제한을 대화형으로 변경하면 더 명확하게 살펴볼 수 있습니다. 노트북에서 이 코드를 실행하는 경우 ‘%matplotlib inline’을’%matplotlib Notebook’으로 변경하고 각 플롯의 메뉴를 사용하여 플롯과 상호 작용하면 이를 수행합니다.

화살표 및 주석

눈금 및 텍스트와 함께 또 다른 유용한 주석 표시는 간단한 화살표입니다.

plt.arrow 기능을 사용할 수 있지만 사용을 권장하지는 않습니다. 이 기능이 생성하는 화살표는 플롯의 다양한 종횡비에 영향을 받는 SVG 개체이므로 올바르게 가져오기가 까다롭습니다. 대신, 일부 텍스트와 화살표를 생성하고 화살표를 매우 유연하게 지정할 수 있는 ‘plt.annotate’ 함수를 사용하는 것이 좋습니다.

다음은 몇 가지 옵션이 포함된 annotate의 데모입니다(다음 그림 참조).

fig, ax = plt.subplots()

x = np.linspace(0, 20, 1000)
ax.plot(x, np.cos(x))
ax.axis('equal')

ax.annotate('local maximum', xy=(6.28, 1), xytext=(10, 4),
            arrowprops=dict(facecolor='black', shrink=0.05))

ax.annotate('local minimum', xy=(5 * np.pi, -1), xytext=(2, -6),
            arrowprops=dict(arrowstyle="->",
                            connectionstyle="angle3,angleA=0,angleB=-90"));

화살표 스타일은 다양한 옵션이 있는 ‘arrowprops’ 사전을 통해 제어됩니다. 이러한 옵션은 Matplotlib의 온라인 문서에 잘 설명되어 있으므로 여기서 반복하기보다는 몇 가지 예를 보여주는 것이 더 유용할 것입니다. 이전의 출생률 도표를 사용하여 가능한 몇 가지 옵션을 살펴보겠습니다(다음 그림 참조).

fig, ax = plt.subplots(figsize=(12, 4))
births_by_date.plot(ax=ax)

# Add labels to the plot
ax.annotate("New Year's Day", xy=('2012-1-1', 4100),  xycoords='data',
            xytext=(50, -30), textcoords='offset points',
            arrowprops=dict(arrowstyle="->",
                            connectionstyle="arc3,rad=-0.2"))

ax.annotate("Independence Day", xy=('2012-7-4', 4250),  xycoords='data',
            bbox=dict(boxstyle="round", fc="none", ec="gray"),
            xytext=(10, -40), textcoords='offset points', ha='center',
            arrowprops=dict(arrowstyle="->"))

ax.annotate('Labor Day Weekend', xy=('2012-9-4', 4850), xycoords='data',
            ha='center', xytext=(0, -20), textcoords='offset points')
ax.annotate('', xy=('2012-9-1', 4850), xytext=('2012-9-7', 4850),
            xycoords='data', textcoords='data',
            arrowprops={'arrowstyle': '|-|,widthA=0.2,widthB=0.2', })

ax.annotate('Halloween', xy=('2012-10-31', 4600),  xycoords='data',
            xytext=(-80, -40), textcoords='offset points',
            arrowprops=dict(arrowstyle="fancy",
                            fc="0.6", ec="none",
                            connectionstyle="angle3,angleA=0,angleB=-90"))

ax.annotate('Thanksgiving', xy=('2012-11-25', 4500),  xycoords='data',
            xytext=(-120, -60), textcoords='offset points',
            bbox=dict(boxstyle="round4,pad=.5", fc="0.9"),
            arrowprops=dict(arrowstyle="->",
                            connectionstyle="angle,angleA=0,angleB=80,rad=20"))


ax.annotate('Christmas', xy=('2012-12-25', 3850),  xycoords='data',
             xytext=(-30, 0), textcoords='offset points',
             size=13, ha='right', va="center",
             bbox=dict(boxstyle="round", alpha=0.1),
             arrowprops=dict(arrowstyle="wedge,tail_width=0.5", alpha=0.1))

# Label the axes
ax.set(title='USA births by day of year (1969-1988)',
       ylabel='average daily births')

# Format the x-axis with centered month labels
ax.xaxis.set_major_locator(mpl.dates.MonthLocator())
ax.xaxis.set_minor_locator(mpl.dates.MonthLocator(bymonthday=15))
ax.xaxis.set_major_formatter(plt.NullFormatter())
ax.xaxis.set_minor_formatter(mpl.dates.DateFormatter('%h'))

ax.set_ylim(3600, 5400);

다양한 옵션을 통해 ’주석’을 강력하고 유연하게 만들 수 있습니다. 원하는 거의 모든 화살표 스타일을 만들 수 있습니다. 불행하게도 이는 이러한 종류의 기능을 수동으로 조정해야 하는 경우가 많으며 출판용 품질의 그래픽을 제작할 때 매우 많은 시간이 소요될 수 있는 프로세스라는 의미이기도 합니다. 마지막으로, 앞의 스타일 조합은 결코 데이터 표시를 위한 모범 사례가 아니라 사용 가능한 일부 옵션을 보여주기 위해 포함되었다는 점을 지적하겠습니다.

사용 가능한 화살표 및 주석 스타일에 대한 자세한 논의와 예는 Matplotlib 주석 튜토리얼에서 확인합니다.