5.3.1 산점도와 막대 그래프

5.3.1 산점도

① 산점도 개요와 함수 plot()

산점도(scatter plot)는 두 연속형 변수 좌표상의 점을 표시해 이 두 변수 사이의 관계를 나타내는 그래프이다. x좌표와 y좌표 (x, y)의 값이 (3, 7), (5, 10)인 2개의 점을 그리는 간단한 산점도를 그려보자. 첫 번째 인자는 두 점의 x 값만 모은 리스트이며, 두 번째가 y 값 리스트인 것에 주의하자.

scatter(x, y, ...) 인자: x = [x1, x2, x3, …], y = [y1, y2, y3, …]

• 좌표 (x1, y1), (x2, y2), (x3, y3) … 점을 그리기

다음 코드처럼 scatter() 인자로 [3, 5], [7, 10]으로 기술해 실행한다.

%config InlineBackend.figure_format = 'retina' # matplotlib 그림을 선명하게 그리기 위한 설정

import matplotlib.pyplot as plt

plt.scatter([3, 5], [7, 10]) # x좌표와 y좌표 (x, y)의 값이 (3, 7), (5, 10)인 2개의 점을 그리는 간단한 산점도
plt.show()

함수 scatter(x, y)는 적어도 인자는 2개여야 한다. 다음 코드처럼 range() 함수를 사용하면 다수의 좌표로 간단히 산점도를 그릴 수 있다.

plt.scatter(range(1, 5), range(5, 9))
plt.show()

다음은 x와 y 모두 시퀀스 인자를 사용한 코드이다. 5개의 좌표 (3, 13), (4, 14), (5, 15), (6, 16), (7, 17)를 그린 산점도이다.

plt.scatter(range(3, 8), range(13, 18))
plt.show()

인자 x와 y의 목록 길이는 반드시 같아야 한다. 다르면 오류(ValueError: x and y must be the same size)가 발생한다.

# 5.3.1 plt.scatter(range(3, 7), range(13, 18)) # x는 4개, y는 5개이므로 오류 발생
# 5.3.1 plt.show()

② 내장 데이터 기니피그의 치아 성장 ToothGrowth

패키지 pydataset의 내장 데이터 ToothGrowth에서 산점도를 그려 두 변수의 관계를 알아보자. ToothGrowth는 60개의 관측 값과 3개의 변수로 구성된 동물 기니피그의 치아성장 세포에 대한 비타민 C의 영향을 설명한 자료이다.

from pydataset import data

tg = data('ToothGrowth')
tg.info()

다음은 치아성장 세포의 상위 5개의 데이터이다.

tg.head()

matplotlib에서 제목과 레이블을 한글로 표시하려면 다음처럼 주피터 노트북에서 matplotlib의 한글 처리를 위한 코드가 필요하다.

import matplotlib.pyplot as plt

# 5.3.1 한글 처리를 위한 코드
plt.rc('font', family='Malgun Gothic') # 폰트 지정
plt.rc('axes', unicode_minus=False) # 음수 - 표시
# 5.3.1 plt.rcParams['font.family'] = 'Malgun Gothic'
# 5.3.1 plt.rcParams['axes.unicode_minus'] = False

다음 코드로 두 변수 dose(비타민 용량), len(치아세포 길이)의 상관 관계 산점도를 그릴 수 있다. 결과를 통해 비타민 용량이 증가할수록 치아세포 길이가 길어지는 것을 알 수 있다.

plt.scatter(tg.dose, tg.len) plt.title(“기니피그의 비타민과 치아성장 관계”) plt.xlabel(“비타민 용량”) plt.ylabel(“치아성장 세포길이”)

plt.show()

#### ③ 실전 예제: 버블 차트 (Size Variation)

산점도에서 점의 **크기(s)**를 다르게 지정하면 3차원의 정보를 평면에 표현할 수 있습니다. (X축, Y축, 크기) 이렇게 크기로 정보를 표현하는 그래프를 **버블 차트(Bubble Chart)**라고도 합니다.

```python
# 5.3.1 데이터 준비
x = [10, 20, 30, 40, 50]
y = [20, 30, 10, 50, 40]
size = [100, 200, 500, 1000, 300] # 점의 크기 (면적을 의미함)

plt.figure(figsize=(6, 4))
# 5.3.1 s: 점 크기 배열 매핑, alpha: 투명도 (점이 겹칠 때 밀도를 확인하기 유용함)
plt.scatter(x, y, s=size, c='green', alpha=0.5) 

plt.title("버블 차트 예제")
plt.show()

④ Seaborn을 활용한 세련된 산점도

[비유로 이해하기: Why Seaborn?] Matplotlib가 도화지에 붓으로 하나하나 직접 그리는 것이라면, Seaborn은 최신 유행 테마가 적용된 “고급 템플릿”을 쓰는 것과 같습니다. sns.set_theme(style="darkgrid") 한 줄이면 차트가 훨씬 예뻐지며, hue 옵션을 통해 제3의 변수(예: 성별, 종류)를 색상으로 순식간에 구분할 수 있습니다.

import seaborn as sns
from pydataset import data

tips = data('tips')
sns.set_theme(style="darkgrid")

# 5.3.1 x축: 총 청구액, y축: 팁, hue: 색깔로 구분할 기준 (성별)
sns.scatterplot(data=tips, x='total_bill', y='tip', hue='sex')
plt.title("총 청구액과 팁의 관계 (성별 구분)")
plt.show()