[딥러닝 기초] 그래프 시각화

데이터의 학습과정을 확인하고 분석하기 위해서는 이를 그래프로 시각화하는 과정이 필수적이다.

matplotlib.pyplot 라이브러리를 활용해 그래프 시각화 테크닉을 익혀보자.

패키지 로딩

import numpy as np
import matplotlib.pyplot as plt

%matplotlib inline // jupyter notebook에서만 사용가능. 그래프를 새 창이 아닌 현재 실행중인 창에서 띄워준다.

점선 기본 그래프 그리기 : plt.plot(data)

: numpy array의 각 값들을 선으로 이은 기본 그래프 그린다.

data = np.random.rand(50)
plt.plot(data)
plt.show()

여러 그래프 그리기

• pyplot.subplot(행 개수, 열 개수, 그래프 그릴위치 index)

plt.subplot(1, 2, 1) // 1 * 2의 판을 만든다. 그 중 첫번째 위치에 그래프를 그린다. 
plt.plot(data) // subplot으로 그래프 그릴 위치 정해주고 그래프 그리는 함수로 데이터 그려준다.
plt.show()

• plot대신 사용가능한 함수 : hist() 히스토그램, scatter() 분산데이터

그래프 옵션

• 색상/마커 등 조절가능 : b, g, r, c, y, k, w / 원, 선, 별표 등 가능

plt.plot(data, 'y')

• pyplot.figure(figsize=(10, 5)) : 그래프 가로세로 길이 조절가능하다
• pyplot.legend() : 그래프 선 이름을 보여준다.
• pyplot.xlabel('name'), pyplot.ylabel('name') : x/y축 레이블을 보여준다.
• pyplot.savefig('saved_graph.svg') : 그래프 저장하기