7. 데이터 시각화 기본 - matplotlib과 seaborn 입문

숫자만 봐서는 데이터의 흐름이 잘 보이지 않으셨나요? 이 글에서는 Python의 대표적인 시각화 도구인 matplotlib과 seaborn을 사용하여 데이터를 차트와 그래프로 표현하는 기초 방법을 소개합니다. 누구나 쉽게 따라할 수 있는 실습 예제를 포함해 시각화 감각을 키워보세요.

1. 기본 개념 및 이론

matplotlib은 가장 기본적인 시각화 도구로, 다양한 종류의 그래프(선형, 막대, 산점도 등)를 직접 구성할 수 있습니다. seaborn은 matplotlib 기반에서 더 아름답고 직관적인 시각화를 도와주는 라이브러리입니다.

• matplotlib.pyplot: 가장 많이 사용되는 시각화 인터페이스
• seaborn: 스타일과 색상 관리가 편리하며 통계적 시각화에 유용
• plot(), bar(), scatter(), hist(): 주요 그래프 함수들

2. 실습 예제: 데이터프레임을 선 그래프로 시각화하기

아래 코드는 pandas로 생성한 데이터프레임을 matplotlib과 seaborn을 활용해 시각화하는 예제입니다.

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# 예제 데이터 생성
data = {
    "월": ["1월", "2월", "3월", "4월"],
    "매출": [250, 300, 280, 330]
}
df = pd.DataFrame(data)

# 스타일 설정
sns.set(style="whitegrid")

# 선 그래프 그리기
plt.figure(figsize=(8, 4))
sns.lineplot(x="월", y="매출", data=df, marker="o")
plt.title("월별 매출 추이")
plt.xlabel("월")
plt.ylabel("매출 (단위: 만원)")
plt.tight_layout()
plt.show()

3. 출력 결과 및 설명

위 코드를 실행하면 "1월부터 4월까지의 매출 흐름"을 선 그래프로 시각화할 수 있습니다. seaborn의 lineplot() 함수는 기본적으로 선의 부드러움과 스타일이 자동 적용되어 깔끔한 시각화를 도와줍니다.

📈 [선 그래프] 1월 → 4월까지 매출 변화 시각화

팁: barplot, heatmap, pairplot 등 다양한 차트를 연습해보며 통계적 분석 감각을 키울 수 있습니다.

정리 및 다음 단계 안내

이번 글에서는 matplotlib과 seaborn을 이용한 기초적인 데이터 시각화 방법을 살펴봤습니다. 다음 글에서는 Flask를 활용한 웹 애플리케이션 개발 입문을 통해 웹 서비스 구조의 기초를 배워보겠습니다.