(3-1) Text 사용하기

210816

Matplotlib에서 Text

Text in Viz

텍스트는 생각보다 Visual representation이 줄 수 없는 많은 설명을 추가해줄 수 있다. 또, 잘못된 전달에서 생기는 오해를 방지할 수 있으며 가장 쉽게 이해할 수 있다.

하지만 Text를 과하게 사용한다면 오히려 이해를 방해할 수도 있다.

3-1. Text

1. Text API in Matplotlib

기본적인 요소를 다시 한 번 살펴보겠습니다.

pyplot API

Objecte-oriented API

description

suptitle

title of figure

title

set_title

title of subplot ax

xlabel

set_xlabel

x-axis label

ylabel

set_ylabel

y-axis label

figtext

text

figure text

text

Axes taext

annoatate

annotate

Axes annotation with arrow

import numpy as np
import pandas as pd
import matplotlib as mpl 
import matplotlib.pyplot as plt

fig, ax = plt.subplots()

fig.suptitle('Figure Title')

ax.plot([1, 3, 2], label='legend')
ax.legend()

ax.set_title('Ax Title')
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')

ax.text(x=1,y=2, s='Text')
fig.text(0.5, 0.6, s='Figure Text')

plt.show()

sub.title 로 전체 fig의 타이틀을 설정해 줄 수 있으며 ax.set_title 로 각각의 그래프에 대한 타이틀을 지정해 줄 수 있다.

또, ax.set_xlabel 이나 ax.set_ylabel 로 x축과 y축의 타이틀을 설정할 수 있으며 좌표를 사용하는 ax.text 나 비율을 사용하는 fig.text 를 이용하여 작성할 수도 있다

2. Text Properties

2-1. Font Components

가장 쉽게 바꿀 수 있는 요소로는 다음 요소가 있습니다.

family
size or fontsize
style or fontstyle
weight or fontweight

글씨체에 따른 가독성 관련하여는 다음 내용을 참고하면 좋습니다.

아래는 Fonts Demo입니다.

family : 글씨체를 의미한다
style : 진하게나 기울임을 사용해 강조할 때 사용한다
weight : 글씨 두께를 설정하며 글씨체마다 상이하다

fig, ax = plt.subplots()
ax.set_xlim(0, 1)
ax.set_ylim(0, 1) 

ax.text(x=0.5, y=0.5, s='Text\nis Important',
#         fontsize=20,
#         fontweight='bold',
#         fontfamily='serif',
       )


plt.show()

여기서는 fontsize=20 로 했지만 fontsize=large 도 가능하다.

2-2. Details

폰트 자체와는 조금 다르지만 커스텀할 수 있는 요소들입니다.

color : 글씨색
linespacing : 줄간격
backgroundcolor : 배경색
alpha : 투명도
zorder : z축으로의 순서 (ppt로 치면 맨 앞, 맨 뒤로 가져오기)
visible : 보이게 할지 안보이게 할지 정하는 기능. 잘 사용하지는 않음

fig, ax = plt.subplots()
ax.set_xlim(0, 1)
ax.set_ylim(0, 1)

ax.text(x=0.5, y=0.5, s='Text\nis Important',
        fontsize=20,
        fontweight='bold',
        fontfamily='serif',
#         color='royalblue',
#         linespacing=2,
#         backgroundcolor='lightgray',
#         alpha=0.5
       )


plt.show()

2-3. Alignment

정렬과 관련하여 이런 요소들을 조정할 수 있습니다.

ha : horizontal alignment
va : vertical alignment
rotation
multialignment

fig, ax = plt.subplots()
ax.set_xlim(0, 1)
ax.set_ylim(0, 1)

ax.text(x=0.5, y=0.5, s='Text\nis Important',
        fontsize=20,
        fontweight='bold',
#         fontfamily='serif',
        color='royalblue',
        linespacing=2,
        va='center', # top, bottom, center
        ha='center', # left, right, center
        rotation='horizontal' # vertical?
       )


plt.show()

또, rotation은 degree로도 입력이 가능하다

rotation=45

2-4. Advanced

bbox
Drawing fancy boxes

fig, ax = plt.subplots()
ax.set_xlim(0, 1)
ax.set_ylim(0, 1)

ax.text(x=0.5, y=0.5, s='Text\nis Important',
        fontsize=20,
        fontweight='bold',
#         fontfamily='serif',
        color='black',
        linespacing=2,
        va='center', # top, bottom, center
        ha='center', # left, right, center
        rotation='horizontal', # vertical?
        bbox=dict(boxstyle='round', facecolor='wheat', alpha=0.4)
       )


plt.show()

bbox는 또 다음과 같은 속성을 가진다
- pad : 패딩을 설정
- ec : 테두리 색을 설정

3. Text API 별 추가 사용법 with 실습

3-0. 기본적인 플롯

student = pd.read_csv('./StudentsPerformance.csv')
student.head()

gender

race/ethnicity

parental level of education

lunch

test preparation course

math score

reading score

writing score

female

group B

bachelor's degree

standard

none

female

group C

some college

standard

completed

female

group B

master's degree

standard

none

male

group A

associate's degree

free/reduced

none

male

group C

some college

standard

none

fig = plt.figure(figsize=(9, 9))
ax = fig.add_subplot(111, aspect=1)

for g, c in zip(['male', 'female'], ['royalblue', 'tomato']):
    student_sub = student[student['gender']==g]
    ax.scatter(x=student_sub ['math score'], y=student_sub ['reading score'],
               c=c,
               alpha=0.5, 
               label=g)
    
ax.set_xlim(-3, 102)
ax.set_ylim(-3, 102)

ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)

ax.set_xlabel('Math Score')
ax.set_ylabel('Reading Score')

ax.set_title('Score Relation') 
ax.legend()   

plt.show()

3-1. Title & Legend

제목의 위치 조정하기
범례에 제목, 그림자 달기, 위치 조정하기

fig = plt.figure(figsize=(9, 9))
ax = fig.add_subplot(111, aspect=1)

for g, c in zip(['male', 'female'], ['royalblue', 'tomato']):
    student_sub = student[student['gender']==g]
    ax.scatter(x=student_sub ['math score'], y=student_sub ['reading score'],
               c=c,
               alpha=0.5, 
               label=g)
    
ax.set_xlim(-3, 102)
ax.set_ylim(-3, 102)

ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)

ax.set_xlabel('Math Score', 
              fontweight='semibold')
ax.set_ylabel('Reading Score', 
              fontweight='semibold')

ax.set_title('Score Relation', 
             loc='left', va='bottom',
             fontweight='bold', fontsize=15
            )

ax.legend(
    title='Gender',
    shadow=True,
    labelspacing=1.2,
#     loc='lower right'
#     bbox_to_anchor=[1.2, 0.5]
)

plt.show()

ax.set_title 은 loc 로 왼쪽, 가운데 또는 오른쪽에 위치시킬 수 있다
ax_legend 는 그래프의 빈공간에 자동으로 생성되지만 사용자가 loc 또는 bbox_to_anchor 를 사용해서 위치시킬 수 있다
- bbox_to_anchor 를 이용하면 ax 밖으로도 위치시킬 수 있다
  - 0~1을 넘은 값을 입력하면 밖으로 위치된다.
- ncol 을 이용하면 범주를 세로로 나열할지 가로로 나열하맂 정할 수 있다

bbox_to_anchor을 더 이해하고 싶다면 link 참고

3-2. Ticks & Text

tick을 없애거나 조정하는 방법
text의 alignment가 필요한 이유

def score_band(x):
    tmp = (x+9)//10
    if tmp <= 1: 
        return '0 - 10'
    return f'{tmp*10-9} - {tmp*10}'

student['math-range'] = student['math score'].apply(score_band)
student['math-range'].value_counts().sort_index()

0 - 10        2
11 - 20       2
21 - 30      12
31 - 40      34
41 - 50     100
51 - 60     189
61 - 70     270
71 - 80     215
81 - 90     126
91 - 100     50
Name: math-range, dtype: int64

math_grade = student['math-range'].value_counts().sort_index()

fig, ax = plt.subplots(1, 1, figsize=(11, 7))
ax.bar(math_grade.index, math_grade,
       width=0.65, 
       color='royalblue',
       linewidth=1,
       edgecolor='black'
      )

ax.margins(0.07)
plt.show()

현재는 각 막대의 수치를 잘 알수 없다는 단점이 있다. 이럴 경우 grid를 추가해주는 것도 하나의 방법이지만 막대그래프 위에 수치를 표현해주는 것이 제일 좋다. 만약 수치를 표현해준다면 y축이 딱히 필요가 없으니 이를 제거한다.

math_grade = student['math-range'].value_counts().sort_index()

fig, ax = plt.subplots(1, 1, figsize=(11, 7))
ax.bar(math_grade.index, math_grade,
       width=0.65, 
       color='royalblue',
       linewidth=1,
       edgecolor='black'
      )

ax.margins(0.01, 0.1)
ax.set(frame_on=False)
ax.set_yticks([])
ax.set_xticks(np.arange(len(math_grade)))
ax.set_xticklabels(math_grade.index)

ax.set_title('Math Score Distribution', fontsize=14, fontweight='semibold')

for idx, val in math_grade.iteritems():
    ax.text(x=idx, y=val+3, s=val,
            va='bottom', ha='center',
            fontsize=11, fontweight='semibold'
           )

plt.show()

ax.set(frame_on=False) 를 설정하면 4개의 테두리가 지워진다.
ax.set_yticks([]) 로 설정하면 y축이 지워진다.

3-3. Annotate

화살표 사용하기

fig = plt.figure(figsize=(9, 9))
ax = fig.add_subplot(111, aspect=1)

i = 13

ax.scatter(x=student['math score'], y=student['reading score'],
           c='lightgray',
           alpha=0.9, zorder=5)
    
ax.scatter(x=student['math score'][i], y=student['reading score'][i],
           c='tomato',
           alpha=1, zorder=10)    
    
ax.set_xlim(-3, 102)
ax.set_ylim(-3, 102)

ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)

ax.set_xlabel('Math Score')
ax.set_ylabel('Reading Score')

ax.set_title('Score Relation') 

# x축과 평행한 선
ax.plot([-3, student['math score'][i]], [student['reading score'][i]]*2,
        color='gray', linestyle='--',
        zorder=8)

# y축과 평행한 선
ax.plot([student['math score'][i]]*2, [-3, student['reading score'][i]],
       color='gray', linestyle='--',
       zorder=8)

bbox = dict(boxstyle="round", fc='wheat', pad=0.2)
arrowprops = dict(
    arrowstyle="->")

ax.annotate(text=f'This is #{i} Studnet',
            xy=(student['math score'][i], student['reading score'][i]),
            xytext=[80, 40],
            bbox=bbox,
            arrowprops=arrowprops,
            zorder=9
           )

plt.show()

Previous(3-2) Color 사용하기 Next(2-3) Scatter Plot 사용하기

Last updated 3 years ago

Was this helpful?