[파이썬 기초] Matplotlib / Seaborn 시각화

데이터 분석에서 시각화는 데이터의 분포와 패턴을 직관적으로 파악하는 데 필수적입니다.

Matplotlib은 파이썬 시각화의 기반 라이브러리이고, Seaborn은 Matplotlib을 기반으로 통계 시각화에 특화된 고수준 라이브러리입니다.

pip install matplotlib seaborn

---

Matplotlib 기초

Figure와 Axes

Matplotlib의 구조를 이해하는 것이 먼저입니다.

• Figure: 전체 그림 영역 (캔버스)
• Axes: Figure 안의 실제 그래프가 그려지는 영역

import matplotlib.pyplot as plt
import numpy as np

# 방법 1: plt 인터페이스 (간단한 그래프)
plt.plot([1, 2, 3, 4], [1, 4, 9, 16])
plt.show()

# 방법 2: Figure/Axes 명시적 사용 (권장)
fig, ax = plt.subplots()
ax.plot([1, 2, 3, 4], [1, 4, 9, 16])
plt.show()

여러 그래프를 한 Figure에 배치할 때는 subplots()의 행, 열 인자를 사용합니다.

fig, axes = plt.subplots(2, 3, figsize=(12, 8))
# axes[0, 0], axes[0, 1] ... 형태로 각 Axes에 접근

기본 그래프 유형

선 그래프 (line plot)

x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

fig, ax = plt.subplots(figsize=(8, 4))
ax.plot(x, y1, label="sin", color="blue", linewidth=2)
ax.plot(x, y2, label="cos", color="red", linestyle="--")
ax.set_title("Sin & Cos")
ax.set_xlabel("x")
ax.set_ylabel("y")
ax.legend()
ax.grid(True)
plt.tight_layout()
plt.show()

산점도 (scatter plot)

np.random.seed(42)
coverage = np.random.normal(30, 10, 100)
gc_content = np.random.normal(0.5, 0.05, 100)

fig, ax = plt.subplots(figsize=(6, 5))
scatter = ax.scatter(coverage, gc_content, c=gc_content,
                     cmap="viridis", alpha=0.7, edgecolors="none")
plt.colorbar(scatter, ax=ax, label="GC content")
ax.set_xlabel("Coverage (x)")
ax.set_ylabel("GC Content")
ax.set_title("Coverage vs GC Content")
plt.tight_layout()
plt.show()

막대 그래프 (bar plot)

genes = ["BRCA1", "TP53", "EGFR", "KRAS", "MYC"]
expression = [12.5, 8.3, 21.0, 15.6, 9.4]

fig, ax = plt.subplots(figsize=(7, 4))
bars = ax.bar(genes, expression, color="steelblue", edgecolor="white")
ax.set_xlabel("Gene")
ax.set_ylabel("Expression Level")
ax.set_title("Gene Expression")

# 막대 위에 값 표시
for bar, val in zip(bars, expression):
    ax.text(bar.get_x() + bar.get_width() / 2, bar.get_height() + 0.2,
            f"{val}", ha="center", va="bottom", fontsize=9)
plt.tight_layout()
plt.show()

히스토그램 (histogram)

np.random.seed(42)
read_lengths = np.random.normal(150, 15, 1000)

fig, ax = plt.subplots(figsize=(7, 4))
ax.hist(read_lengths, bins=30, color="steelblue",
        edgecolor="white", alpha=0.8)
ax.set_xlabel("Read Length (bp)")
ax.set_ylabel("Count")
ax.set_title("Read Length Distribution")
ax.axvline(read_lengths.mean(), color="red",
           linestyle="--", label=f"Mean: {read_lengths.mean():.1f}")
ax.legend()
plt.tight_layout()
plt.show()

박스플롯 (box plot)

np.random.seed(42)
data = {
    "sample_01": np.random.normal(30, 5, 50),
    "sample_02": np.random.normal(25, 8, 50),
    "sample_03": np.random.normal(35, 4, 50),
}

fig, ax = plt.subplots(figsize=(7, 5))
ax.boxplot(data.values(), labels=data.keys(), patch_artist=True)
ax.set_ylabel("Coverage (x)")
ax.set_title("Coverage Distribution per Sample")
plt.tight_layout()
plt.show()

그래프 스타일 설정

# 스타일 적용
plt.style.use("seaborn-v0_8")    # seaborn 스타일
plt.style.use("ggplot")           # ggplot 스타일

# 사용 가능한 스타일 목록
print(plt.style.available)

# 폰트 크기 전역 설정
plt.rcParams["font.size"] = 12
plt.rcParams["axes.titlesize"] = 14
plt.rcParams["figure.dpi"] = 100

그래프 저장

fig.savefig("output.png", dpi=300, bbox_inches="tight")
fig.savefig("output.pdf", bbox_inches="tight")    # 벡터 형식
fig.savefig("output.svg", bbox_inches="tight")

 

bbox_inches="tight"는 그래프 주변의 여백을 자동으로 조정합니다. 논문이나 보고서에 사용할 그래프는 dpi=300 이상으로 저장합니다.

---

Seaborn

Seaborn은 Matplotlib보다 적은 코드로 통계적 시각화를 만들 수 있습니다. Pandas DataFrame과 자연스럽게 연동됩니다.

import seaborn as sns
import pandas as pd
import numpy as np

# 예시 데이터
np.random.seed(42)
df = pd.DataFrame({
    "sample_id": [f"s{i:02d}" for i in range(30)],
    "species": ["Homo sapiens"] * 15 + ["Mus musculus"] * 15,
    "coverage": np.concatenate([
        np.random.normal(30, 5, 15),
        np.random.normal(25, 7, 15)
    ]),
    "gc_content": np.concatenate([
        np.random.normal(0.51, 0.03, 15),
        np.random.normal(0.49, 0.03, 15)
    ]),
    "expression": np.random.lognormal(2, 0.8, 30)
})

분포 시각화

histplot / kdeplot

fig, axes = plt.subplots(1, 2, figsize=(12, 4))

# 히스토그램 + KDE
sns.histplot(data=df, x="coverage", hue="species",
             kde=True, ax=axes[0])
axes[0].set_title("Coverage Distribution")

# KDE만
sns.kdeplot(data=df, x="coverage", hue="species",
            fill=True, alpha=0.4, ax=axes[1])
axes[1].set_title("Coverage KDE")

plt.tight_layout()
plt.show()

boxplot / violinplot

fig, axes = plt.subplots(1, 2, figsize=(12, 5))

sns.boxplot(data=df, x="species", y="coverage",
            palette="Set2", ax=axes[0])
axes[0].set_title("Coverage by Species (Boxplot)")

sns.violinplot(data=df, x="species", y="coverage",
               palette="Set2", inner="box", ax=axes[1])
axes[1].set_title("Coverage by Species (Violin)")

plt.tight_layout()
plt.show()

관계 시각화

scatterplot / regplot

fig, axes = plt.subplots(1, 2, figsize=(12, 5))

# 그룹별 산점도
sns.scatterplot(data=df, x="coverage", y="gc_content",
                hue="species", palette="Set1",
                alpha=0.8, ax=axes[0])
axes[0].set_title("Coverage vs GC Content")

# 회귀선 포함
sns.regplot(data=df, x="coverage", y="gc_content",
            scatter_kws={"alpha": 0.5}, ax=axes[1])
axes[1].set_title("Coverage vs GC Content (with regression)")

plt.tight_layout()
plt.show()

pairplot

여러 수치형 열 간의 관계를 한 번에 시각화합니다.

sns.pairplot(df[["coverage", "gc_content", "expression", "species"]],
             hue="species", diag_kind="kde", palette="Set1")
plt.suptitle("Pairplot", y=1.02)
plt.show()

히트맵

상관관계 행렬이나 발현량 행렬 시각화에 자주 사용합니다.

# 상관관계 히트맵
corr = df[["coverage", "gc_content", "expression"]].corr()

fig, ax = plt.subplots(figsize=(6, 5))
sns.heatmap(corr, annot=True, fmt=".2f", cmap="coolwarm",
            center=0, vmin=-1, vmax=1, ax=ax)
ax.set_title("Correlation Heatmap")
plt.tight_layout()
plt.show()

# 발현량 히트맵 (생물정보학 예시)
np.random.seed(42)
expr_matrix = pd.DataFrame(
    np.random.lognormal(2, 1, (8, 6)),
    index=[f"Gene_{i}" for i in range(1, 9)],
    columns=[f"Sample_{i}" for i in range(1, 7)]
)

fig, ax = plt.subplots(figsize=(8, 6))
sns.heatmap(expr_matrix, cmap="YlOrRd", annot=False,
            linewidths=0.5, ax=ax)
ax.set_title("Gene Expression Heatmap")
plt.tight_layout()
plt.show()

countplot / barplot

fig, axes = plt.subplots(1, 2, figsize=(12, 4))

# 범주별 빈도
sns.countplot(data=df, x="species", palette="Set2", ax=axes[0])
axes[0].set_title("Sample Count by Species")

# 범주별 평균 + 오차 막대
sns.barplot(data=df, x="species", y="coverage",
            palette="Set2", errorbar="sd", ax=axes[1])
axes[1].set_title("Mean Coverage by Species (±SD)")

plt.tight_layout()
plt.show()

스타일 설정

sns.set_theme(style="whitegrid")    # 흰 배경 + 그리드
sns.set_theme(style="ticks")        # 축 눈금만
sns.set_theme(style="dark")         # 어두운 배경
sns.set_context("paper")            # 논문용 (작은 폰트)
sns.set_context("talk")             # 발표용 (큰 폰트)
sns.set_context("poster")           # 포스터용 (더 큰 폰트)

---

Matplotlib vs Seaborn 선택 기준

상황	권장
커스터마이징이 많이 필요한 그래프	Matplotlib
DataFrame 기반 통계 시각화	Seaborn
히트맵, pairplot, violinplot	Seaborn
서브플롯 레이아웃 조정	Matplotlib
논문용 그래프 세부 조정	Matplotlib (Seaborn 그린 뒤 Matplotlib으로 수정)

 

Seaborn으로 그린 그래프도 Matplotlib의 ax 객체를 통해 추가 조정이 가능합니다. 실무에서는 Seaborn으로 초안을 빠르게 만든 뒤 Matplotlib으로 세부 조정하는 방식을 많이 사용합니다.