# Matplotlib

## 개요

**Matplotlib**은 파이썬 기반의 강력하고 유연한 2D 데이터 시각화 라이브러리로, 과학 계산, 데이터 분석, 머신러닝 등 다양한 분야에서 널리 사용되고 있습니다. 2003년 존 D. 헌터(John D. Hunter)에 의해 개발된 이 라이브러리는 MATLAB과 유사한 인터페이스를 제공하여, 기존의 MATLAB 사용자들이 쉽게 전환할 수 있도록 설계되었습니다. Matplotlib은 오픈소스이며, Python 생태계의 핵심 시각화 도구로 자리 잡고 있으며, NumPy, Pandas, SciPy 등 다른 데이터 과학 라이브러리와 긴밀하게 통합되어 있습니다.

Matplotlib은 단순한 선 그래프, 막대 그래프, 산점도부터 복잡한 히스토그램, 등고선, 3D 그래프까지 다양한 시각화를 지원합니다. 또한, 사용자가 그래프의 모든 요소(축, 레이블, 색상, 스타일 등)를 세밀하게 제어할 수 있어, 학술 논문, 보고서, 프레젠테이션 등에 적합한 고품질의 정적 이미지를 생성할 수 있습니다.

---

## 주요 기능

### 1. 다양한 그래프 유형 지원

Matplotlib은 다음과 같은 다양한 시각화 유형을 제공합니다:

- **선 그래프 (Line Plot)**: 데이터의 추세를 나타내는 데 가장 일반적으로 사용
- **막대 그래프 (Bar Chart)**: 범주형 데이터의 비교
- **산점도 (Scatter Plot)**: 두 변수 간의 관계 분석
- **히스토그램 (Histogram)**: 데이터의 분포 시각화
- **박스 플롯 (Box Plot)**: 데이터의 분포 및 이상치 탐지
- **파이 차트 (Pie Chart)**: 비율 표현
- **이미지 표시 (imshow)**: 2D 배열 데이터(예: 이미지)를 시각화

### 2. 객체 지향 인터페이스와 pyplot 인터페이스

Matplotlib은 두 가지 주요 인터페이스를 제공합니다:

- `pyplot` 인터페이스: MATLAB 스타일의 간편한 인터페이스로, 빠르게 그래프를 생성할 수 있음.
- 객체 지향 인터페이스: `Figure`, `Axes` 객체를 직접 조작하여 더 세밀한 제어가 가능.

```python
import matplotlib.pyplot as plt

# pyplot 인터페이스 예시
plt.plot([1, 2, 3, 4], [1, 4, 2, 3])
plt.xlabel("X축")
plt.ylabel("Y축")
plt.title("간단한 선 그래프")
plt.show()
```

### 3. 고도의 사용자 정의 기능

Matplotlib은 다음과 같은 세부 설정을 지원합니다:

- 축의 범위 및 눈금 조정
- 폰트, 색상, 선 스타일, 마커 등 시각적 요소 커스터마이징
- 범례, 제목, 주석 추가
- 여러 서브플롯(Subplot) 배치
- 고해상도 출력(예: PNG, PDF, SVG 등) 생성

---

## 설치 및 기본 사용법

### 설치 방법

Matplotlib은 `pip` 또는 `conda`를 통해 설치할 수 있습니다:

```bash
pip install matplotlib
```

또는

```bash
conda install matplotlib
```

### 기본 예제

```python
import matplotlib.pyplot as plt
import numpy as np

# 데이터 생성
x = np.linspace(0, 10, 100)
y = np.sin(x)

# 그래프 그리기
plt.figure(figsize=(8, 5))
plt.plot(x, y, label="sin(x)", color="blue", linestyle="-")
plt.xlabel("X 값")
plt.ylabel("Y 값")
plt.title("사인 함수 그래프")
plt.legend()
plt.grid(True)
plt.show()
```

---

## 주요 구성 요소

### Figure와 Axes

- **Figure**: 전체 그래프 창을 의미하며, 하나 이상의 `Axes`를 포함할 수 있음.
- **Axes**: 실제 그래프가 그려지는 영역으로, X축과 Y축을 포함.

```python
fig, ax = plt.subplots()  # Figure와 Axes 생성
ax.plot([1, 2, 3], [1, 4, 2])
ax.set_xlabel("X")
ax.set_ylabel("Y")
ax.set_title("객체 지향 방식")
plt.show()
```

---

## 확장 및 통합

- **Seaborn Matplotlib 위에 구축된 고수준 시각화 라이브러리로, 더 아름다운 스타일과 통계적 그래프를 제공.
- **Pandas**: `DataFrame.plot()` 메서드는 내부적으로 Matplotlib을 사용.
- **Jupyter Notebook**: 인라인 그래프 출력 지원 (`%matplotlib inline`).

---

## 참고 자료

- [공식 문서](https://matplotlib.org/)
- Hunter, J.D. (2007). *Matplotlib: A 2D Graphics Environment*. Computing in Science & Engineering.
- Python Data Science Handbook (Jake VanderPlas)

Matplotlib은 여전히 데이터 시각화의 표준 중 하나로, 사용자 친화성과 확장성 덕분에 오랫동안 유지되고 발전하고 있습니다.