LUNA Dev 📁

pyqt를 이용해서 프로그램을 만들일이 생겨 작성한다.

vscode와 아나콘다 설치가 되어 있었야한다.

※ 아나콘다 가상환경을 설정 및 기본 설정이 되어 있는 상태에서 진행

1. vscode 확장프로그램(Extensions)에서 Python과 Code Runner를 설치

2. F1 또는 Ctrl + Shift + P 단축키를 눌러 명령어 팔레트를 열고 Python: Select Interpreter를 입력함

3. 아나콘다에서 미리 설정한 가상환경을 선택

    - 본인은 pyqt라는 이름을 가진 가상환경을 사용

4. Ctrl + Shift + `(백틱) 단축키를 눌러 새터미널을 생성하면 conda activate [가상환경이름] 명령어가 실행

    - 명령어가 실행되면 가상환경이 활성화되며 vscode와 아나콘다가 연동이 됨

5. 새폴더에서 파이썬 파일를 만들어 실행이 되는지 확인 
    - 빨간색 표시한 버튼이나 Ctrl + Alt + N 단축키를 누름

    - 파일 저장 후 실행

6. 출력이 되면 완료

여기까지 오면 끝

잘 안되거나 모르는게 있으면 댓글 달아주세요.

파이썬 라이브러리 Matplotlib로 데이터 시각화 할 때마다 한글들이 깨지는 현상들을 많이 볼거다.

물론 영어로 작성하면 이러한 오류는 나타나지 않을거지만.....

여튼 오늘은 한글깨짐 해결 방법을 올리고자 한다.

개발환경 - Jupyter Notebook

Matplotlib 한글 폰트 정보 조회

1. Matplotlib의 font_manager에 현재 사용할 수 있는 전체 폰트와 경로를 하나 하나씩 찾는 방법

import matplotlib.font_manager as fm
font_list = fm.findSystemFonts(fontpaths=None, fontext='ttf')
font_list[:]

2. 알고 있는 폰트를 입력해서 폰트의 여부를 확인 할 수 있는 방법

import matplotlib.font_manager as fm

font_name = 'Nanum'
[(f.name, f.name) for f in fm.fontManager.ttflist if f'{font_name}' in f.name]

2가지 방법 중 아무 방법이나 사용해서 폰트 여부를 확인해주며 됩니다.

Matplotlib 한글 적용

한글 적용은 import해서 불러와주기만 하면된다. 그리고 한글 폰트를 사용하게되면 마이너스 ( - )가 깨짐 현상도 일어나는데 그 마이너스에 관한 내용도 밑에 적어 두었다.

import matplotlib.pyplot as plt

# family에다가 자기가 쓸 폰트 이름을 적어준다.
# 폰트 설정
plt.rc('font', family='NanumGothicCoding')
# 마이너스 깨짐 현상
plt.rc('axes', unicode_minus=False)

설명

- '상자 수염 그림(box-and-whisker plot, box-and-whisker diagram)' 또는 상자 그림(Box plot) 또는 상자 차트(Box Chart)라고 불림

- 데이터의 최대, 최소, 중간값과 사분위 수 등을 효율적으로 가시화할 수 있는 차트

- 범주형 데이터 기준으로 수치형 데이터의 분포를 파악하는데 적합

- 데이터의 중심과 산포, 모양을 개략적으로 파악할 수 있음

- 이상치의 존재 여부를 파악할 때 사용

- 그룹간 평균과 산포 비교에 효과적

- 5개의 통계량과 자료의 평균값, 사분위수 범위를 쉽게 파악

- 자료 분포의 비대칭도를 파악 → 자료의 평균과 중앙값을 비교

- 그래프

1. 25th percentile, Lower Quartile, 제 1사분위(Q1)
   ☞ 25%의 위치
   ☞  Q1 = (n+1) * 4번째 숫자의 값
2.  중앙값(MEDIAN), 제 2사분위(Q2)
   ☞ 중앙값 50%의 위치 
   ☞ 중앙 값은 짝수일 경우 2개가 될 수 도 있고, 그것의 평균이 중앙 값이 될 수 있음
   ☞ 홀수일 경우, 중앙 값은 1개가 됨
3.  75th percentile, Upper quartile, 제 3사분위 (Q3)
   ☞ 75%의 위치
   ☞ Q3 = (n+1) * (3 / 4)번째 숫자의 값
4. 박스(Box), IQR(Inter Quartile Range)
   ☞ 25%(Q1) ~ 75%(Q3) 까지 값들을 박스로 둘러 쌈
   ☞ Q3 - Q1의 값
5.  수염(Whisker)
   ☞ 박스의 각 모서리 (Q1, Q3)로 부터 IQR의 1.5배 내에 있는 가장 멀리 떨어진 데이터 점까지 이어져 있는 것
   ☞ 박스의 상화좌우로 뻗어 나가는 선
   ☞ 최댓값 : 제 3사분위수 + (1.5 * IQR값) = 최댓값
   ☞ 최솟값 : 제 1사분위수 - (1.5 * IQR값) = 최솟값
6.  Outlier(이상치), Extreme(극단치)
   ☞ 수염보다 바깥쪽에 위치한 데이터
   ☞ 이상치 : 수염의 최댓 · 최솟 값을 벗어난 데이터
                  박스길이의 1.5배
   ☞ 극단치 : 박스 길이의 3배
                  제 3 사분위수 + (3.0 * IQR값) 벗어난 데이터
                  제 1 사분위수 - (3.0 * IQR값) 벗어난 데이터

Python 코드

Jupyter Notebook 활용 했고, 자세한 내용들은 나중에 다시 추가 할 예정

세로

가로

여러개

특성 이용

참고 사이트