1. 기본

• 선 그래프
• 연속적으로 변화하는 값을 순서대로 표현
• 시계열 분석에 특화!
• 5개 이하의 선 사용 추천
• 요소
  • 색상(color)
  • 마커(marker, markersize)
  • 선의 종류(linestyle, linewidth)
• 전처리
  • smoothing
    • Noise 영향력 감소

2. 정확한 Line plot

• 꼭 축을 0에 초첨을 둘 필요는 없음
  • 추세가 목적이기 때문에
• 구체적인 것 보다는 생략된 것이 더 나을 수 있음
  • Grid, Annotate 등 모두 제거
  • 디테일한 정보는 표로 제공
• 간격
  • 규칙적인 간격이 아니면 오해를 줄 수 있음
    • 그래프 상에서 규칙적으로 보일때: 기울기 정보 오해
    • 그래프 상에서 간격이 다를때: 없는 데이터에 대해 있는 것으로 착각
  • 규칙적인 간격이 아니라면, 관측 값에 점으로 표시 => 오해 감소
• 보간
  • 점과 점사이에 데이터가 없을때 이를 잇는 방법
  • Error나 Noise가 포함된 경우
    • Moving Average
    • Smooth Curve with Sipy
      • interpolate.make_interp_spline()
      • interpolate.interp1d()
      • ndimage.gaussan_filter1d()
  • Presentation에는 좋은 방법 하지만!
    • 없는 데이터에 대해 오해 위험
    • 작은 차이를 없앨 수 있음
    • 일반적인 분석에서는 지양!
• 이중 축 사용
  • 한 plot에 두개의 축 사용 (.twinx())
  • .secondary_xaxis(), .secondary_yaxis()
• ETC
  • 라인 끝 단에 레이블 추가(레전드 대신)
  • Annotation 활용
  • Uncertainty 표현(신뢰구간, 분산 등)

3. 실습

• jupyter notebook