파이썬 subplots 좀 더 잘 사용해보기

광고 한번만 눌러주세요 ㅎㅎ 블로그 운영에 큰 힘이 됩니다.

파이썬에서 한 Figure에서 여러 개로 쪼개서 다양한 그림을 넣고 싶은 경우가 많다.
보통 그래서 필자는 주로 격자 방식으로 한 그림에는 한 주제만 나오게 한다.
그래서 필자가 좋아하는 방법은 평평하게 해 놓고 격자마다 하나씩 나오게 하는 것이다.

import matplotlib.pyplot as plt
from matplotlib.gridspec import GridSpec
import numpy as np
import pickle
with open("./../02/resut.pkl", "rb") as rb :
    result = pickle.load(rb)

하지만 위에 그림에서 왼쪽을 보게 되면, 스케일 자체가 차이가 나서, 실제로 제대로 된 시각화를 할 수가 없게 된다. 
그래서 이것을 하는 방법에 대해서 알아보게 되었다.

필자에게는 이러한 그림으로 만들 수 있는 방법이 필요했지만, 지금 기존의 방식으로는 저렇게 만들기 어렵다는 것을 알게 되었다 (> 필자가 조사를 제대로 안 해서 그렇지 될 수도 있다.)
그래서 찾은 방법이 GridSpec이라는 방법을 사용하는 것이다! 

fig = plt.figure(figsize=(10, 5))
gs = GridSpec(nrows=2, ncols=2)
## width_ratios=[3, 1], height_ratios=[3, 1]
ax0 = fig.add_subplot(gs[0, 0])
ax1 = fig.add_subplot(gs[1, 0])
ax2 = fig.add_subplot(gs[:, 1])
ax0.plot(result["epoch"],result["aeloss"])
ax1.plot(result["epoch"],result["slloss"])
ax2.plot(result["epoch"],result["auc"])
ax2.plot(result["epoch"],result["teauc"])
plt.show()

이전보다 훨씬 각각에 대해서 잘 보이는 것을 확인하였다.
그리고 각 figure 왼쪽과 오른쪽, 위아래의 스케일을 조정하는 방법은 다음과 같다.

fig = plt.figure(figsize=(10, 5))
##  width_ratios=[3, 1], height_ratios=[3, 1]
gs = GridSpec(nrows=2, ncols=2, width_ratios=[3, 1], height_ratios=[3, 1])
## first
ax0 = fig.add_subplot(gs[0, 0])
## second
ax1 = fig.add_subplot(gs[1, 0])
ax2 = fig.add_subplot(gs[:, 1])
ax0.plot(result["epoch"],result["aeloss"])
ax1.plot(result["epoch"],result["slloss"])
ax2.plot(result["epoch"],result["auc"])
ax2.plot(result["epoch"],result["teauc"])
plt.show()

하지만 필자는 그림을 봐도 각각의 그림에 대해서도 스케일이 크다 보니, 학습이 진행되면서 어떻게 진행되는지가 잘 보이지가 않았다. 머 물론 이런 것 때문에 ylim이나 xlim 같은 방법이 있다는 것은 알고 있다.
하지만 먼가 좀 더 멋지게 그려보고 싶은 마음이 있어서 찾아보니 이런 게 있었다.

바로 add_axes를 사용하는 것이었다.

fig.add_axes([0.43, 0.6, 0.15, 0.15])  
#[lowerCorner_x, lowerCorner_y, width, height]

fig = plt.figure(figsize=(10, 5))
gs = GridSpec(nrows=2, ncols=2)
## first
ax0 = fig.add_subplot(gs[0, 0])
## second
ax1 = fig.add_subplot(gs[1, 0])
ax2 = fig.add_subplot(gs[:, 1])
ax0.plot(result["epoch"],result["aeloss"])
ax1.plot(result["epoch"],result["slloss"])
ax2.plot(result["epoch"],result["auc"])
ax2.plot(result["epoch"],result["teauc"])
ax3 = fig.add_axes([0.2, 0.6, 0.2, 0.2])
ax3.plot(result["epoch"],result["aeloss"])
ck = result["aeloss"][-3:] + result["aeloss"][-3:]
ax3.set_xlim(result["epoch"][-3],result["epoch"][-1])
ax3.set_ylim(np.min(ck), np.max(ck))
ax4 = fig.add_axes([0.65, 0.4, 0.25, 0.25])
ax4.plot(result["epoch"],result["auc"])
ax4.plot(result["epoch"],result["teauc"])
ck = result["teauc"][-3:] + result["auc"][-3:]
ax4.set_xlim(result["epoch"][-3],result["epoch"][-1])
ax4.set_ylim(np.min(ck), np.max(ck))
plt.show()

!!!!!

마지막 부분을 잘 보니, 역시 평평해 보이지만, 위로 갔다 아래로 갔다 하는 것을 확인할 수 있습니다.
하지만 먼가 저 빨간 화살표처럼 실제로 어떤 부분을 나타내는지가 있다면 더욱 좋을 것 같습니다.
최근에 사실 필자도 이러한 그림을 보고 따라 하고 싶었는데, 딱 맞는 것을 찾게 되었습니다.

from mpl_toolkits.axes_grid1.inset_locator import inset_axes, mark_inset

바로 inset_axes와 mark_inset을 사용하는 것이다.

fig = plt.figure(figsize=(10, 5))
gs = GridSpec(nrows=2, ncols=2)
ax0 = fig.add_subplot(gs[0, 0])
ax1 = fig.add_subplot(gs[1, 0])
ax2 = fig.add_subplot(gs[:, 1])
ax0.plot(result["epoch"],result["aeloss"])
ax1.plot(result["epoch"],result["slloss"])
ax2.plot(result["epoch"],result["auc"])
ax2.plot(result["epoch"],result["teauc"])
#############
axins = inset_axes(ax0, "100%", "100%", bbox_to_anchor=[0.2, 0.2, 0.4, 0.4],
                   bbox_transform=ax0.transAxes, borderpad=0)
axins.plot(result["epoch"],result["aeloss"])
ck = result["aeloss"][-3:]
xlims = (result["epoch"][-3],result["epoch"][-1])
ylims = (np.min(ck), np.max(ck))
axins.set(xlim=xlims, ylim=ylims)
mark_inset(ax0, axins, loc1=1, loc2=3, fc="none", ec="0.5")
##########3
axins = inset_axes(ax2, "100%", "100%", bbox_to_anchor=[0.2, 0.3, 0.4, 0.4],
                   bbox_transform=ax2.transAxes, borderpad=0)
axins.plot(result["epoch"],result["auc"])
axins.plot(result["epoch"],result["teauc"])
ck = result["teauc"][-3:] + result["auc"][-3:]
xlims = (result["epoch"][-3],result["epoch"][-1])
ylims = (np.min(ck), np.max(ck))
axins.set(xlim=xlims, ylim=ylims)
ck = result["aeloss"][-3:] + result["aeloss"][-3:]
mark_inset(ax2, axins, loc1=1, loc2=4, fc="none", ec="0.5")

plt.show()

해당 그림에서는 잘 나오는 것 같지만, 조금 문제가 있었다.
예제 그림을 보면 다음과 같다.

from mpl_toolkits.axes_grid1.inset_locator import inset_axes, mark_inset
fig = plt.figure(figsize=(10, 5))
gs = GridSpec(nrows=2, ncols=2)
ax = fig.add_subplot(gs[:,0])
ax.plot(time, score)
ax1 = fig.add_subplot(gs[0,1])
ax1.plot(time , height)
ax2 = fig.add_subplot(gs[1,1])
ax2.plot(time , height)
axins = inset_axes(ax2, "100%", "100%", bbox_to_anchor=[0.36, .5, .2, .2],
                   bbox_transform=ax2.transAxes, borderpad=0)
axins.plot(time, height)
axins.set(xlim=(6,8)) # , ylim=(-1,1)
mark_inset(ax2, axins, loc1=2, loc2=3, fc="none", ec="0.5")
plt.show()

안에 있는 선이 먼가 반대쪽으로 되어야 하는데, 이러쿵저러쿵해도 잘 안된다.
그래서 다른 글을 참고하여서 하니 잘 작동하였다.

def my_mark_inset(parent_axes, inset_axes, loc1a=1, loc1b=1, loc2a=2, loc2b=2, **kwargs):
    rect = TransformedBbox(inset_axes.viewLim, parent_axes.transData)
    pp = BboxPatch(rect, fill=False, **kwargs)
    parent_axes.add_patch(pp)
    p1 = BboxConnector(inset_axes.bbox, rect, loc1=loc1a, loc2=loc1b, **kwargs)
    inset_axes.add_patch(p1)
    p1.set_clip_on(False)
    p2 = BboxConnector(inset_axes.bbox, rect, loc1=loc2a, loc2=loc2b, **kwargs)
    inset_axes.add_patch(p2)
    p2.set_clip_on(False)
    return pp, p1, p2

from mpl_toolkits.axes_grid1.inset_locator import inset_axes, mark_inset
import matplotlib.patches as mpatches
from mpl_toolkits.axes_grid1.inset_locator import (inset_axes, TransformedBbox,
                                                   BboxPatch, BboxConnector)
fig = plt.figure(figsize=(10, 5))
gs = GridSpec(nrows=2, ncols=2)
ax = fig.add_subplot(gs[:,0])
ax.plot(time, score)
ax1 = fig.add_subplot(gs[0,1])
ax1.plot(time , height)
ax2 = fig.add_subplot(gs[1,1])
ax2.plot(time , height)
axins = inset_axes(ax2, "100%", "100%", bbox_to_anchor=[0.36, .5, .2, .2],
                   bbox_transform=ax2.transAxes, borderpad=0)
axins.plot(time, height)
xlims = (7,9)
ylims = (-1,1)
axins.set(xlim=xlims, ylim=ylims)
my_mark_inset(ax2, axins, loc1a=1, loc1b=2, loc2a=4, loc2b=3, fc="none", ec="0.5") # 
plt.show()

여기서는 subplots를 나눌 때 합치는 방법과 중요 부분을 확인하는 방법에 대해서 알아봤다.

추가로 각 subplot마다 그리는 것이 귀찮으니 함수로 만들려고 하는데, 고려할 사항이 너무 많아 포기했다.
일단 공유

def subplotting(ax , store , x , y ,cond={}, **kwargs) :
    ax.plot(store[x],store[y],**kwargs)
    if "ylabel" in cond :
        ax.set_ylabel(cond["ylabel"], fontsize= 10)
    if "xlabel" in cond :
        ax.set_xlabel(cond["xlabel"], fontsize= 10)
    if "xlim" in cond :
        ax.set_xlim(cond["xlim"])
    if "ylim" in cond :
        ax.set_ylim(cond["ylim"])
    if "title" in cond :
        ax.set_title(cond["title"], fontsize= 15)
    ax.legend()
    return ax

 

위의 코드는 제 github에 있습니다.

https://github.com/sungreong/Blog/blob/master/matplotlib%20subplots%20GridSpec%20%26%20inset_axes%20Practice.ipynb

sungreong/Blog

https://towardsdatascience.com/plot-organization-in-matplotlib-your-one-stop-guide-if-you-are-reading-this-it-is-probably-f79c2dcbc801

# Plot Organization in matplotlib — Your One-stop Guide If you are reading this, it is probably…

https://github.com/matplotlib/matplotlib/issues/12323/

indicate_inset_zoom sometimes draws incorrect connector lines · Issue #12323 · matplotlib/matplotlib