Python Matplotlib로 Pandas DataFrame 히스토그램 그리기 – hist() 메서드 활용법

히스토그램(Histogram)은 데이터의 분포를 시각적으로 표현하는 대표적인 그래프입니다. 구간(bin)별로 데이터가 얼마나 자주 나타나는지 확인할 수 있어, 데이터 분석 시 값의 분포 형태를 파악하는 데 매우 유용합니다.

Pandas DataFrame의 특정 열에 대한 히스토그램을 그리려면 Matplotlib의 hist() 메서드를 사용하면 됩니다. 먼저 필요한 두 개의 라이브러리를 임포트합니다.

import pandas as pd
import matplotlib.pyplot as plt

1. DataFrame 생성하기

예제에서 사용할 'Car'(자동차 브랜드)와 'Reg_Price'(등록 가격) 두 개의 열을 가진 DataFrame을 생성합니다.

dataFrame = pd.DataFrame({
    "Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],
    "Reg_Price": [7000, 1500, 5000, 8000, 9000, 6000]
})

2. 히스토그램 그리기

'Reg_Price'(등록 가격) 열에 대한 히스토그램을 그리려면 다음과 같이 hist() 메서드에 해당 열을 전달합니다.

plt.hist(dataFrame["Reg_Price"])

전체 예제 코드

위 과정을 모두 포함한 완성된 코드는 다음과 같습니다.

import pandas as pd
import matplotlib.pyplot as plt

# DataFrame 생성
dataFrame = pd.DataFrame({
    "Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],
    "Reg_Price": [7000, 1500, 5000, 8000, 9000, 6000]
})

# 등록 가격(Registration Price) 열에 대한 히스토그램 그리기
plt.hist(dataFrame["Reg_Price"])
plt.show()

실행 결과

위 코드를 실행하면 등록 가격 데이터의 분포를 보여주는 히스토그램이 출력됩니다. x축은 가격 구간을, y축은 각 구간에 해당하는 데이터 빈도를 나타냅니다.

추가 팁: 히스토그램 옵션 활용하기

hist() 메서드는 다양한 매개변수를 지원하여 그래프를 더욱 세밀하게 조정할 수 있습니다.

• bins: 구간의 개수를 지정합니다. 예: plt.hist(dataFrame["Reg_Price"], bins=5)
• color: 막대 색상을 지정합니다. 예: color='skyblue'
• edgecolor: 막대 테두리 색상을 지정합니다. 예: edgecolor='black'
• rwidth: 막대 사이의 간격 비율을 조정합니다.

이러한 옵션들을 조합하면 가독성이 높고 전달력 있는 히스토그램을 손쉽게 만들 수 있습니다.