Matplotlib 여러 Plot 한 Axes에 그리기 & Subplots 완전 정리

📌 개요

Matplotlib에서 하나의 그래프만 그리는 것은 시작에 불과합니다.
실무에서는 다음과 같은 작업이 매우 중요합니다.

• 하나의 Axes 안에 여러 개의 그래프 겹쳐 그리기
• 서로 다른 그래프 유형(Line + Bar) 함께 표현하기
• Axes 객체를 직접 제어하기
• 여러 개의 Subplots을 구성하여 대시보드 형태로 시각화하기
• 1차원 / 2차원 axes 배열 구조 이해하기

이 글에서는 위 내용을 실전 코드 기반으로 완전 정리합니다.

---

1️⃣ 하나의 Axes에 여러 개의 Plot 그리기

✔ 동일 Axes에 Line 여러 개 그리기

x_value_01 = np.arange(1,100)
y_value_01 = 2 * x_value_01
y_value_02 = 4 * x_value_01


plt.plot(x_value_01, y_value_01, color='green', label='temp_01')
plt.plot(x_value_01, y_value_02, color='red', label='temp_02')
plt.xlabel('x axis')
plt.ylabel('y axis')

plt.legend()

plt.title('Hello Plot')

plt.show()

🔎 코드 설명

• np.arange(1,100)
  → 1부터 99까지의 숫자 배열 생성 (X축 값)
• 2 * x_value_01, 4 * x_value_01
  → 서로 다른 기울기의 직선 생성
• plt.plot()을 두 번 호출
  → 하나의 Axes 안에 두 개의 선 그래프를 겹쳐서 그림
• label 지정 후 plt.legend() 호출
  → 범례 생성

👉 하나의 Axes 안에는 plot을 여러 번 호출하여 여러 그래프를 겹칠 수 있습니다.

---

2️⃣ Line Plot + Bar Plot 함께 그리기

x_value_01 = np.arange(1,10)
y_value_01 = 2 * x_value_01
y_value_02 = 4 * x_value_01

plt.plot(x_value_01,
         y_value_01,
         color='blue',
         label='temp_01',
         marker='o',
         linestyle='dashed',
         linewidth=2,
         markersize=6)
plt.bar(x_value_01,
         y_value_02,
         color='red',
         label='templ_02')
plt.legend()
plt.show()

🔎 코드 설명

• plt.plot() → 선 그래프
• plt.bar() → 막대 그래프
• 동일 Axes 안에서 서로 다른 유형의 그래프 혼합 가능

주요 스타일 옵션

• marker='o' → 점 표시
• linestyle='dashed' → 점선
• linewidth=2 → 선 두께
• markersize=6 → 점 크기

👉 Line + Bar 혼합 시각화는 비교 분석에 매우 유용합니다.

---

3️⃣ Axes 객체에서 직접 작업하기

pyplot 방식이 아니라, Axes 객체를 직접 제어하는 방식입니다.

figure = plt.figure(figsize=(10,6))
ax = plt.axes()
ax.plot(x_value_01,
        y_value_01,
        color='red',
        marker='o',
        linestyle='dashed',
        linewidth=2,
        markersize=6,
        label='temp_01'
        )
ax.bar(x_value_01,
       y_value_01,
       color='green',
       label='temp_02')
ax.legend()
ax.set_title(
    'Hello Plot'
)
plt.show()

🔎 핵심 개념

• plt.figure() → Figure 생성
• plt.axes() → Axes 생성
• ax.plot() → Axes에 직접 그래프 그림
• ax.set_title() → Axes 기반 제목 설정

👉 실무에서는 Axes 객체 기반 제어 방식이 더 많이 사용됩니다.

---

4️⃣ 여러 개의 Subplots 생성하기

✔ 1행 2열 구조 (Tuple 형태)

x_value_01 = np.arange(1,10)
x_value_02 = np.arange(1,20)
y_value_01 = 2*x_value_01
y_value_02 = 2*x_value_02

fig, (ax_01, ax_02) = plt.subplots(nrows=1, ncols=2, figsize=(12,6))

ax_01.plot(x_value_01, y_value_01, color='red', marker='o', linestyle='dashed', linewidth=2,markersize=6,label='temp_01')
ax_02.bar(x_value_02,y_value_02, color='green',label='temp_02')

ax_01.set_xlabel('ax_01 * axis')
ax_02.set_xlabel('ax_02 * axis')

ax_01.legend()
ax_02.legend()

plt.show()

🔎 설명

• nrows=1, ncols=2 → 가로 2개
• axes는 (ax_01, ax_02) 튜플로 반환됨

---

✔ 1차원 배열 형태

import numpy as np

x_value_01 = np.arange(1,10)
x_value_02 = np.arange(1,20)
y_value_01 = 2 * x_value_01
y_value_02 = 2 * x_value_02

fig, ax = plt.subplots(nrows=1, ncols=2,figsize=(12,6))
ax[0].plot(x_value_01, y_value_01,color='red', marker='o', linestyle='dashed', linewidth=2, markersize=6, label='temp_01')
ax[1].bar(x_value_02, y_value_02, color='green', label='temp_02')

ax[0].set_xlabel('ax[0] * axis')
ax[1].set_xlabel('ax[1] * axis')

ax[0].legend()
ax[1].legend()

plt.show()

👉 nrows 또는 ncols 중 하나가 1일 경우 → 1차원 배열 형태

---

✔ 2행 2열 구조 (2차원 배열)

import numpy as np

x_value_01 = np.arange(1, 10)
x_value_02 = np.arange(1, 20)
y_value_01 = 2 * x_value_01
y_value_02 = 2 * x_value_02

fig, ax = plt.subplots(nrows=2, ncols=2, figsize=(12, 6))

ax[0][0].plot(x_value_01, y_value_01, color='red', marker='o', linestyle='dashed', linewidth=2, markersize=6, label='temp_01')
ax[0][1].bar(x_value_02, y_value_02, color='green', label='temp_02')
ax[1][0].plot(x_value_01, y_value_01, color='green', marker='o', linestyle='dashed', linewidth=2, markersize=6, label='temp_03')
ax[1][1].bar(x_value_02, y_value_02, color='red', label='temp_04')

ax[0][0].set_xlabel('ax[0][0] x axis')
ax[0][1].set_xlabel('ax[0][1] x axis')
ax[1][0].set_xlabel('ax[1][0] x axis')
ax[1][1].set_xlabel('ax[1][1] x axis')

ax[0][0].legend()
ax[0][1].legend() 
ax[1][0].legend()
ax[1][1].legend() 

#plt.legend()
plt.show()

🔎 핵심

• nrows > 1 AND ncols > 1
  → 2차원 배열 형태
• 접근 방식
  ax[행][열]

---

📌 정리

1행 2열	1차원 배열
2행 2열	2차원 배열
1개	단일 Axes 객체

 

Matplotlib에서 중요한 것은 다음입니다.

1. 하나의 Axes 안에 여러 Plot 가능
2. 서로 다른 그래프 유형 혼합 가능
3. Axes 객체 기반 제어가 핵심
4. Subplots 반환 구조를 정확히 이해해야 함

실무에서는 대부분:

fig, ax = plt.subplots()
→ ax 객체 직접 제어 방식

을 사용합니다.