Python - matplotlib 01. 구조 (Figure·Axes)와 두 인터페이스

핵심 요약

matplotlib 그림은 Figure(전체 도화지) 안에 하나 이상의 Axes(좌표계, 흔히 말하는 "그래프 한 칸")가 들어가고, 그 안의 선·점·축·눈금·텍스트는 모두 Artist 객체라는 계층으로 되어 있습니다. 그림을 그리는 방법은 두 가지입니다. plt.plot(...)처럼 "현재 Axes"에 암묵적으로 그리는 pyplot(상태 기반) 방식과, fig, ax = plt.subplots()로 객체를 받아 ax.plot(...)을 호출하는 객체지향(OO) 방식입니다. 서브플롯이 둘 이상이거나 함수 안에서 그림을 만드는 순간부터는 OO 방식이 사실상 표준입니다.

import matplotlib.pyplot as plt
import numpy as np

1. Figure / Axes / Artist 계층

논의의 계층을 먼저 획정합니다. matplotlib에서 "그림"이라는 말은 세 수준을 가리킬 수 있습니다.

fig, ax = plt.subplots()          # Figure 1개 + Axes 1개
line, = ax.plot([0, 1, 2], [3, 1, 2])   # Axes 위에 Line2D(Artist) 하나 추가

• Figure는 Axes를 담는 컨테이너이고, Axes는 다시 Artist들을 담습니다.
• ax.xaxis / ax.yaxis(Axis 객체)는 눈금(tick)과 눈금 라벨, 축 라벨을 관리합니다. → Python - matplotlib 04. 축·스케일·틱·범례

💡 이럴 때: "제목을 그림 전체에 달까, 특정 칸에 달까"가 헷갈리면 계층을 떠올립니다. fig.suptitle(...)은 캔버스 전체, ax.set_title(...)은 해당 좌표계 한 칸입니다.

2. pyplot(상태 기반) 인터페이스

pyplot은 MATLAB 스타일의 간편 API입니다. "현재 Figure"와 "현재 Axes"라는 전역 상태를 두고, 함수 호출이 그 대상에 적용됩니다.

plt.figure(figsize=(6, 4))
plt.plot([0, 1, 2], [3, 1, 2])   # 현재 Axes(없으면 자동 생성)에 그림
plt.xlabel("x")
plt.title("state-based")
plt.show()

• "현재 Axes"는 plt.gca()(get current axes), "현재 Figure"는 plt.gcf()로 얻습니다.
• 어느 Axes가 "현재"인지는 마지막으로 만들어졌거나 선택된 것에 따라 암묵적으로 바뀝니다. 그려지는 것: 왼쪽 위에서 아래로 꺾였다가 다시 살짝 올라오는 꺾은선 하나가 있는 단일 그래프가 화면(또는 노트북 셀)에 나타납니다.

3. 객체지향(OO) 인터페이스

plt.subplots()가 Figure와 Axes(또는 Axes 배열)를 명시적으로 반환합니다. 이후에는 그 객체의 메서드만 호출합니다.

fig, ax = plt.subplots(figsize=(6, 4))
ax.plot([0, 1, 2], [3, 1, 2])
ax.set_xlabel("x")
ax.set_title("object-oriented")
fig.savefig("plot.png", dpi=150)

• pyplot의 plt.xlabel → OO의 ax.set_xlabel, plt.title → ax.set_title처럼 대체로 set_ 접두사가 붙습니다.
• plt.subplots(2, 2)는 axes가 2×2 ndarray로 옵니다. axes[0, 1].plot(...)처럼 칸을 골라 그립니다. → Python - matplotlib 03. 여러 서브플롯 배치

4. OO 방식을 권장하는 이유

def plot_series(ax, x, y, label):
    ax.plot(x, y, label=label)
    ax.legend()
 
fig, ax = plt.subplots()
plot_series(ax, [0, 1, 2], [1, 3, 2], "A")   # 이 함수는 전역 상태를 건드리지 않음

💡 이럴 때: 스크립트가 커지거나 재사용 함수를 만들 때는 처음부터 fig, ax = plt.subplots()로 시작합니다. pyplot 방식은 노트북에서 한 칸짜리 그림을 빠르게 확인할 때로 한정합니다.

💡 이럴 때: 예제 코드가 plt.plot(...)으로만 되어 있어도, subplot이 필요해지면 plt.subplot(...) 대신 plt.subplots(...)로 바꾸고 ax. 메서드로 옮깁니다.

5. plt.show()와 백엔드

백엔드(backend)는 Artist 트리를 실제 픽셀이나 벡터로 렌더링하는 계층입니다. 논의 계층을 나누면 이렇습니다.

import matplotlib
print(matplotlib.get_backend())   # 현재 백엔드 확인

• 스크립트에서는 plt.show()를 호출해야 창이 뜨고, 그 시점에 이벤트 루프가 돌며 그림이 표시됩니다.
• Jupyter 노트북은 인라인 백엔드가 기본이라 셀이 끝나면 자동으로 그림이 출력되고, plt.show()는 사실상 불필요합니다(중복 출력을 막는 용도로만 쓰기도 합니다).
• 창이 안 뜨는 환경(SSH, CI)에서 Agg가 선택되면 plt.show()는 아무 일도 하지 않으며, fig.savefig(...)로 파일을 만들어야 합니다. → Python - matplotlib 07. 저장·해상도·백엔드

💡 이럴 때: 서버에서 plt.show()가 멈추거나 에러가 나면 그림을 파일로 저장하는 흐름으로 바꾸고, 필요하면 스크립트 최상단에서 matplotlib.use("Agg")를 pyplot import 전에 지정합니다.