[python_pandas 입문] 공부 # 3일차

공부한 내용

 

- 데이터 시각화

- matplotlib 라이브러리 사용

- seaborn 라이브러리 사용

- 데이터프레임 & 시리즈로 그래프 그리기

- seaborn 라이브러리로 그래프 스타일 설정

 

 

---

• matplotlib 라이브러리

1. 전체 그래프가 위치할 기본 틀 만들기

2. 그래프를 그려 넣을 그래프 격자 만들기

3. 그런 다음 격자에 그래프를 하나씩 추가. 격자에 그래프가 추가되는 순서는 왼쪽에서 오른쪽 방향

4. 만약 격자의 첫 번째 행이 꽉 차면 두번째 행에 그래프를 그려 넣는다.

 

 

<anscombe 데이터를 이용하여 그래프 그리기>

 

import seaborn as sns

anscombe = sns.load_dataset("anscombe")

print(anscombe)

print(type(anscombe))

 

%matplotlib notebook

import matplotlib.pyplot as plt

 

dataset_2 = anscombe[anscombe['dataset'] == 'II']
dataset_3 = anscombe[anscombe['dataset'] == 'III']
dataset_4 = anscombe[anscombe['dataset'] == 'IV']

 

fig = plt.figure( )   # 그래프 격자가 위치할 기본 틀

 

axes1 = fig.add_subplot(2, 2, 1)
axes2 = fig.add_subplot(2, 2, 2)
axes3 = fig.add_subplot(2, 2, 3)
axes4 = fig.add_subplot(2, 2, 4)

 

axes1.plot(dataset_1['x'], dataset_1['y'], 'o')

axes2.plot(dataset_2['x'], dataset_2['y'], 'o')

axes3.plot(dataset_3['x'], dataset_3['y'], 'o')

axes4.plot(dataset_4['x'], dataset_4['y'], 'o')

 

제목 포함된 그래프의 형태

 

• seaborn 라이브러리

import seaborn as sns
tips = sns.load_dataset("tips")

 

ax = plt.subplots()
ax = sns.distplot(tips['total_bill'])
ax.set_title('Total Bill Historam with Density Plot')

 

히스토그램 & 밀집도 그래프 (distplot 메서드 사용)

-> 밀집도 그래프를 제외하고 싶다면 kde=False,

    밀집도 그래프만 나타내고 싶다면 (히스토그램만) hist=False

 

 

+ 양탄자 그래프 추가 : 그래프의 축에 동일한 길이의 직선을 붙여 데이터의 밀집 정도를 표현한 그래프

 

ax = plt.subplots()
ax = sns.distplot(tips['total_bill'], rug=True)
ax.set_title('Total Bill Histogram with Density and Rug plot')
ax.set_xlabel('Total Bill')

 

rug=True

 

# 산점도 그래프

 

ax = plt.subplots( )
ax = sns.regplot(x='total_bill', y='tip', data=tips)
ax.set_title('Scatterplot of Total Bill and Tip')
ax.set_xlabel('Total Bill')
ax.set_ylabel('Tip')

 

+ 만약 회귀선을 제거하려면 fit_reg=False

ax = sns.regplot(x='total_bill', y='tip', data=tips, fit_reg=False)

 

 

 

# 육각그래프(hexbin)

hexbin = sns.jointplot(x="total_bill", y="tip", data=tips, kind="hex")

hexbin.set_axis_labels(xlabel='Total Bill', ylabel='Tip')

hexbin.fig.suptitle('Hexbin Joint Plot of Total Bill and Tip', fontsize=10, y=1.03)

 

 

# 이차원 밀집도

 

ax = plt.subplots( )
ax = sns.kdeplot(data=tips['total_bill'], data2=tips['tip'], shade=True)  -> 그래프에 음영 효과
ax.set_title('Kernel Density Plot of Total Bill and Tip')
ax.set_xlabel('Total Bill')
ax.set_ylabel('Tip')

 

 

 

# 바이올린 그래프

# 박스 그래프가 데이터 분석에 모호하게 표현될 경우, 박스 그래프에 커널 밀도를 추정한 바이올린 그래프를 사용함!

 

ax = plt.subplots()
ax = sns.violinplot(x='time', y='total_bill', data=tips)
ax.set_title('Violin plot of total bill by time of day')
ax.set_xlabel('Time of day')
ax.set_ylabel('Total Bill')

 

 

 

# 데이터프레임 & 시리즈로 그래프 그리기

 

ax = plt.subplots( )

ax = tips['total_bill'].plot.hist( )

 

fig, ax = plt.subplots( )

ax = tips.plot.box(ax=ax)

 

 

참고) 데이터시각화 공부

seaborn documentation

seaborn: statistical data visualization — seaborn 0.11.1 documentation (pydata.org)

seaborn: statistical data visualization — seaborn 0.11.1 documentation

matplotlib documentation 

Matplotlib: Python plotting — Matplotlib 3.3.3 documentation

Matplotlib: Python plotting — Matplotlib 3.3.3 documentation