seoborn 패키지로 멋진 시각화하자

seoborn 패키지는  matplotlib기반하였고 다양한 색상 테마와 통계용 차트 등의 기능을 추가한 시각화 패키지, maptplotlib보다 높은 수준의 인터페이스를 제공하여 사용자들이 쉽게 데이터를 분석하고 시각화할 수 있습니다.

 

seobor 라이브러리는
matplotlib기반이고 고급스러운 시각화를 쉽게 그릴 수 있음

http://seaborn.pydata.org/

seaborn: statistical data visualization — seaborn 0.12.2 documentation

 

seoborn은 다양한 dataset이 제공되는데 어떤 데이터셑이 있는지 확인하고, tips데이터 셑을 이용하여 시각화하도록 하겠습니다.

import seaborn as sns sns.get_dataset_names() #데이터 셑 이름을 가져오기

시본에서 제공되는 데이터 셑

아래의 글은 seoborn 공식 홈페이지의 튜토리얼을 참고하여 작성하였습니다.

https://seaborn.pydata.org/tutorial.html

scatter plot 작성하기

• 샘플데이터 tips를 불러오고 확인하였고, tips데이터의 변수는 식사비용(total_bill), 성별(sex), 흡연유무(smoker), 요일(day), 시간(time), 규모(size), 팁(tip) 이 있습니다.

import seaborn as sns import matplotlib.pyplot as plt import numpy as np import pandas as pd data = sns.load_dataset('tips') #tips샘플데이터를 불어온다 data

• x축은 total_bill, y축은 tip으로 설정하여 scatterplot()를 이용하여 산점도를 그립니다. 

sns.scatterplot(x='total_bill', y='tip', data=data)

산점도

Hue

• 점이 색을 통해 의미를 가질수 있도록 하는 것입니다. 식사비와 팁이 선형관계를 가지고 있는데, 시간 또는 흡연여부에 따라 구분을 할 수 있습니다.

sns.scatterplot(x='total_bill', y='tip', data=data, hue="time")

sns.scatterplot(x='total_bill', y='tip', data=data, hue="size")

• hue 설정하는 변수가 범주형이나 계량형이냐에 따라 색상지정이 차이가 난다. 계량형 데이터는 sequential palette로 표현됩니다. color palette를 설정하여 변경할 수 있습니다.  

      https://seaborn.pydata.org/tutorial/color_palettes.html

Choosing color palettes — seaborn 0.12.2 documentation

sns.scatterplot(x='total_bill', y='tip', data=data, hue="size", palette="YlOrBr")

sns.scatterplot(x='total_bill', y='tip', data=data, hue="time", style="smoker", size="size", palette="YlOrBr")

2차원 복합데이터

• 데이터가 하나는 범주형이고 하나는 계량형 데이터가 혼합(복합)되었다면 범주형(그룹별)으로 barplot, boxplot, violinplot 등을 표수 할 수 있습니다.

sns.barplot(x="day", y="total_bill", data=data)

• boxplot : 이상치 등 분포를 확인할 수 있습니다.

sns.boxplot(x="day", y="total_bill", data=data, palette="Set2") plt.title('boxplot')

 

• violinplot: 커널 밀도 히스토드램을 표현해주며, 대칭정도를 확인해 줍니다.

sns.violinplot(x="day", y="total_bill", data=data, palette="Paired") plt.title('ViolinePlot ')

sns.violinplot(x="day", y="total_bill", hue="sex", data=data, palette="Set1") plt.title('ViolinePlot ')