1. 기본 Bar Plot
1.1 Bar plot이란 ?
-
Bar plot이란 직사각형 막대를 사용항 데이터의 값을 표현하는 차트/그래프
-
막대 그래프, bar chart, bar graph 등의 이름으로 사용됨
-
범주(category)에 따른 수치 값을 비교하기에 적합한 방법
- 개별 비교, 그룹 비교 모두 적합
-
막대의 방향에 따른 분류(.bar() / .barh())
- 수직(vertical) : x축에 범주, y축에 값을 표기. (default)
- 수평 (horizental) : y축에 범주, x축에 값을 표기.(범주가 많을 때 적합)
2. 다양한 Bar Plot
2.0 Raw Data
- 임의의 그룹 데이터를 시각화해보자
-- A, B, C, D, E 데이터가 2 그룹에 존재
- Group Sky : [1,2,3,4,3]
- Group Pink : [4,3,2,5,1]
2.1 Multiple Bar Plot
- Bar Plot에서는 범주에 대해 각 값을 표현 -> 즉 1개의 feature에 대해서만 보여줌
- 여러 Group을 보여주기 위해서는 여러가지 방법이 필요.
2.2 Stacked Bar Plot
-
2개 이상의 그룹을 쌓아서(stack) 표현하는 bar plot
-- 각 bar에서 나타나는 그룹의 순서는 항상 유지
-
맨 밑의 bar의 분포는 파악하기 쉽지만
-- 그 외의 분포들은 파악하기 어려움
- 2개의 그룹이 plsitive/negative라면 축 조정 가능
-
.bar()에서는 bottom 파라미터를 사용
-
.barh()에서는 left 파라미터를 사용
-
Percentage Stacked Bar Chart : 전체에서 비율을 나타낼 때 사용
2.3 Overlapped Bar Plot
- 2개 그룹만 비교한다면 겹쳐서 만드는 것도 하나의 선택지
- 3개 이상에서는 파악이 어렵기 때문
- 같은 축을 사용하니 비교가 쉬움
- 투명도를 조정하여 겹치는 부분 파악(alpha)
- Bar plot보다는 Area plot에서 더 효과적
- seaborn에서 다룸
2.4 Grouped Bar Plot
-
그룹별 범주에 따른 bar를 이웃되게 배치하는 방법
-
Matplotlib로는 비교적 구현이 까다로움(seaborn편에서 다룸)
- 적당한 테크닉(.set_xticks(), .set_xticlabels())
-
앞서 소개한 내용 모두 그룹이 5~7개 이하일 때 효과적
- 그룹이 많다면 적은 그룹은 extra로 묶어서 따로 처리
3. 더 정확한 Bar Plot
3.1 Principle of Proportion lnk
-
실제 값과 그에 표현되는 그래픽으로 표현되는 잉크 양은 비례해야 함
-
반드시 x축의 시작은 zero(0)!!
- 만약 차이를 나타내고 싶다면 plot의 세로 비율을 늘리기
-
막대 그래프에만 한정되는 원칙은 아님
- Area plot, Donut Chart 등등 다수의 시각화에서 적용됨
- 위 그림에서 보다시피 왼쪽 그래프는 비교가 힘들다.
3.2 데이터 정렬하기
-
더 정확한 정보를 전달하기 위해서는 정렬이 필수다.
-- Pandas에서는 sort_values(), sort_index()를 사용하여 정렬
-
데이터의 종류에 따라 다음 기준으로
1.- 시계열 | 시간순
- 수치형 | 크기순
- 순서형 | 범주의 순서대로
- 명목형 | 범주의 값 따라 정렬
-
여러가지 기준으로 정렬을 하여 패턴을 발견
-
대시보드에서는 interactive로 제공하는것이 유용
3.3 적절한 공간 활용
-
여백과 공간만 조정해도 가독성이 높아진다.
-
Matplotlib의 bar plot은 ax에 꽉 차서 살짝 답답함
-
Matplotlib techniques
-- X/Y axis Limit (.set_xlim(), .set_ylim()) # 축 조정
- Spines (.splines[spine].set_visible()) # 변을 제거
- Gap (width) # 막대의 두께 조정
- Legend (.legend()) #범례 조정
- Margins (.margins()) #테두리 조정
3.4 복잡함과 단순함
- 필요 없는 복잡함은 NO!!
- 무의미한 3D는 x
- 직사각형이 아닌 다른 형태의 bar는 지양
- 무엇을 보고 싶은가? (시각화를 보는 대상이 누구인가?)
- 정확한 차이 (EDA)
- 큰 틀에서 비교 및 추세 파악 (Dashboard)
- 축과 디테일 등의 복잡함
--
Grid(.grid())
-
Ticklabels (.set_ticklabels())
- Major & Minior
-
Text를 어디에 어떻게 추가할 것인가 (.text() or .annotate())
- Bar의 middle / upper
-
3.5 ETC
-
오차 막대를 추가하여 Uncertainty 정보를 추가 가능 (errorbar)
-
Bar 사이 Gap이 0이라면 -> 히스토그램(Histogram)
- .hist()를 사용하여 가능
- 연속된 느낌을 줄 수 있음
-
다양한 Text 정보 활용하기
- 제목 (.set_title())
- 라벨 (.set_xlabel(), .set_ylabel())
코랩 실습코드
https://colab.research.google.com/drive/1LfC9Q-yf8i6p2Bf0qQCkgvZj0VLWZStU?usp=sharing
