#Matplotlib, Seaborn 시각화 #1
Bar 차트
#머신러닝
#거친코딩
#파이썬 기초 라이브러리부터 쌓아가는 머신러닝"
import matplotlib.pyplot as plt
import seaborn as sns
약속이라고 할 수 있는 문장이다
기본적인 시각화 세팅을 미리 해줄 수 있다.
plt.rcparams['figure.figsize'] = [8,6] # 가로 10 세로 8
sns.set(style='whitegrid')
sns.set_palette('pastel') # 색상 스타일
Matplotlib, Seaborn
#Matplotlib는 파이썬으로 기본적인 차트를 그리게 해주는 시각화 라이브러리
시각화를 할 때 한글이 깨지는 경우 아래와 같은 코드를 작성한다.
sns에서 기본 제공되는 data set으로 시각화를 해본다.
(항상 dataset.shape()를 통해 데이터 셋의 형태를 확인하고 시각화를 진행하는 것이 좋다.)
받아온 dataset을 관찰하고 싶은 그룹으로 만들 수 있다.
아래는 요일별 팁으로 그룹을 만들었다.
이제 이 그룹을 Matplotlib와 Seaborn을 이용해서 시각화 한다.
Matplotlib
(x_label => x 축, sum_tips_by_day => 데이터)
- 특성들 -
- color => 색상
- alpha => 투명도
- width => 막대 너비
- align => 막대 위치
plt.title => 표의 제목 설정
plt.xlabel => x 축 제목 설정
plt.ylabel => y 축 제목 설정
plt.xticks => x 축 index 설정 ( ex) rotation=45로 45도 회전 )
같은 맥락으로 plt.yticks도 활용 가능
Seaborn
(x=>'day'(dataset의 column), y=>'tip', data=tips)
- 특성들 -
- estimator => 보고 싶은 데이터 결정
- hue => 위의 예시에서는 sex 이기 때문에 성별로 데이터를 비교했고 이를 색깔로 구분하여 보여줬다. hue는 색상으로 비교하고 싶은 그룹을 구분하여 보여준다.
- palette => 색상 스타일
- order => 보여줄 데이터의 순서, x 축 순서이다.
- linewidth => 막대의 너비
Whiplash We Flash