Seaborn <계속 update>

데이터

seaborn 내장 데이터 살펴보기

sns.get_dataset_names()

seaborn 내장 데이터 불러오기

data = sns.load_dataset('tips')
tips = data # 원본 데이터 저장

print(tip.shape)
tip.head()

warning message 보고싶지 않은 경우

import warnings
warnings.filterwarnings('ignore')

디자인

팔레트 색상 바꾸기

https://seaborn.pydata.org/generated/seaborn.color_palette.html
여기서 다양한 팔레트 확인 가능

sns.set_palette("Set2")
sns.set_palette("Paired")
sns.set_palette("husl")

grid 색상 바꾸기

그리드 배경을 어둡게

sns.set(style='darkgrid')

시각화

seaborn 기본 문법 구조

sns.[plot함수명](data = [DataFrame명], x = '[Column명]', y = '[Column명]')

한번에 여러 시각화

subplot

plt.figure(figsize = (16, 8)) # 도화지 크기 정하기

plt.subplot(121) # 1행 2열 중 첫번째
sns. ...
plt.title('v1')

plt.subplot(122) # 1행 2열 중 두번째
sns. ...
plt.title('v2')

plt.show()

Plot 종류

countplot

주어진 데이터의 카테고리별 빈도를 시각화하는데 사용

데이터가 이산형 변수일때 주로 사용

각 카테고리별 빈도를 막대그래프로 나타냄

sns.countplot(data = tips, x = 'sex') # 카테고리 : sex
plt.show()

특정 속성을 다른 색상으로 표현하고 싶은 경우
hue 이용

# 시간별로 다르게
sns.countplot(data = tips, x = 'day', hue = 'time') 
plt.show()

카테고리별 색상 지정하고 싶은 경우

palette = ['색상코드1', ...]
order = ['색상1에 매칭할 카테고리1, ...]

plt.figure(figsize = (5,5))
sns.countplot(data = df, x = 'color', palette = ['#8FBC8B', '#F0E68C', '#FA8072', '#C0C0C0'], order = ['GREEN', 'YELLOW', 'RED', 'GRAY'])

countplot 함수 만들기

코드 복붙보다 함수를 쓰는게 효율적이니까

def count_plot(data, x):
	plt.figure(figsize = (8, 6))
    sns.countplot(data = data, x = x)
    plt.show()

# 사용예시
count_plot(tips, 'sex')

barplot

주어진 데이터의 평균 또는 다른 집계함수의 값을 시각화

하나의 이산형 변수와 하나의 연속형 변수를 시각화하는데 주로 사용

주어진 카테고리별 평균 값을 막대그래프로 나타냄

plt.figure(figsize = (16,8))

plt.subplot(121)
sns.barplot(data = tips, x = 'size', y = 'tip')
plt.title('tip')

plt.subplot(122)
sns.barplot(data = tips, x = 'size', y = 'total_bill')
plt.title('total_bill')

plt.show()

lmplot

선형회귀모델을 시각화

scatter plot을 그린 후 선형회귀모델의 추세선을 함께 그리는 기능

sns.lmplot(data = tips, x = 'total_bill'm y = 'tip_rate', fit_reg = True, order = 1)

fit_reg : 추세선

order : 회귀모델의 차수 (1차함수, 2차함수 ...)

boxplot

상자수염그림을 시각화

데이터의 분포와 이상치를 파악하는데 유용

plt.figure(figsize = (3,6))
sns.boxplot(data = tips, y = 'tip_rate')
plt.show()