seaborn 불러오기
import seaborn as sns
x = np.arange(0,22,2)
y = np.random.randint(0, 20, 20)
커널밀도 그림
연속적인 분포를 곡선화해서 그린 그림
sns.kdeplot(y)
plt.show()
sns.kdeplot(y, shade=True)>> 그래프 색칠하기
카운트 그림
1. barplot으로 그리기
vote_df = pd.DataFrame({"name":['Andy','Bob','Cat'], "vote":[True, True, False]})
vote_count = vote_df.groupby('vote').count()
그룹바이를 하는데 ‘vote’를 기준으로 나눠서 count()
plt.bar(x=[False, True], height=vote_count['name'])
plt.show()
2. countplot으로 그리기
sns.countplot(vote_df['vote'])
plt.show()
'vote'를 기준으로 count해서 그래프 그리기
캣 그림, cat plot (concatenate) > 여러개의 데이터를 묶는 방법
복잡한 데이터에 적합
covid = pd.read_csv("./country_wise_latest.csv")
s = sns.catplot(x='WHO Region',y='Confirmed', data=covid)>> 두 열을 각각 x, y축에 맵핑
s.fig.set_size_inches(10,6)그래프의 크기 조절
kind를 추가로 설정할 수 있는데, 기본은 'strip'이다. 아래는 'violin' 버전
s = sns.catplot(x='WHO Region',y='Confirmed', data=covid, kind='violin')
스트립 그림
sns.stripplot(x='WHO Region', y='Recovered', data=covid)
swarm plot >> 점들이 겹치는 경우 양쪽으로 분산
s = sns.swarmplot(x='WHO Region', y='Recovered', data=covid)
히트맵
데이터의 행렬의 숫자로 보면 비교가 어려우니 숫자를 색상으로 표현해줌
sns.heatmap(covid.corr())
plt.show()
