시각화로 결과 요약하기 -Seaborn

---

시각화 라이브러리 seaborn

seaborn은 파이썬의 데이터 시각화 라이브러리입니다. 이를 기반으로 수려한 그래프를 그릴 수 있습니다.

• 꺾은선 그래프(Line Plot)
  두 변수의 값에 따른 추이를 선으로 이은 그래프입니다. .lineplot()를 이용해서 이를 그릴 수 있습니다.

sns.lineplot(x=[1, 3, 2, 4], y=[4, 3, 2, 1])

위의 명령어를 작성하면 밑에 그래프가 나옵니다.

• 막대 그래프(Bar Plot)
  범주형 데이터의 "값"과 그 값의 크기를 직사각형으로 나타낸 그림입니다.
  .bar()를 이용해서 이를 그릴 수 있습니다.

sns.barplot(x=[1,2,3,4],y=[0.7,0.2,0.1,0.05])

Plot의 속성

---

seaborn은 파이썬의 시각화 라이브러리 matplotlib을 기반으로 만들어졌습니다.
matplotlib.pyplot의 속성을 변경해서 그래프에 다양한 요소를 변경/추가할 수 있습니다.

import matplotlib.pyplot as plt

#plt.figure(figsize = (x, y)) : 그래프의 크기 를 지정합니다.
plt.figure(figsize = (20,10))# 앞에다 적어줘야됨

# plt.title() : 그래프에 제목 을 추가합니다
sns.barplot(x=[1,2,3,4],y=[0.7,0.2,0.1,0.05])
plt.title("Bar Plot")

# plt._label() : 그래프의 축에 설명 을 추가합니다
plt.xlabel("this is x-label")
plt.ylabel("this is y-label")

#plt._lim() : 그래프의 축의 범위 를 지정합니다.
plt.ylim(2,3)

Wordcloud

---

wordcloud 라이브러리
wordcloud는 파이썬의 텍스트 클라우드 라이브러리입니다. 이를 기반으로 텍스트 구름을 그릴 수 있습니다. konlpy는 한국어 형태소 분석기 라이브러리로, 주어진 문장에서 명사 등을 뽑아 내는 데에 사용할 수 있습니다.

WordCloud를 만드는 방법은 다음과 같습니다.

1. KoNLPy 라이브러리로 한국어 문장을 전처리
2. Counter를 이용해 빈도수 측정
3. WordCloud를 이용해 시각화

# 시각화에 쓰이는 라이브러리
import matplotlib.pyplot as plt
from wordcloud import WordCloud

# 횟수를 기반으로 딕셔너리 생성
from collections import Counter

# 문장에서 명사를 추출하는 형태소 분석 라이브러리
from konlpy.tag import Hannanum

national_anthem ="워드클라우드 만드는데 사용할 문장"

# Hannanum 객체를 생성한 후, .nouns()를 통해 명사를 추출합니다.

hannanum = Hannanum()
nouns = hannanum.nouns(national_anthem)
words = [noun for noun in nouns if len(noun) > 1]

counter = Counter(words)

wordcloud = WordCloud(
    font_path = "C:/Windows/Fonts/gulim.ttc",
    background_color = "white",
    width = 1000,
    height = 1000,
)

img = wordcloud.generate_from_frequencies(counter)
plt.imshow(img)

애국가 가사를 사용했을 때 밑에와 같은 그림이 출력됩니다.

다음은 직접 웹사이트를 스크래핑해서 그 데이터를 가지고 시각화를 해보았다.

for i in range(1,6):
    res = requests.get("https://hashcode.co.kr/?page={}".format(i), {"User-Agent":user_agent})
    soup = BeautifulSoup(res.text,"html.parser")

    parsed_datas = soup.find_all("li", "question-list-item")
    for data in parsed_datas:
        questions.append(data.h4.text.strip())
    time.sleep(0.5)

words = []
hannanum = Hannanum()

for question in questions:
    nouns = hannanum.nouns(question)#1번 반복할 때 명사
    words += nouns#누적 명사

counter = Counter(words)
wordcloud = WordCloud(
    font_path = "C:/Windows/Fonts/gulim.ttc",
    background_color = "white",
    width = 1000,
    height = 1000,
)

img = wordcloud.generate_from_frequencies(counter)
plt.imshow(img)

---

💡시각화 라이브러리를 사용해서 글자의 빈도를 나타내 주는 이미지를 출력해보았고, 더 나아가서 직접 크롤링한 데이터를 시각화 해보았다.