Data Visualization with pandas

1. 수치형 연속형 데이터 구간 나누기

1) 수치형 범위 설정

"""
Description: 
	pd.cut(x=Series,
		   bins=[나눌구간범위],
           labels=['범위별 이름'])
"""
tp_series = pd.Series([1,56,23,41,33,10])
pd.cut(x=tp_series,
	   bins=[0,10,20,30,40,50, np.inf],
       labels=['1~10','11~20','21~30','31~40','41~50','50이상'])

2) 특정 수치만을 포함한 범위 설정

"""
Description: 
	tp_series = [1,56,23,41,33,10] 일 때,
    pd.cut() : [1, 50이상, 21~30, 41~50, 31~40, 1~10]
"""
cut_df = pd.cut(x=tp_series,
                bins=[-np.inf, 0, 1, 10, 20, 30, 40, 50, np.inf],
                labels=['0이하', '1', '1~10', '11~20', '31~40', '41~50', '50이상'])

2. barplot에 수치 표기

def add_value_label(x_list, y_list):
	for i in range(1, len(x_list)+1):
    	plt.text(x=i-1,
        		 y=y_list[i-1]/2,
                 s=f'{bar에 들어갈 수치}%',
                 ha='center')
                 
plt.figure(figsize=(10,5)),
x_list = cut_df.value_counts().sort_index().index
y_list = cut_df.value_counts().sort_index().values
plt.bar(
	x=x_list,
    height=y_list,
    color='light_gray'
)
add_value_label(x_list, y_list)
plt.title('barplot제목')
plt.xticks(rotation=45)
plt.show()

3. 한글 깨짐 현상

3-1) mac 기본 font 경로
~/library/Fonts/

3-2) 로컬 환경에 있는 한글파일.ttf 파일을 docker 컨테이너 내부에 복사

docker cp \
/...폰트경로/NanumGothic.ttf \
컨테이너명:/....폰트를 넣을 경로/

• 로컬에 있는 /...폰트경로/NanumGothic.ttf 파일이 docker container안에 ....폰트를 넣을 경로/로 .ttf 파일 복사

3-3) 한글 설정 후 시각화

# 한글 설정
import matplotlib.pyplot as plt
import matplotlib as mpl
from matplotlib import rc, font_manager

font_fname = '/.....폰트경로/NanumGothic.ttf'
prop = font_manager.FontProperties(fname=font_fname)
mpl.rcParams['font.family'] = 'NanumGothic'
mpl.rcParams['axes.unicode_minus'] = False
font_manager._rebuild() # 캐시 삭제

✔️ 캐시 삭제 처리가 안될 경우 : 캐시 경로(컨테이터 내부 root/.cache)에서 직접 삭제 후 rebuild()

4. 그래프를 한번에 모아서 그리기

위 그림의 형식처럼 세가지 class를 가진 그래프로 나타내기

1) pd.melt

• melt :

"""
Description:
	(AS-IS)
	| index_id | column1 | column2 | column3 | ...
    |----------|---------|---------|---------| ...
    |   'a'    |   1     |   3     |   7     | ...
    |   'b'    |   10    |   30    |   70    | ...
    |   'c'    |   100   |   300   |   700   | ...
	
    (TO-BE)
	| index_id |  variable  |  value  |
    |   'a'    |  'column1' |   1     |
    |   'b'    |  'column1' |   10    |
    |   'c'    |  'column1' |   100   |
    |   'a'    |  'column2' |   3     |
    |   'b'    |  'column2' |   30    |
    |   'c'    |  'column2' |   300   |
    |   'a'    |  'column3' |   7     |
    |   'b'    |  'column3' |   70    |
    |   'c'    |  'column3' |   700   |


"""
melt_df = pd.melt(df, 
				  id_vars='index_id', 
                  value_vars=[col for col in df.columns][1:])

2) 시각화

import seaborn as sns

plt.figure(figsize=(10,5))
ax = sns.barplot(x='index_id',
				 y='value',
                 data=melt_df,
                 hue='variable')

• x축에 'a', 'b', 'c'(index_id) 값이 있고
• x축 중 하나의 class에는 variable 값(column1, column2, column3)이 하나의 그룹으로 존재
• 즉 variable이 범례가 됨.