Why Interactive?
정적 시각화 단점
공간적 낭비 크다. (feature가 10개 → 각각의 관계 45개 plot 필요)
각각의 사용자는 원하는 인사이트가 다를 수 있다.
—> plot이 많고 보고 싶은 feature가 정해지면 interactive 시각화
Interactive 종류
라이브러리
하지만 Interactive는 진짜 필요할 때만 사용하자! (과하게 사용하면 속도만 느려질 뿐 생산성이 떨어진다.)
Interactive Viz Library
Matplotlib
Plotly
Plotly Express
Bokeh
Altair
Plotly Express
기본 플롯
px.scatter(x, y, size, color)
: seaborn과 유사하게 4가지 사용
range_x, range_y
: set_xlim과 같이 축의 범위 설정
marginal_x, marginal_y
: 각 축의 분포 확인 가능
trendline
: 회귀선
facet_col, facet_row
: Facet Grid 기능 포함
px.line(x, y, color)
px.bar(x, y, color)
barmode
: stack, group으로 bar 모드 변경다양한 차트
px.sunburst(path, values)
: 계층 구조 표현px.treemap(path, values)
: 계층 구조 표현px.scatter_3d(x, y, z, symbol, color)
: 3d 표현 (scatter)px.parallel_coordinates
, px.parallel_categories
: 다차원 데이터 시각화px.scatter_geo
, px.choropleth
: 지도 데이터 표시색 선정
mpl.rcParams[’색을 바꿀 요소’] = cycler(’color’, custom_palette)
예제 코드 확인