🧑‍💻 [Python EDA 4] Seaborn

1. Seaborn이란

https://seaborn.pydata.org/

• Matplotlib 기반의 데이터 시각화 라이브러리
• Pandas DataFrame와의 잘 이루어지는 호환

💡 시각화 3대장 : matplotlib, seaborn, plotly

• plotly : 인터렉티브한 시각화
  - 자바스크립트에 대한 이해 필요
  - 코딩 잘 하는 데이터 분석가가 되고 싶으면 plotly 공부 추천!!
  - Dash : 대시보드 만들 수 있는 오픈 소스 라이브러리

2. Seaborn 사용방법

1) 설치

!pip install seaborn

2) 불러오기

import seaborn as sns

3) 한글 폰트 안 깨지기 위한 설정

import matplotlib
import matplotlib.font_manager as fm

#plt.rc('font',family='AppleGothic')

# For Windows
font_location = 'C:/Windows/Fonts/Malgun.ttf' 

# For apple
# font_location = '/System/Library/Fonts/AppleSDGothicNeo.ttc'

font_name = fm.FontProperties(fname=font_location).get_name()
print(font_name)
matplotlib.rc('font', family=font_name)

4) Seaborn 그래프 표현 템플릿

# data= DataFrame에 한 함
sns.~plot(data= , x= , y= , hue= ) # x,y는 칼럼명

💡 (기억하면 좋을 것 같은) palette 색상

• Blues
• Paired
• viridis

​

3. Seaborn 데이터 불러오기

• seaborn의 load_dataset() 함수 이용

titanic = sns.load_dataset('titanic')

penguins = sns.load_dataset('penguins')

​

4. 선형 회귀선 있는 산점도(Regplot)

• regplot() 함수 : 선형 회귀선이 있는 산점도

- 데이터 셋
- x축 변수
- y축 변수
- axe 객체
- fit_reg : 선형회귀선 표시 여부

# 그래프 객체 생성 (figure에 2개의 서브 플롯을 생성)
fig = plt.figure(figsize=(15,5))
ax1 = fig.add_subplot(1, 2, 1)
ax2 = fig.add_subplot(1, 2, 2)
 
# 산점도에 선형회귀선 표시(fit_reg=True)
sns.regplot(data=titanic, x='age', y='fare', ax=ax1)        

# 산점도에 선형회귀선 미표시(fit_reg=False)
sns.regplot(data=titanic, x='age', y='fare', ax=ax2, fit_reg=False)

plt.show()

​

5. Distplot, Histplot, Kdeplot

• distplot( ) 함수 : 히스토그램과 커널 밀도 그래프을 표현하는 함수

- 분포를 그릴 데이터 변수
- hist : True는 히스토그램 표시, False는 히스토그램 표시 안 함
- kde : True는 커널 밀도 그래프 표시, False는 커널 밀도 그래프 표시 안 함
- axe 객체

• histplot( ) 함수 : 히스토그램(하나의 변수 데이터를 특정 구간별 정보로 확인할 때 사용하는 함수)
• kdeplot( ) 함수 : 커널 밀도 그래프(그래프와 x축 사이의 면적이 1이 되도록 그리는 밀도 함수)

# 그래프 객체 생성 (figure에 3개의 서브 플롯을 생성)
fig = plt.figure(figsize=(15, 5))   
ax1 = fig.add_subplot(1, 3, 1)
ax2 = fig.add_subplot(1, 3, 2)
ax3 = fig.add_subplot(1, 3, 3)
 
# distplot
# 히스토그램과 커널 밀도 그래프 표시
sns.distplot(titanic['fare'], ax=ax1) 

# histplot
#sns.histplot(data=titanic, x='fare', ax=ax2)와 동일  
sns.distplot(titanic['fare'], kde=False, ax=ax2)  

# kdeplot
#sns.kdeplot(data=titanic, x='fare', ax=ax3)와 동일  
sns.distplot(titanic['fare'], hist=False, ax=ax3) 

# 차트 제목 표시
ax1.set_title('titanic fare - distplot')
ax2.set_title('titanic fare - histplot')
ax3.set_title('titanic fare - kedplot')

plt.show()

data = sns.load_dataset('penguins')
data = data.dropna()

sns.histplot(data=data, x='bill_length_mm', bins=15, hue='species', palette='Set3', multiple='stack')

​

6. Displot

• displot() 함수 : distribution들을 여러 subplot들로 나눠서 출력해주는 함수
  - displot에 kind를 변경하는 것으로, histplot, kdeplot, ecdfplot 출력 가능
  - row 및 col 매개변수에 따라 그래프 구도 변경 가능

sns.displot(data=data, x='bill_length_mm', row ='species', col='sex', kind='hist', hue='species', palette='viridis')

sns.displot(data=data, x='bill_length_mm', col='sex', kind='kde', hue='species', palette='viridis')

​

7. Barplot

• barplot() 함수 : seaborn에서 막대그래프를 그리는 함수

- 주요 인자(parameter)
data, x, y, palette : 색상, hue: 그룹, ax: axes, estimator: 집계함수

​
- 기본값으로 평균으로 집계한다
- 가로 / 세로 두 가지로 모두 출력 가능
- x, y 매개변수의 값을 서로 바꾸면 출력 방향 바꾸기 가능

plt.figure(figsize=(12, 6)) # 도화지 세팅

# sns.barplot(data=data, x='species', y='bill_depth_mm', errorbar=None, palette='Set3') # 세로로 출력

sns.barplot(data=data, y='species', x='bill_depth_mm', errorbar=None, palette='Set3') # 가로로 출력, 결과는 평균으로 표현

# 그래프의 추가적인 양식들은 seaborn 함수 밑에다가 적는 것을 추천
plt.title("펭귄 종별 부리 길이의 평균", fontsize=16)

# x 눈금 변경
plt.xticks([0, 5, 10, 15, 20])

# 그래프 저장 
plt.savefig('sample_barplot.png') 🌟🌟🌟

# 그래프만 출력(그래프 관련 코드 맨 마지막에 적어야 함)
plt.show()

• seaborn에 lambda함수 적용

# 15세 이하의 비율 그래프
sns.barplot(data=df, x='Pclass', y='Age',
estimator=lambda x: (x <= 15).mean(), ci=False, palette='BuPu')

​

8. Boxplot

• boxplot() 함수 : 데이터의 각 종류별로 사분위 수(quantile)를 표시하는 함수
  - 특정 데이터의 전체적인 분포를 확인하기 좋은 시각화 기법
  - box와 전체 range의 그림을 통해 outlier(이상치)를 찾기 용이(IQR : Inter-Quantile Range)

sns.boxplot(data=data, x='species', y='flipper_length_mm', palette='Set3')

​

9. 범주형 데이터의 산점도(Stripplot, Swarmplot)

• stripplot( ) 함수 : 데이터 포인트가 중복되어 범주별 분포를 시각화

- 데이터 셋
- x축 변수
- y축 변수
- axe 객체
- hue : 특정 열 데이터로 색상을 구분하여 출력

• swarmplot( ) 함수
  : 데이터의 분산까지 고려하여 데이터 포인트가 서로 중복되지 않도록 시각화.

- 데이터 셋
- x축 변수
- y축 변수
- axe 객체
- hue : 특정 열 데이터로 색상을 구분하여 출력

# 그래프 객체 생성 (figure에 2개의 서브 플롯을 생성)
fig = plt.figure(figsize=(15, 5))   
ax1 = fig.add_subplot(1, 2, 1)
ax2 = fig.add_subplot(1, 2, 2)

# 이산형 변수의 분포 - 데이터 분산 미고려
sns.stripplot(data=titanic, x='class', y='age', ax=ax1)  

# 이산형 변수의 분포 - 데이터 분산 고려 (중복 X) 
sns.swarmplot(data=titanic, x='class', y='age', ax=ax2, hue='sex') # 성별로 색상 구분   

# 차트 제목 표시
ax1.set_title('Strip Plot')
ax2.set_title('Swarm Plot')

plt.show()

​

10. 빈도 그래프(Countplot)

• countplot( ) 함수 : 각 범주에 속하는 데이터의 개수를 막대 그래프로 시각화

- 데이터 셋
- x축 변수
- axe 객체
- hue : 특정 열 데이터로 색상을 구분하여 출력
- palette

# 그래프 객체 생성 (figure에 3개의 서브 플롯을 생성)
fig = plt.figure(figsize=(15, 5))   
ax1 = fig.add_subplot(1, 3, 1)
ax2 = fig.add_subplot(1, 3, 2)
ax3 = fig.add_subplot(1, 3, 3)
 
# class별 인원 파악
sns.countplot(data=titanic, x='class', ax=ax1, palette='Set3') 

# hue 옵션에 'who' 추가 
sns.countplot(data=titanic, x='class', ax=ax2, hue='who', palette='Set3')

# dodge=False 옵션 추가 (축 방향으로 분리하지 않고 누적 그래프 출력)
sns.countplot(data=titanic, x='class', ax=ax3, hue='who', palette='Set3', dodge=False)

# 차트 제목 표시
ax1.set_title('titanic class')
ax2.set_title('titanic class - who')
ax3.set_title('titanic class - who(stacked)')

plt.show()

​

11. 조인트 그래프(Jointplot)

• jointplot( ) 함수 : 산점도를 기본으로 표시, x-y축에 각 변수에 대한 히스토그램을 동시에 시각화

- 데이터 셋
- x축 변수
- y축 변수
- kind = 'reg' : 선형 회귀선 추가
- kind = 'hex' : 육각 산점도 추가
- kind = 'kde' : 커널 밀집 그래프 추가

# 조인트 그래프 - 산점도(기본값)
j1 = sns.jointplot(data = titanic, x='fare', y='age')
j1.fig.suptitle('titanic fare - scatter', size=15)

plt.show()

# 조인트 그래프 - 회귀선(kind = 'reg')
j2 = sns.jointplot(data=titanic, x='fare', y='age', kind='reg')
j2.fig.suptitle('titanic fare - reg', size=15)

plt.show()

# 조인트 그래프 - 육각 산점도(kind = 'hex')
j3 = sns.jointplot(data=titanic, x='fare', y='age', kind='hex')
j3.fig.suptitle('titanic fare - hex', size=15)

plt.show()

# 조인트 그래프 - 커널 밀집 그래프(kind = 'kde')
j4 = sns.jointplot(data=titanic, x='fare', y='age', kind='kde')
j4.fig.suptitle('titanic fare - kde', size=15)

plt.show()

​

12. 관계 그래프(Pairplot)

• pairplot( ) 함수
  - 인자로 전달된 데이터프레임의 feature(수치형)을 두 개씩 짝 지은 모든 조합 표현(displot의 확장판)
  - 각 그리드에 두 feature에 간의 관계를 나타내는 그래프를 하나씩 표현
  - 같은 feature에 짝을 이루는 대각선 방향으로는 히스토그램 시각화
  - 서로 다른 feature에 간에는 산점도 시각화
  - 각 feature에 대해 계산된 모든 결과를 보여주기 때문에, feature가 많은 경우 사용 부적합(보통 6개 정도까지만 사용)
  - feature가 많은 경우, 몇 개 feature에 대해서만 적용하거나 하나씩 그래프 표현하는 것을 권장

titanic_pair = titanic[['age', 'pclass', 'fare']]
sns.pairplot(titanic_pair)

plt.show()

sns.pairplot(data=data, hue='species')

​

13. Lineplot

• lineplot() 함수 :특정 데이터를 x, y로 표시하여 관계를 확인할 수 있는 함수(선 그래프)
  - 수치형 지표들 간의 경향을 파악할 때 많이 사용합니다.(오차 포함)
  - 시간의 흐름에 따른 변화를 나타낼 때/ 연속한 데이터들 볼 때 많이 사용

sns.lineplot(data=data, x='body_mass_g', y='flipper_length_mm', errorbar=None, hue='species', palette='winter')

​

14. Scatterplot

• scatterplot() 함수 : lineplot과 비슷하게 x, y에 대한 전체적인 분포를 확인하는 plot
  - lineplot은 경향성에 초점을 둔다면, scatterplot은 데이터 그 자체가 퍼져있는 모양에 중점
  - 시간에 따른 데이터의 변화를 보기 위한 것이 아니라면, Lineplot보다는 Scatterplot 사용

- s : 점 크기
- alpha(0~1) : 투명도
- plt.scatter의 매개 변수 모두 사용 가능

sns.scatterplot(data=data, x='body_mass_g', y='flipper_length_mm', hue='species', palette='Blues', s=50, alpha=1)

​

15. Heatmap

• heatmap() 함수 : 데이터의 관계를 정사각형 그림의 색 차이로 보여주는 함수
  - 말 그대로 heatmap이기 때문에, 열화상카메라로 사물을 찍은 것처럼 정보의 차이를 표현
  - pairplot과 비슷하게 feature간 관계를 시각화할 때 많이 사용
  - 상관관계 : 어떤 X값의 변화에 따라 Y값의 선형적으로 변화하는지를 측정한 지표(범위 : -1 ~1)

sns.heatmap(data=data.corr(), annot=True, fmt='.3f', cmap='Blues_r')