010일차 - EDA, matplotlib, seaborn
EDA
EDA란?
- 탐색적 데이터 분석(Exploratory Data Analysis)의 약자
- 모델링에 선행하여 다양한 관점에서 데이터를 관찰하고, 이해하는 과정
- 통계 기법 및 시각화로 데이터의 특징을 파악
🔗Top EDA Tools For Exploratory Data Analysis and Techniques You Must Know
데이터 시각화
- 시각화의 목적은 배경지식이 없는 사람에게도 정보를 빠르게 전달하는 것
💡 색 조합 & UI/UX적 지식을 토대로 해석하기 용이한 시각화 자료를 만드는 것이 중요하다.
🔗자연스러운 흐름의 디자인 레이아웃 - uiux lab
인포그래픽 사이트
🔗visualcapitalist
자료형에 의한 시각화 분류
💡 아래 사이트에서 자료형 조합별 시각화 종류를 확인할 수 있다.
🔗from Data to Viz
matplotlib
matplotlib란?
- 공학용 소프트웨어인 매트랩과 유사한 시각화를 지원하는 파이썬 라이브러리
🔗Matplotlib cheatsheets and handouts
seaborn
- matplotlib 라이브러리를 기반으로 작성된 라이브러리
- 간결한 코드로 통계 처리 등 더 유용한 시각화 함수를 제공
ydata_pr
- 한 번의 모듈 호출만으로 EDA과정에서 필수적인 정보를 확인할 수 있는 HTML 페이지를 제작해주는 라이브러리
!pip install ydata-profiling
from ydata_profiling import ProfileReport
profile = ProfileReport(tips, title='tips analysis')
profile.to_file('test.html')
ydata-profiling으로 생성된 html 페이지 일부
💡 딸각
