1. Seaborn 라이브러리
- Matplotlib의 기능과 스타일을 확장한 파이썬 시각화 도구의 고급 버전
라이브러리 가져오기
import seaborn as sns1) 데이터 가져오기
- seaborn의 load_dataset() 함수 이용해서 데이터를 데이터프레임으로 갸져온다
2) 회귀선이 있는 산점도 : regplot
- regplot() : 서로다른 2개의 연속 변수 사이의 산점도를 그리고 선형회귀분석에 의한 회귀선을 함께 나타낸다
- fit_reg = False 옵션 : 회귀선을 안보이게 한다.
3) 히스토그램/커널 밀도 그래프 : displot
- displot() : 하나의 변수 데이터의 분포를 확인할 때
- 기본값으로 히스토그램, 커널 밀도 함수 출력
- hist = False 옵션 : 히스토그램 표시 안 함
- kde = False 옵션 : 커널 밀도 그래프 표시 안 함
- 밀도 그래프 : displot()
- 히스토그램 : histplot()
4) 히트맵 : heatmap
- 매트릭스 형태로 분류
- aggfunc = 'size' 옵션 : 데이터 값의 크기를 기준으로 집계
- cbar = False 옵션 : 컬러바 표시 안 함
- 남자의 수가 많다, 특히 3등석 남자의 수가 압도적으로 많은 것을 확인.
<데이터값 표시 안 함 & 컬러바 표시 안 함 >
5) 범주형 데이터의 산점도 : swarmplot
- 범주형 변수에 들어있는 각 범주별 데이터의 분포를 확인하는 방법
- stripplot() & swarmplot() 함수 사용 가능
- stripplot() : 분산 고려 안 함
- swarmplot()
- 데이터의 분산까지 고려하여 데이터 포인트가 중복되지 않도록 함
- 데이터가 퍼져있는 정도를 입체적으로 볼 수 있다.
<hue = "sex" >
6) 막대 그래프 : barplot
- barplot()
- 1) 비율 막대 그래프
- 빈도 막대 그래프
비율 막대 그래프 : barplot
<오류바 없는 errorbar = None >
빈도 막대 그래프 : countplot
<그래프를 겹겹히 포갠 경우 >
<누적합을 구할때는 histplot(multiple = 'stack')>
7) 박스 플롯/바이올린 그래프 : boxplot & violinplot
- boxplot() : 범주형 데이터 분포와 주요 통계 지표를 함께 제공
- 데이터가 퍼져 있는 분산 정도를 정확하게 알기는 어렵다
- violinplot(): 커널 밀도 함수 그래프를 y축방향에 추가
8) 조인트 그래프 : jointplot
- jointplot()
- 산점도를 기본으로 표시
- x-y축에 각 변수에 대한 히스토그램을 동시에 보여줌
- 두 변수의 관계와 데이터가 분산되어 있는 정도를 한눈에 파악하기 좋음
- 회귀선 추가 : (kind = 'reg')
- 육각 산점도 : (kind = 'hex')
- 커널 밀집 그래프 : (kind = 'kde')
1. <조인트 그림 - 산점도(기본값) >
2. <조인트 그림 - 산점도 + 회귀선>
3. <조인트 그림 - 육각 산점도>
4. <조인트 그림 - 밀도 함수>
9) 조건을 적용하여 화면을 그리드로 분할하기 : FacetGrid
FacetGrid()
- 행,열 방향으로 서로 다른 조건을 적용하여 여러 개의 서브플롯을 만든다.
- 서브플롯에 적용할 그래프 종류를 map()메소드를 이용하여 그리드 객체에 전달
그래프 해석
- 남성에 비해서 여성 생존자가 상대적으로 많다.
- 성인 중에서는 20-40대의 생존자가 많다
10) 이변수 데이터의 분포 : pairplot
pairplot
- 인자로 전달되는 데이터프레임의 열(변수)을 두 개씩 짝을 지을 수 있는 모든 조합에 대해서 표현
- 짝의 개수만큼 화면을 그리드로 나눈다
- 두 변수 간의 관계를 나타내는 그래프를 하나씩 그린다.
- 같은 변수끼리 짝을 이루는 대각선 방향으로는 히스토그램을 그리고 서로 다른 변수 간에는 산점도를 그린다.
Why.Not.Now