12/7~8 Data Study to do
- Pandas 피봇테이블 (Ch.3 서울시 범죄 현황, 3-4강)
- python의 for문 (Ch.3 서울시 범죄 현황, 10-11강)
- seaborn (Ch.3 서울시 범죄 현황, 18-21강)
- list 데이터형 (Ch.4 웹 데이터 분석, 12-13강)
- 자기소개서 필수문항
오늘 공부 요약짤...🥲
📌공부 내용
Pandas 기초
✅ pivot_table (표 데이터 재구조화 명령어)
- 데이터 프레임에서 데이터 재구조화/재정렬에 사용되는 기능
- 인덱스와 밸류값은 필수적으로 추가해야함
- 선택한 인덱스와 인덱스가 가지고 있는 숫자 데이터 출력
- 중복된 데이터를 정렬하는 디폴트 옵션 : mean(평균)
→ aggfunc(함수)를 설정하지 않았을 경우 - pd.pivot_table(데이터 프레임, 인덱스, 밸류) 형태로 사용
괄호 속에 들어가는 요소
- 데이터 프레임 : 자료형 데이터
- index = ['칼럼'] : 해당 칼럼을 인덱스로 설정 (여러개 지정 가능)
- values = ['칼럼'] : 숫자형 데이터 중 해당 칼럼만 출력
- aggfunc = np.계산기능 : 인덱스가 가지고 있는 숫자형 데이터에 함수 적용
- 여러개 사용 가능
- 합산(np.sum), 평균(np.mean), 개수(len) 등- columns = ['칼럼'] : 칼럼에 있던 항목들로 분류 가능 (아래 이미지 참고)
- 없는 데이터는 NaN으로 표기- fill_value = 대체 데이터 : NaN으로 표기된 데이터들을 어떻게 채울 것이다
- margins = True : Total 값을 표시 (디폴트 False)
✅ iterrows (Pandas 반복문 명령어)
- Pandas 맞춤형 반복문 명령어
- for문을 사용하면 가독률이 떨어져서 iterrows가 판다스에 적합 - 받을 때 인덱스와 내용으로 나누어 받는 것 주의 필요
Seaborn
✅ seaborn
- inmport seaborn as sns : 보통 sns라고 약칭
- matplotlib와 유사한 기능
- seaborn을 사용하는게 좀 더 편리함 - seaborn은 matplotlib를 가지고 옴
- seaborn을 import 하는 것만으로도 matplotlib 그래프가 seaborn 스타일로 변경
▼ plt를 활용하여 그래프 생성 → seaborn 스타일로 그래프 출력
- sns.set_style('테마') : seaborn 그래프 스타일 호출 명령어
- sns.load_dataset : Seaborn에 내장된 다양한 실제 데이터셋 호출
- seaborn에서도 pivot_table 사용 가능
※ matplotlib 그래프 크기 설정 옵션 : figsize
※ seaborn 그래프 크기 설정 옵션 : size
seaborn 그래프 스타일(테마)
1. white 스타일
- 그래프 안 그리드가 없는 테마
- sns.despine() : 위, 오른쪽 그래프 선 삭제 명령어
→ 괄호 속에 offset 옵션 추가 가능
→ x와 y가 만나는 선이 떨어져 보이도록 하는 옵션 (ex. ③ whitegrid 스타일)
.
2. Dark 스타일
- 그래프의 배경이 파란색인 테마
.
3. whitegrid 스타일
- 흰색 배경에 그리드가 있는 테마
Seaborn 그래프 종류
✅ boxplot
- sns.boxplot(x='x축 데이터', y='y축 데이터', data=data) 로 사용
- 데이터 시각화 라이브러리 중 하나
- 데이터의 중앙값, 사분위수(25%, 50%, 75%), 이상치 등 쉽게 파악 가능
그래프 이미지 의미
- 상자 : 데이터의 사분위수
- 막대 : 전체 데이터의 범위
- 점(이상치) : 다른 데이터와는 극단적으로 다른 값 (아웃라이어라고 명명)
- 상자 속 선 : 메디안(median, 중앙값) ↔ 평균
과 다른 값
- hue = '칼럼' : 칼럼을 기준으로 분류해주는 옵션
- palette = '색상명' : seaborn이 가지고 있는 색상표에서 '색상명'을 선택
✅ swarmplot
- sns.swarmplot(x='x축 데이터', y='y축 데이터', data=data, color ='숫자')로 사용
- 데이터의 분포를 보여주는 그래프
- 단독 사용보다는 boxplot과 함께 콜라보하여 사용하는 것을 추천
✅ lmplot
- sns.lmplot(x='x축 데이터', y='y축 데이터', data=data, size = 숫자)로 사용
- 점과 선이 함께 있는 그래프 형태
- 기본적으로 스캐터(scatter) 형태와 같이 점을 뿌린듯한 모양
- 이 데이터를 직선으로 표현한 선을 추가 - lmplot에서도 hue 옵션 사용 가능
- 선 주위의 흐린 영역이 좁을 수록 강한 상관관계를 가지고 있음
- 해석 : 해당 가게에서는 Total Bill이 증가할 수록 Tip이 줄어드는 상관관계를 보임
- 주황색 선의 흐린 영역이 좁아서 위와 같은 인사이트 도출 가능
✅ heatmap
- sns.heatmap(데이터베이스, annot = True of False, fmt = 'd', cmap = 'ylGnBu')
- annot = True : 그래프 속 박스에 데이터를 적어라
- fmt = 'd': 소수점이 있는 데이터를 정수를 바꿔줘라- cmap = 'ylGnBu' : 그래프의 색상을 색상표에 있는 것으로 바꿔줘라
- 인사이트
1. 해마다 전체 승객의 수가 커지고 있음
- 여름 승객이 특히 많음
- 해가 지날 수록 경울 철 승객이 증가하고 있음
✅ pairplot
- sns.pairplot(데이터 베이스)
- 다수의 칼럼을 비교하는데 용이한 그래프
- 특성 별로 상관관계를 빠르게 파악할 수 있음 - hue 옵션 사용 가능
pairplot 그래프 사용
- x,y 축 데이터로 칼럼이 자동 세팅되어 그래프 출력
- 원하는 칼럼만 셀렉하여 x,y축 데이터로 세팅 가능
- x_vars = '칼럼' : x 데이터로 칼럼 선언
- y_vars = '칼럼' : y 데이터로 칼럼 선언
- anscombe.query("칼럼 == 'I'") : 칼럼에서 I인 값만 호출해라
- query 명령어는 조건문처럼 쓰이기도 함- ci = None : 선 주변 흐린 영역(lmplot에서 참고)을 off 해라
- scatter_kws = {'s' : 80} : 마커 사이즈 설정
- order를 2로 선언하면 선이 점을 따라서 바뀜(???)
- robust = None : 평균적인 데이터 범위에서 벗어난 값을 없는 것으로 취급해라
- 벗어난 값을 없는 것처럼 해서 직선 완성
하루 공부를 마치며🔥
- 오늘 학습 시간 : 6시간 3분
- 주말에 못다한 공부를 진행할 예정이다!
포기만 하지 말자