Seaborn
시본(Seaborn)은 파이썬에서 통계 그래픽을 만드는 라이브러리이다. 매트플롯립 위에 구축되며 판다 데이터 구조와 긴밀하게 통합된다.
Seaborn은 데이터를 탐색하고 이해할 수 있도록 도와줍니다. 플로팅 기능은 전체 데이터 세트를 포함하는 데이터 프레임과 배열에서 작동하며 내부적으로 필요한 의미 매핑 및 통계 집계를 수행하여 유용한 플롯을 생성한다. 데이터 집합 중심의 선언적 API를 사용하면 그림을 그리는 방법에 대한 세부 정보보다는 그림의 여러 요소가 무엇을 의미하는지에 집중할 수 있습니다.
씨본이 할 수 있는 일의 예는 다음과 같습니다:
# Import seaborn
import seaborn as sns
# Apply the default theme #기본 테마 설정
sns.set_theme()
# Load an example dataset
tips = sns.load_dataset("tips")
# Create a visualization # 시각화 실행
sns.relplot(
data=tips,
x="total_bill", y="tip", col="time",
hue="smoker", style="smoker", size="size",
)
Seaborn은 우리가 가져와야 하는 라이브러리입니다. 관습적으로 약어 sns로 사용됩니다.
seaborn은 그림을 그리기 위해 matplotlib을 사용합니. 상호작업형 작업의 경우 주피터노트북을 사용하는 것이 좋습니다 matplotlib 모드에서 ipython 인터페이스를 사용하지 않으면 matplotlib를 호출해야 합니다.
# Apply the default theme
sns.set_theme()이것은 matplotlib rcParam 시스템을 사용하며, seaborn을 사용하여 그래프를 만들지 않더라도 모든 matplotlib 그림의 모양에 영향을 미칩니다. 기본 테마 외에도 몇 가지 다른 옵션이 있으며, 플롯의 스타일과 스케일을 독립적으로 제어하여 프레젠테이션 컨텍스트 간에 작업을 빠르게 변환할 수 있습니다 matplotlib 기본값을 좋아하거나 다른 테마를 선호하는 경우 이 단계를 건너뛰고 seavorn plotting 함수를 사용할 수 있습니다.
# Load an example dataset
tips = sns.load_dataset("tips")load_dataset()함수를 사용하여 예제 데이터 세트에 빠르게 액세스합니다. 이 데이터 세트에는 특별한 것이 없습니다. pandas.read_csv()하거나 빌드할 수 있습니다. 문서에 있는 대부분의 예제는 pandas 데이터 프레임을 사용하여 데이터를 지정하지만 seaborn은 허용하는 데이터 구조 에 대해 매우 유연 합니다.
# Create a visualization
sns.relplot(
data=tips,
x="total_bill", y="tip", col="time",
hue="smoker", style="smoker", size="size",
)위 그림에서는 함수 relplot()에 대한 단일 호출을 사용하여 팁 데이터 세트의 5개 변수 사이의 관계를 보여줍니다. 그래프에서 변수의 이름과 그들의 역할에 주목하세요. matplotlib을 직접 사용할 때와 달리 색상 값이나 마커 코드, 플롯 요소의 속성을 지정할 필요가 없어졌습니다.
Seaborn은 데이터 프레임의 값에서 matplotlib이 이해하는 인수로의 변환을 다루었다. 이 선언적 접근 방식을 사용하면 matplotlib을 제어하는 방법에 대한 세부 정보보다는 답변하려는 질문에 집중할 수 있습니다
