프로젝트 2 - 서울시 범죄현황 데이터 (3)

Seaborn

!conda install -y seaborn

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from matplotlib import rc

plt.rcParams["axes.unicode_minus"] = False #마이너스 부호 때문에 한글이 깨지는 경우 방지
rc("font", family= "Malgun Gothic")
%matplotlib inline

예제1. Seaborn 기초

np.linspace(0,14, 100)  #0~14 까지 100개의 데이터

array([ 0.        ,  0.14141414,  0.28282828,  0.42424242,  0.56565657,
        0.70707071,  0.84848485,  0.98989899,  1.13131313,  1.27272727,
        1.41414141,  1.55555556,  1.6969697 ,  1.83838384,  1.97979798,
        2.12121212,  2.26262626,  2.4040404 ,  2.54545455,  2.68686869,
        2.82828283,  2.96969697,  3.11111111,  3.25252525,  3.39393939,
        3.53535354,  3.67676768,  3.81818182,  3.95959596,  4.1010101 ,
        4.24242424,  4.38383838,  4.52525253,  4.66666667,  4.80808081,
        4.94949495,  5.09090909,  5.23232323,  5.37373737,  5.51515152,
        5.65656566,  5.7979798 ,  5.93939394,  6.08080808,  6.22222222,
        6.36363636,  6.50505051,  6.64646465,  6.78787879,  6.92929293,
        7.07070707,  7.21212121,  7.35353535,  7.49494949,  7.63636364,
        7.77777778,  7.91919192,  8.06060606,  8.2020202 ,  8.34343434,
        8.48484848,  8.62626263,  8.76767677,  8.90909091,  9.05050505,
        9.19191919,  9.33333333,  9.47474747,  9.61616162,  9.75757576,
        9.8989899 , 10.04040404, 10.18181818, 10.32323232, 10.46464646,
       10.60606061, 10.74747475, 10.88888889, 11.03030303, 11.17171717,
       11.31313131, 11.45454545, 11.5959596 , 11.73737374, 11.87878788,
       12.02020202, 12.16161616, 12.3030303 , 12.44444444, 12.58585859,
       12.72727273, 12.86868687, 13.01010101, 13.15151515, 13.29292929,
       13.43434343, 13.57575758, 13.71717172, 13.85858586, 14.        ])

x = np.linspace(0, 14, 100)
y1 = np.sin(x)
y2 = 2 * np.sin(x + 0.5)
y3 = 3 * np.sin(x + 1.0)
y4 = 4 * np.sin(x + 1.5)

plt.figure(figsize=(10,6))
plt.plot(x, y1, x, y2, x, y3, x, y4)
plt.show()

# sns.set_style() 종류 :  styles = ["white", "dark", "whitegrid", "darkgrid", "ticks"]
sns.set_style("dark")
plt.figure(figsize=(10,6))
plt.plot(x, y1, x, y2, x, y3, x, y4)
plt.show()

예제2. seaborn tips data

• boxplot
• swarmplot
• implot

tips = sns.load_dataset("tips")
tips

#tips 데이터 요약 정보 확인
tips.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 244 entries, 0 to 243
Data columns (total 7 columns):
 #   Column      Non-Null Count  Dtype   
---  ------      --------------  -----   
 0   total_bill  244 non-null    float64 
 1   tip         244 non-null    float64 
 2   sex         244 non-null    category
 3   smoker      244 non-null    category
 4   day         244 non-null    category
 5   time        244 non-null    category
 6   size        244 non-null    int64   
dtypes: category(4), float64(2), int64(1)
memory usage: 7.4 KB

# boxplot 그리기
plt.figure(figsize=(8,6))
sns.boxplot(x=tips["total_bill"])
plt.show()

plt.figure(figsize=(8,6))
sns.boxplot(x="day", y="total_bill", data = tips)
plt.show()

# "day" 데이터 항목 확인
tips["day"].unique()

['Sun', 'Sat', 'Thur', 'Fri']
Categories (4, object): ['Thur', 'Fri', 'Sat', 'Sun']

#boxplot의 hue, palette 옵션
#hue="" 기준으로 나눠서 비교
plt.figure(figsize=(8,6))
sns.boxplot(x="day", y="total_bill", data=tips, hue="smoker", palette="Set1")  #palette Set색상 1~3 3가지
plt.show()

# swarmplot

plt.figure(figsize=(8,6))
sns.swarmplot(x="day",y="total_bill", data=tips,color="0.5" )  #color 옵션(0~1사이, 검=0, 흰=1)
plt.show()

# boxplot + swarmplot 같이 나타내기 
plt.figure(figsize=(8,6))
sns.boxplot(x="day", y="total_bill", data=tips)
sns.swarmplot(x="day", y="total_bill", data=tips, color="0.25")
plt.show()

# lmplot 로 total_bill과 tip사이 관계 파악

sns.set_style("darkgrid")
sns.lmplot(x="total_bill", y="tip", data=tips, height=5)  #size옵션 대신 height옵션으로 사용
plt.show()

sns.set_style("darkgrid")
sns.lmplot(x="total_bill", y="tip", data = tips, height=5, hue="smoker")
plt.show()

예제3. flight data

• heatmap

flights = sns.load_dataset("flights")
flights.head()

flights.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 144 entries, 0 to 143
Data columns (total 3 columns):
 #   Column      Non-Null Count  Dtype   
---  ------      --------------  -----   
 0   year        144 non-null    int64   
 1   month       144 non-null    category
 2   passengers  144 non-null    int64   
dtypes: category(1), int64(2)
memory usage: 2.9 KB

# pivot기능 활용
# index, columns, values

flights = flights.pivot(index="month", columns="year", values="passengers")
flights.head()

# heatmap

plt.figure(figsize=(10,8))
sns.heatmap(data=flights, annot=True, fmt="d") # annot=True는 데이터 값 표시, False는 숫자표시x / fmt="d":정수형, "f":소수형
plt.show()

# colormap 옵션
plt.figure(figsize=(10,8))
sns.heatmap(flights, annot=True, fmt="d", cmap="YlGnBu")
plt.show()

예제4. iris 데이터

• pairplot

iris = sns.load_dataset("iris")
iris.tail()

# pairplot 그려보기

sns.set_style("ticks")
sns.pairplot(iris)
plt.show()

iris["species"].unique()

array(['setosa', 'versicolor', 'virginica'], dtype=object)

#  hue 옵션
sns.pairplot(iris, hue="species")

<seaborn.axisgrid.PairGrid at 0x1750dd65520>

# 원하는 컬럼만 선택해 pairplot

sns.pairplot(iris, x_vars=["sepal_width", "sepal_length"],
            y_vars=["petal_width", "petal_length"])
plt.show()

예제5. ansbombe data

• lmplot

anscombe = sns.load_dataset("anscombe")
anscombe.tail()

anscombe["dataset"].unique()

array(['I', 'II', 'III', 'IV'], dtype=object)

sns.set_style("darkgrid")
sns.lmplot(x="x", y="y", data=anscombe.query("dataset=='I'"), ci=None, height=7) #ci : 신뢰구간 설정
plt.show()

sns.set_style("darkgrid")
sns.lmplot(x="x", y="y", data=anscombe.query("dataset=='I'"), ci=None, height=7, scatter_kws={"s":50}) #점의 크기 설정
plt.show()

# order 옵션 
sns.set_style("darkgrid")
sns.lmplot(
    x="x", 
    y="y", 
    data=anscombe.query("dataset=='II'"), 
    order = 1,
    ci=None, 
    height=7, 
    scatter_kws={"s":50}) 
plt.show()

# order 옵션 
sns.set_style("darkgrid")
sns.lmplot(
    x="x", 
    y="y", 
    data=anscombe.query("dataset=='II'"), 
    order = 2,
    ci=None, 
    height=7, 
    scatter_kws={"s":50}) 
plt.show()

#이상치 outlier 
sns.set_style("darkgrid")
sns.lmplot(
    x="x", 
    y="y", 
    data=anscombe.query("dataset=='III'"), 
    ci=None, 
    height=7, 
    scatter_kws={"s":50}) 
plt.show()

#이상치로 인해 올라간 직선 그래프에 robuts=True 설정하면 이상치에 민감하게 값이 출력되지 않는다.


sns.set_style("darkgrid")
sns.lmplot(
    x="x", 
    y="y", 
    data=anscombe.query("dataset=='III'"), 
    robust=True,
    ci=None, 
    height=7, 
    scatter_kws={"s":50}) 
plt.show()

---

pairplot 이용해서 강도/살인/폭력 상관관계 파악

sns.pairplot(data=crime_anal_norm, vars=["살인", "강도", "폭력"], kind="reg", height=3) #kind="reg": 회귀
#kind 종류 : "scatter", "kde", "hist", "reg"

인구수, CCTV와 살인, 강도의 상관관계 확인

def drawGraph():
    sns.pairplot(
    data=crime_anal_norm,
    x_vars=["인구수", "CCTV"],
    y_vars=["살인", "강도"],
    kind="reg",
    height=4
    )
    plt.show()
drawGraph()

인구수, CCTV와 살인검거율, 폭력검거율의 상관관계 확인

def drawGraph():
    sns.pairplot(
    data=crime_anal_norm,
    x_vars=["인구수", "CCTV"],
    y_vars=["살인검거율", "폭력검거율"],
    kind="reg",
    height=4
    )
    plt.show()
drawGraph()

절도검거율, 강도검거율과 비교

def drawGraph():
    sns.pairplot(
    data=crime_anal_norm,
    x_vars=["인구수", "CCTV"],
    y_vars=["절도검거율", "강도검거율"],
    kind="reg",
    height=4
    )
    plt.show()
drawGraph()

검거율에 대한 히트맵 / "검거" 컬럼을 기준으로 정렬

def drawGraph():
    # 데이터프레임 설정
    target_col= ["강간검거율", "강도검거율", "살인검거율", "절도검거율", "폭력검거율", "검거"]
    crime_anal_norm_sort = crime_anal_norm.sort_values(by="검거", ascending=False) #내림차순
    
    #그래프 설정
    plt.figure(figsize=(10,10))
    sns.heatmap(
        data=crime_anal_norm_sort[target_col],
        annot=True,
        fmt="f",
        linewidths=0.5, #박스 간 간격 (디폴트:0)
        cmap = "RdPu",
    )
    plt.title("범죄 검거 비율(정규화된 검거의 합으로 정렬)")
drawGraph()

범죄발생 건수 히트맵, "범죄"컬럼 기준으로 설정

def drawGraph():
    target_col= ["강간", "강도", "살인", "절도", "폭력", "범죄"]
    crime_anal_norm_sort = crime_anal_norm.sort_values(by="범죄", ascending=False) #내림차순
    
    plt.figure(figsize=(10,10))
    sns.heatmap(
        data=crime_anal_norm_sort[target_col],
        annot=True,
        fmt="f",
        linewidths=0.5, #박스 간 간격 (디폴트:0)
        cmap = "RdPu",
    )
    plt.title("범죄 비율(정규화된 발생 건수로 정렬)")
drawGraph()

#데이터 저장
crime_anal_norm.to_csv("../data/02.crime_in_Seoul_final.csv", sep=",", encoding="utf-8")