day 035 KPMG Future Academy

sottuggung·2025년 1월 13일
AIKPMGfutureacademy데이터분석파이썬
0

KPMG-future-academy

목록 보기
32/41

KPMG Future Academy AI 활용 데이터 분석가 3기 35일차 수업을 2025년 1월 7일에 참석했다.

  1. 시각화 라이브러리
    1.1. matplotlib
    1.2. seaborn
    1.3. plotly
    1.4. folium

1. 시각화 라이브러리

데이터의 시각화 : 비즈니스의 인사이트를 파악
그래프의 통계량에는 요약된 정보가 표현된다는 한계가 있음.
요약을 하는 관점에 따라 해석의 결과가 달라질 수 있음.
요약시 정보의 손실이 발생함.

1.1. matplotlib

https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.plot.html

  • xlabel() 함수를 사용하여 그래프의 x축에 대한 레이블 표시
  • ylabel() 함수를 사용하여 그래프의 x축에 대한 레이블 표시

xticks(rotation=)으로 기울이기

legend(), grid()

축 범위 조정

  • xlim() : X축이 표시되는 범위 지정 [xmin, xmax]
  • ylim() : Y축이 표시되는 범위 지정 [ymin, ymax]
  • axis() : X, Y축이 표시되는 범위 지정 [xmin, xmax, ymin, ymax]
  • 입력 값이 없으면 데이터에 맞게 자동으로 범위 지정

xlim, ylim으로 최소 최대 범위 설정

axis로 최소 최대 범위 설정

라인 스타일 조정하기

markerdescription
"."point
","pixel
"o"circle
"v"triangle_down
"^"triangle_up
"<"triangle_left
">"triangle_right

plt.subplot(low, column, index)
3행 1열

1행 3열

for문으로 여러 차트 그리기

연습

추가 기능

데이터프레임.plot()

연습 문제

수평 수직선 추가, 텍스트 추가

연습문제

그래프 저장하기

  • savefig() 함수를 사용
  • 주의할 점은 savefig() 함수를 호출한 이후에 plt.show( )를 호출하면 저장된 이미지가 비어 있을 수 있다.
  • 그래서 figure를 저장할 때는 plt.show() 를 사용하지 않는 것이 좋다.

1.2.seaborn

기본 차트

1) histogram : sns.histplot

  • https://seaborn.pydata.org/generated/seaborn.histplot.html

  • histplot( ) 함수의 매개변수

    • data : 히스토그램을 그릴 데이터셋을 지정
    • bins : 히스토그램에서 막대의 개수를 지정
    • kde : True로 설정하면 커널 밀도 추정(KDE) 곡선을 히스토그램 위에 추가

  • 히스토그램

    • 연속형 데이터를 일정한 간격으로 나누어 각 구간에 속하는 데이터 빈도를 막대로 표현한 그래프
    • 각 막대는 데이터 분포를 나타내며 높이는 해당 구간의 데이터 개수를 나타낸다.

  • 커널 밀도 추정 그래프

    • 데이터 분포를 나타낸다는 점에서 히스토그램과 비슷하다.
    • 그러나 막대 그래프 대신 부드러운 곡선을 사용하는데, 이는 커널 함수 덕분에 가능하다.
    • 커널 함수는 각 데이터 포인트 주위에 작은 확률 분포를 만들고, 이를 모두 합하여 전체 데이터의 분포를 표현한다.

커널 밀도 추정 그래프 포함 히스토그램

2) densityplot : sns.kdeplot

  • https://seaborn.pydata.org/generated/seaborn.kdeplot.html
  • kdeplot( ) 함수의 매개변수
    • data : 사용한 데이터프레임
    • hue : 그룹별로 색상을 나눔
    • fill : 밀도 아래 영역을 채움
    • bw_adjust : 커널의 너비 조정 (값이 작을수록 더 세밀함)
    • common_norm : 그룹별 밀도 곡선의 정규화(Normalization) 방식을 설정
      • 정규화(Normalization): 밀도 곡선을 그릴 때, 곡선 아래 면적의 총합이 1이 되도록 스케일을 맞추는 과정

정규화 : 그룹별 밀도곡선의 정규화 적용 (False시 각 그룹별 밀도가 1)

3) boxplot

  • https://seaborn.pydata.org/generated/seaborn.boxplot.html
  • 주로 범주형 데이터와 연속형 데이터 간의 관계를 나타낼 때 유용
  • boxplot( ) 함수의 매개변수
    • data : 사용한 데이터프레임
    • hue : 그룹을 나눌 기준 변수
    • order : x축 범주의 순서 지정
    • width : 박스 너비 조정 (기본값: 0.8)
    • showfliers : 이상치(outliers) 표시 여부 (기본값: True)

sns.boxplot(data=titanic, x='sex', y='age', showfliers=False) #이상치 감추기

가로

2.2.2. jointplot : scatter + histogram(혹은 density plot)

  • https://seaborn.pydata.org/generated/seaborn.jointplot.html

  • 두 숫자형 변수의 분포를 산점도와 히스토그램으로 함께 시각화하여 데이터 간의 관계를 확인 할 수 있다.

  • Seaborn 그래프의 가장 큰 특징은 hue 옵션으로 범주 차원을 추가해서 볼 수 있다.

  • jointplot( ) 함수의 매개변수

    • x, y : x축과 y축에 사용할 변수
    • data : 히스토그램을 그릴 데이터셋을 지정
    • kind : 결합 플롯의 유형을 지정
      • scatter(산점도 플롯), kde(커널 밀도 추정 그래프), hex(육각형 바이닝 플롯), reg(회귀선을 포함한 산점도 플롯), resid(회귀 분석 잔차 플롯)

2.2.3. regplot : scatter + regression

  • https://seaborn.pydata.org/generated/seaborn.regplot.html

  • 두 숫자형 변수의 산점도와 회귀선을 한꺼번에 비교하여 보여준다.

  • 두 변수 간의 선형 관계를 시각화하는데 사용

  • regplot() 함수의 매개변수

    • x : x축에 사용할 변수
    • y : y축에 사용할 변수
    • data : 시각화할 데이터를 포함하는 데이터프레임을 지정
    • fit_reg : False로 설정하면 회귀선을 그리지 않고 산점도만 시각화
    • scatter_kws : 산점도의 점 스타일을 지정하는 데 사용
    • line_kws : 회귀선의 스타일을 지정
    • ax : 그래프가 그려질 맷플롯립 축 객체를 지정

2.2.4. pairplot : scatter + histogram(혹은 density plot) 확장

  • https://seaborn.pydata.org/generated/seaborn.pairplot.html

  • 모든 숫자형 변수들에 대해서 서로 비교하는 산점도 표시

  • 각 변수에 대해서는 히스토그램(혹은 density plot) 표시

  • 단점 : 시간이 오래 걸린다!

  • pairplot( ) 함수 매개변수

    • data : 사용할 데이터프레임
    • hue : 데이터의 카테고리 변수를 기준으로 색상을 다르게 표시하여 그룹 간의 차이를 시각화
    • diag_kind : 대각선에 나타낼 그래프의 종류를 선택
      • auto : 기본값으로, 각 변수의 분포를 히스토그램으로 시각화
      • hist : 각 변수의 분포를 히스토그램으로 시각화
      • kde : 커널 밀도 추정 그래프를 사용하여 각 변수의 분포를 부드럽게 시각화
      • None : 대각선에 아무런 그래프도 표시하지 않도록 설정할 수 있음

2.2.5. heatmap : 두 범주 집계 시각화

  • https://seaborn.pydata.org/generated/seaborn.heatmap.html

  • 두 범주를 집계한 결과를 색의 농도로 표현해주는 그래프

  • 집계(groupby)와 피봇(pivot)을 먼저 만들어 줘야 한다.

  • 여러 범주를 갖는 변수 비교 시 유용하다.

  • heatmap( ) 함수 매개변수

    • data : 히트맵에 사용할 2차원 데이터
    • annot : 각 셀에 값을 표시할지 여부(기본값:False)
    • fmt : annot=True일 때 숫자 포맷 설정
    • cmap : 색상 팔레트 지정
    • cbar : 컬러바 표시 여부
    • square : 셀을 정사각형으로 표시

상관관계

피벗테이블로 히트맵 그리기

1.3. plotly

스타일 설정하기

  • template : 템플릿명
  • color_discrete_sequence : 컬러맵명 #범주형 데이터
  • color_continuous_scale : 컬러맵명 #연속형 데이터

컬러맵 적용

html 저장

3.4.1. 선그래프

  • px.line(data_frame=데이터, x=X축 컬럼, y=Y축 컬럼, color=색)

산점도
3.4.2. 산점도

  • px.scatter(data_frame=데이터, x=X축 컬럼, y=Y축 컬럼, color=색, trendline='ols') #trendline은 추세선 추가

히스토그램
3.4.3.히스토그램

  • px.histogram(data_frame=데이터, x=X축 컬럼, color=색)

3.4.4.상자그림

  • px.box(data_frame=데이터, x=X축 컬럼, y=Y축 컬럼, color=색)

3.4.5. 막대 그래프

  • px.bar(data_frame=데이터, x=X축 컬럼, y=Y축 컬럼, color=색, barmode='group') #쌓아서 올리지 않으면 barmode = 'group'을 추가한다

3.4.6. 히트맵

  • px.imshow(데이터, text_auto=텍스트포맷, color_continuous_scale=컬러맵)

3.4.7. 파이차트

  • px.pie(data_frame=데이터, values=값, names=라벨)

1.4. folium

4.2. 마커 추가하기

  • 장소 표시 마커
folium.Marker([위도, 경도]
                , tooltip=마우스 오버시 나타남
                , popup=클릭시 나타남
                , icon=folium.Icon(color=색, icon=모양)).add_to(지도)
  • 원 형태 마커
folium.CircleMarker([위도, 경도]
                , radius=범위
                , color=색).add_to(지도)

아이콘 변경

popup 속성으로 이미지 띄우기

원그리기

실습
소상공인시장진흥공단_상가(상권)정보 : 서울시 분석해보기
전처리로 불필요한 열 제거한 데이터프레임

시각화에 한글폰트 적용

  1. 전체 상권업종대분류명 중에서 각 항목이 차지하는 비율 (pie)

음식, 소매, 과학기술 업체가 많음.


2. 상권업종대분류명 중에서 상권업종중분류명과 상권업종소분류명가 차지하는 하위 비중 (피벗테이블 사용)(Treemap)

  1. 시군구명 별 상권업종대분류명의 비율

profile
sottuggung
hello world
이전 포스트

day 034 KPMG Future Academy

다음 포스트

day 036 KPMG Future Academy

0개의 댓글