Visualization 시각화

using Matplotlib, Seaborn

본격적으로 데이터와 AI를 다루기 전에, 데이터를 적절한 방법으로 시각화하여 분석하는 과정이 필요하다.
따라서, matplotlib 와 seaborn 라이브러리를 활용하여, 데이터를 시각화 하는 방법에 대해 학습했다.

✔️ matplotlib 와 seaborn 설치하기

우선, matplotlib 와 seaborn 각각을 사용하기 위해서는, pip 명령어를 통해 설치하는 과정이 필요하다.

▪️ matplotlib install

pip install -U pip
pip install -U matplotlib

▪️ seaborm install

pip install seaborn

✔️ matplotlib 와 seaborn 의 사용

Python 의 import를 통해 사용하고, as를 통해, 각각 plt과 sns로 줄여 사용한다.

import matplotlib.pyplot as plt
import seaborn as sns

✔️ matplotlib 기본 사용

▪️ plot 그리기

import matplotlib.pyplot as plt

x = [0,1,2,3,4,5]
y = [123,1,59,40,10,100]

# line plot
plt.plot(x,y)
plt.show()

# bar plot
plt.bar(x,y)
plt.show()

# scatter plot
plt.scatter(x,y)
plt.show()

▪️ 여러개의 plot 그리기

subplots()을 이용하여 여러개의 plot을 그릴 수 있다.

fig, axs = plt.subplots(a, b)
: a x b 행렬 형태의 subplots을 만든다.

axs[i][j].plot(x,y)
: 각 subplot에 plot을 그려 넣는다.

import matplotlib.pyplot as plt

x = [0, 1, 2, 3, 4, 5]
y = [123, 1, 59, 40, 10, 100]

fig, axs = plt.subplots(2, 3, figsize=(10, 4))

axs[0][0].plot(x, y)
axs[0][2].bar(x, y)
axs[1][1].scatter(x, y)

plt.show()

💻 결과

▪️ title, x,y label 달기

import matplotlib.pyplot as plt

x = ["Tom","Amy","Jim","Bill","Pegi"]
y = [8,23,52,37,64]

plt.bar(x, y)

# font
font = {'color': 'gray', 'size':14}

# title
plt.title("Sales Performance")

# x축 label
plt.xlabel("Salesperson", font, labelpad=15)

# y축 label
plt.ylabel("Revenue (1000 $)", font, labelpad=15)

plt.show()

💻 결과

✔️ seaborn 기본 사용

▪️ plot 그리기

kernel density plot

import matplotlib.pyplot as plt
import seaborn as sns

# 내장 데이터셋 가져오기
tips = sns.load_dataset("tips")

# kernel density plot
sns.kdeplot(data=tips, x="total_bill")

plt.show()

💻 결과

pie chart

import matplotlib.pyplot as plt
import seaborn as sns

cars = ['AUDI', 'BMW', 'FORD', 'TESLA', 'JAGUAR']
data = [23,29,41,12,17]

# pie chart plot
plt.pie(data ,labels=cars, autopct='%.1f%%')

plt.show()

💻 결과

✔️ Titanic Data 분석

Titanic Data (train.csv) : https://www.kaggle.com/competitions/titanic/data
타이타닉호 탑승객들의 탑승 Class에 따라, 생존률이 어떻게 나타나는 지를 분석한다.

import matplotlib.pyplot as plt
import pandas as pd

# Read data from CSV file
df = pd.read_csv('train.csv')

# Initialize x and y variables
x = []
y = []

# Loop through each class and calculate survival rate
for i in range(1,4):
    number_of_passengers = len(df[df['Pclass'] == i])
    number_of_survivers = len(df[(df['Pclass'] == i) & (df['Survived'] == 1)])
    x.append(i) 
    y.append(number_of_survivers / number_of_passengers * 100)

# Plot bar chart
plt.bar(x, y)

# Set y-axis limit
plt.ylim(0,100)

# Set x-axis tick labels
plt.xticks([1, 2, 3], ['1st Class', '2nd Class', '3rd Class'])

# Add text annotation on each bar
for i, v in enumerate(y):
    plt.text(x[i], v + 2, str(round(v, 2)) + '%', ha='center')

# Display the plot
plt.show()

💻 결과

1st Class 승객들의 생존률은 62.96%로 나타난 반면, 3rd Class 승객들의 생존률은 그의 절반 이하인 24.24%로 나타난 씁쓸한(?) 결과를 얻을 수 있었다.