ABOUT ME

    -

    Today
    -
    Yesterday
    -
    Total
    -
    • Python Seaborn 라이브러리
      카테고리 없음 2023. 10. 27. 13:20

      [Seaborn 라이브러리]

      • 실습 데이터 세트 (seaborn에 있는 데이터 사용)
        • flights: 월별 비행기 탑승객 수 데이터
        • tips : 팁관련 데이터
        • mpg: 자동차 연비관련 데이터

      그래프의 종류 (Seaborn)

      • 1.선그래프 (sns.lineplot)
      • 2.막대그래프 (sns.barplot/sns.countplot)
      • 3.산점도 (sns.scatterplot)
      • 4.히스토그램 (sns.histplot, displot)
      • 5.박스플롯 (sns.boxplot)
      • 6.히트맵 (sns.heatmap)

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


      import warnings as wn
      wn.filterwarnings('ignore') #(그래프의 오류를 일시적으로 가리는 코드)

       

      1. 선그래프 - sns.lineplot
       
      x = np.linspace(0, 15, 16)
      #0부터 15까지 16개로 나누어라
      y = x ** 2 + 2*x + 5.1
      sns.lineplot(x=x,y=y)

       

      2)데이터프레임 그리기

      # 데이터 로드
      flights = sns.load_dataset("flights")

       

      flights['month']=='May'

      0      False
1      False
2      False
3      False
4       True
       ...  
139    False
140    False
141    False
142    False
143    False
Name: month, Length: 144, dtype: bool

       

      may_flights =  flights[flights['month']=='May']

      may_flights


      sns.lineplot(x = may_flights['year'], y= may_flights['passengers'])
      plt.show()

      or

       

      #data인수에 데이터프레임
      # x와 y에 각각 x축에 사용할 열이름(year)과 y축에 사용할 열이름(passengers) 지정

      sns.lineplot(data=may_flights, x="year", y="passengers")
      plt.show()

       

      2. 막대그래프

       (1) barplot

      sns.barplot(data=may_flights, x="year", y="passengers")

      • 원래 특정변수의 평균값을 그려주다. bar plotting  (하지만 위의 데이터는 값이 하나라서 평균값이 아니다)
      • ex) 요일별 tip값의 평균을 보고 싶다면?

      *  tips 데이터 로딩

       

      tips = sns.load_dataset("tips")

      tips.head(30)

       

      #요일별 tip값의 평균
      sns.barplot(data=tips, x='day', y='tip')

       

      • 각 막대에 기본적으로 오차막대(error bar)가 함께 나타남
      • 오차막대: 신뢰구간(confidence interval)
        • 이 데이터를 기반으로 유사한 상황의 95 % 범위 내에서 결과를 얻을 것을 의미
        • ci=None(오차막대 안그림)
      • 요일별 성별 세분화 표시
        • 구분자 hue 이용

      sns.barplot(x="day", y="tip", hue="sex", data=tips, ci=None)
      plt.show()

       

      (2) countplot
      * **데이터의 갯수를 count하여 barplotting**

       

      # day별 tips의 총합
      sns.countplot(x = "day", data = tips)
      plt.show()

      #y축을 설정할 필요가 없다(개수만 세면 되니깐)

      sns.countplot(x = "day", data = tips, hue = "sex")
      plt.show()

       

      3. 산점도 - scatterplot

      • 산점도 그리기
        • x축 total_bill
        • y축 tip

      sns.scatterplot(data = tips, x = "total_bill", y = "tip")

      돈을 많이내면 팁도 많이 낸다

       

      4. 히스토그램/커널 밀도 그래프

      histplot (히스토그램)

       

      #! pip install seaborn
      #! pip install matplotlib
      #seaborn버전이 낮을 경우 histplot, displot이 되지 않음. 업그레이드 필요함
      #업그레이드 후에는 커널을 다시 시작해야 함

       

      #  tips 데이터
      tips

      sns.histplot(data = tips, x = "tip")  #sns.histplot(tips.tip)
      plt.show()

       

      displot

      • kind 를 이용하여 다양한 함수를 그릴 수 있다.
      • 예) histplot(hist), kdeplot(kde), ecdfplot(ecdf)

      -kind 사용

      1. hisplot (hist)
        • 히스토그램(histogram) 그래프를 그리는 함수로 데이터의 빈도
        • count(절대량)을 표현
      2. kdeplot (kde)
        • 커널 밀도 추정(kernal density estimation) 그래프
        • 비율(상대량)을 시각화
      3. ecdfplot(edf)
        • 분포 누적화

      sns.displot(x='tip', data = tips)

      sns.displot(x='tip', data = tips, kind = 'hist')

      sns.displot(x='tip', data = tips, kind = 'kde')

      sns.displot(x='tip', data = tips, kind = 'ecdf')

       

      5.박스플롯

       

      관련용어

      • 백분위 수 : 데이터를 백등분 한 것
      • 사분위 수 : 데이터를 4등분 한 것
      • 제 1사분위 수 (Q1) : 전체 데이터 중 하위 25%에 해당하는 값
      • 제 2사분위 수 (Q2) : 전체 데이터 중 하위(상위) 50%에 해당하는 값 = 중간값 (median)
      • 제 3사분위 수 (Q3) : 전체 데이터 중 하위 75% (상위 25%)에 해당하는 값
      • 제 4사분위 수 (Q4) : 전체 데이터 중 하위 100% (가장 상위)에 해당하는 값
      • IQR (사분위 범위) : Q3 - Q1 (데이터의 중간 50%)
      • 1.전체 데이터에서 각 사분위수를 계산한다.(Q1,Q2,Q3,Q4)
      • 2.그래프에서 제1 사분위와 제3 사분위를 밑변으로 하는 직사각형을 그리고, 제 2사분위에 해당하는 위치(중앙값)에 선분을 긋는다.
      • 3.사분위수 범위(IQR = Q3-Q1)을 계산한다.
      • 4.Q3+1.5IQR보다 크거나, Q1-1.5IQR의 위치에 max와 min을 표시하고 그보다 바깥쪽의 데이터는 이상치로 간주한다.

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

       

      6. Heatmap

       

      - 색깔의 강도에 따라 다른 크기(강도)의 데이터를 표현

      1) 상관관계 그래프

      • corr() 상관관계보기
        • corr() : 변수간 상관계수 표현
        • 수치형 데이터만 사용

      - mpg: 자동차 연비와 관련된 데이터 세트

       

      mpg = sns.load_dataset("mpg")

      mpg.shape

      mpg.head()

      • select_dtypes (include = np.number) - 수치형 변수만 추출 (오류가 날수 있으니 숫자형 데이터만 사용)

      num_mpg = mpg.select_dtypes(include = np.number)

      num_mpg.shape # 398 행, 7개 열

      num_mpg.head()   #origin, name이 빠진것을 알 수 있음!

       

      히트맵 보기 좋게 만들기

      • cmap: 히트맵의 색을 설정 (plt.cm.RdBu)
      • annotation: 값을 주석으로 넣기 (True)

      그래프꾸미기

      • suplot별 title 표시
        • ax.set_title("이름")
      • 전체 제목
        • fig.suptitle ('Four Plot')

      #그래프 꾸미기

      fig, ax = plt.subplots(nrows = 1, ncols = 2, figsize=(16, 5))
      # 큰제목 넣기
      fig.suptitle("heatmap", fontsize=16)
      #  기본 그래프 [Basic Correlation Heatmap]
      sns.heatmap(num_mpg_corr, cmap="BrBG" , ax=ax[0], vmax=1, vmin=-1)
      #subplot의 제목 넣기
      ax[0].set_title("heatmap without annot")
      # 상관관계 수치 그래프 [Correlation Heatmap with Number]
      sns.heatmap(num_mpg_corr, annot=True, cmap="BrBG", ax=ax[1], vmax=1, vmin=-1)     # annot=True --> 상관관계 수치 표시
      #subplot의 제목 넣기
      ax[1].set_title("heatmap with annot")
      fig.tight_layout() # 사용하면 플롯간 여백을 조정해준다.
      plt.show()

       

      • 변수간 상관관계를 직관적으로 이해할 수 있음Target 변수인 mpg를 대상으로 볼때
      • Clylinders, displacement, horsepower, weight 는 강한 음의 상관관계를 가진다!

      pairplot

      • pairplot은 그리도(grid) 형태로 각 집합의 조합에 대해 히스토그램과 분포도를 그립니다.
      • 또한, 숫자형 column에 대해서만 그려줍니다.

       

      sns.pairplot(mpg)
      plt.show()

       

       

    Designed by Tistory.

    티스토리툴바