seaborn을 사용한 데이터 분포 시각화¶
- Matplotlib을 기반으로 다양한 색상 테마와 통계용 차트 등의 기능을 추가한 시각화 패키지
- 기본적인 시각화 기능은 Matplotlib 패키지에 의존하며 통계 기능은 Statsmodels 패키지에 의존
- Matplotib 과 함께 사용
- https://seaborn.pydata.org/index.html
- https://datascienceschool.net/view-notebook/4c2d5ff1caab4b21a708cc662137bc65/
In [2]:
# pip install seaborn
In [5]:
import matplotlib.pyplot as plt
%matplotlib inline
import seaborn as sns
import numpy as np
In [18]:
x = np.linspace(0, 14, 100) # 0~14 사이에 등간격으로 100개의 데이터가 들어가도록!
y1 = np.sin(x) # sin 그래프
y2 = 2*np.sin(x + 0.5) # y1 보다 진폭 2배, x위치는 0.5 이동
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()
In [25]:
# 뒷 배경 바꿀 수 있음 (white / whitegrid 등)
sns.set_style('dark')
plt.figure(figsize=(10,6))
plt.plot(x,y1, x,y2, x,y3, x,y4)
# 필요없는 axis border 제거
sns.despine()
plt.show()
In [15]:
sns.set_style('whitegrid')
plt.figure(figsize=(10,6))
plt.plot(x,y1, x,y2, x,y3, x,y4)
sns.despine(offset=10) # offset x축, y축과의 거리 띄우기 옵션
plt.show()
예제) 레스토랑 tip 통계¶
- tips : 요일별 점심, 저녁, 흡연 여부 식사 금액과 팁을 정리한 데이터
In [26]:
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
sns.set_style("whitegrid")
%matplotlib inline
In [27]:
# tips : 요일별 점심, 저녁, 흡연 여부 식사 금액과 팁을 정리한 데이터
tips = sns.load_dataset('tips')
tips.head(5)
Out[27]:
데이터 이상치 분석¶
In [28]:
sns.set_style("whitegrid")
plt.figure(figsize=(8,6))
# total_bill 컬럼의 이상치 확인
sns.boxplot(x=tips["total_bill"])
plt.show()
In [29]:
plt.figure(figsize=(8,6))
sns.boxplot(x="day", y="total_bill", data=tips)
plt.show()
# 주말에 총 식사 금액이 높은 것을 알 수 있다
In [30]:
plt.figure(figsize=(8,6))
# hue : 그릅 지어줌
sns.boxplot(x="day", y="total_bill", hue="smoker", data=tips, palette="Set3")
plt.show()
In [31]:
plt.figure(figsize=(8,6))
# swarmplot은 stripplot과 비슷하지만 데이터를 나타내는 점이 겹치지 않도록 옆으로 이동
sns.swarmplot(x="day", y="total_bill", data=tips, color=".5")
plt.show()
In [32]:
plt.figure(figsize=(8,6))
sns.boxplot(x="day", y="total_bill", data=tips)
sns.swarmplot(x='day', y='total_bill', data=tips, color=".25")
plt.show()
데이터 회귀 분석¶
In [33]:
# 회귀분석하기
sns.set_style('darkgrid')
sns.lmplot(x='total_bill', y='tip', data=tips, size=7)
plt.show()
In [34]:
# hue 그룹별로 묶는 옵션
sns.lmplot(x="total_bill", y="tip", hue="smoker", data=tips, size=7)
plt.show()
In [35]:
# palette : 준비된 색상 사용
sns.lmplot(x="total_bill", y="tip", hue="smoker", data=tips, palette="Set1", size=7)
plt.show()
heatmap 그리기¶
- https://rfriend.tistory.com/419
- seaborn은 데이터가 2차원 피벗 테이블 형태의 DataFrame으로 집계가 되어 있어야 함 -> sns.heatmap() 함수로 매우 간단하게 히트맵을 그려줌
In [36]:
# 렌덤 데이터 뽑기
uniform_data = np.random.rand(10, 12)
uniform_data
Out[36]:
In [37]:
sns.heatmap(uniform_data)
plt.show()
In [38]:
sns.heatmap(uniform_data, vmin=0, vmax=1) # vmin, vmax 색상 막대 범위
plt.show()
heatmap 활용해서 데이터 분석¶
In [40]:
# 연도별 월병 항공기 승객수 flights 데이터 로드
flights = sns.load_dataset('flights')
flights.head(5)
Out[40]:
In [41]:
# pivot 기능으로 간편하게 월별, 연도별로 구분할 수 있다.
flights = flights.pivot("month", "year", "passengers")
flights.head(5)
Out[41]:
In [42]:
plt.figure(figsize=(10,8))
sns.heatmap(flights)
plt.show()
In [43]:
plt.figure(figsize=(10,8))
# annot=True argument :각 셀에 숫자 입력해(annotate each cell with numeric value)
# fmt='d' : 정수 형태(integer format)로 숫자 입력
sns.heatmap(flights, annot=True, fmt='d')
plt.show()
pairplot¶
- 데이터에 들어 있는 각 컬럼(열)들의 모든 상관 관계를 출력
- 3차원 이상의 데이터라면 pairplot 함수를 사용해 분포도를 그림
- pairplot은 그리도(grid) 형태로 각 집합의 조합에 대해 히스토그램과 분포도를 그림 ## iris 데이터 분석
- iris 머신러닝에서 기본적으로 사용한 아이리스 꽃 관련 데이터
- 꽃잎, 꽃받침의 너비화 폭을 가지고 종(species)을 구분 하기 위한 데이터
In [44]:
# 데이터 로드
sns.set(style='ticks') # ticks : grid 제거
iris = sns.load_dataset('iris')
iris.head(10)
Out[44]:
In [45]:
# pairplot()
sns.pairplot(iris)
plt.show()
In [46]:
# hue 옵션 : 그룹별로 묶기
sns.pairplot(iris, hue='species')
plt.show()
In [48]:
# 컬럼별로 관계 분석할 수 있도록 그래프 그리기
sns.pairplot(iris, vars=['sepal_width', 'sepal_length'])
plt.show()
In [49]:
sns.pairplot(iris, x_vars=["sepal_width", "sepal_length"],
y_vars=["petal_width", "petal_length"])
plt.show()
In [ ]: