In [1]:
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
In [2]:
tips_df = sns.load_dataset('tips')
tips_df.head(3)
Out[2]:
total_bill tip sex smoker day time size
0 16.99 1.01 Female No Sun Dinner 2
1 10.34 1.66 Male No Sun Dinner 3
2 21.01 3.50 Male No Sun Dinner 3
In [3]:
tips_df.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

EDA¶

In [4]:
tips_df.describe(include = 'all')
# include = 'all'은 범주형 변수까지 전부 discribe로 나타내줌
Out[4]:
total_bill tip sex smoker day time size
count 244.000000 244.000000 244 244 244 244 244.000000
unique NaN NaN 2 2 4 2 NaN
top NaN NaN Male No Sat Dinner NaN
freq NaN NaN 157 151 87 176 NaN
mean 19.785943 2.998279 NaN NaN NaN NaN 2.569672
std 8.902412 1.383638 NaN NaN NaN NaN 0.951100
min 3.070000 1.000000 NaN NaN NaN NaN 1.000000
25% 13.347500 2.000000 NaN NaN NaN NaN 2.000000
50% 17.795000 2.900000 NaN NaN NaN NaN 2.000000
75% 24.127500 3.562500 NaN NaN NaN NaN 3.000000
max 50.810000 10.000000 NaN NaN NaN NaN 6.000000
In [5]:
# countplot: x축 범주형, y축 관측치
sns.countplot(data = tips_df, x = 'day')
Out[5]:
<AxesSubplot:xlabel='day', ylabel='count'>
In [6]:
# barplot: X축이 범주형, Y축이 연속형 값
sns.barplot(data = tips_df, x = 'sex', y = 'tip')
Out[6]:
<AxesSubplot:xlabel='sex', ylabel='tip'>
In [7]:
# barplot: X축이 범주형, Y축이 연속형 값
sns.barplot(data = tips_df, x = 'sex', y = 'tip', estimator = sum)
# estimator의 기본값은 mean
# 평균이 아닌 다른 계산을 하고 싶다면 그 함수를 넣어 적용할 수 있음
Out[7]:
<AxesSubplot:xlabel='sex', ylabel='tip'>
In [8]:
sns.boxplot(data = tips_df, x = 'time',y = 'total_bill')
Out[8]:
<AxesSubplot:xlabel='time', ylabel='total_bill'>
In [9]:
sns.histplot(data = tips_df, x = 'total_bill')
Out[9]:
<AxesSubplot:xlabel='total_bill', ylabel='Count'>
In [10]:
tips_df['total_bill'].hist()
tips_df['total_bill'].plot.hist()
Out[10]:
<AxesSubplot:ylabel='Frequency'>
In [11]:
#X축: 수치형변수
#Y축: 수치형변수
sns.scatterplot(data = tips_df, x = 'total_bill', y = 'tip')
Out[11]:
<AxesSubplot:xlabel='total_bill', ylabel='tip'>
In [12]:
sns.pairplot(data = tips_df)
Out[12]:
<seaborn.axisgrid.PairGrid at 0x1f91283db20>
In [ ]: