[Python] 데이터 시각화(matplotlib, pandas, seaborne)

- 그래프 구성요소

https://matplotlib.org/stable/gallery/showcase/anatomy.html

• Figure: 그림 전체
• Axes: 그림 내부의 좌표측 혹은 개별 그림
• Line: 선 그래프에서의 선
• Markers: 점 그래프에서 점
• Legned: 범례
• Grid: 격자
• Title: 제목
• Spines: 윤곽선
• X axis label: X축 라벨
• Y axis lable: Y축 라벨
• Major tick: 메인 눈금
• Major tick label: 메인 눈금 라벨
• Minor tick: 서브 눈금
• Minor tick label: 서브 눈금 라벨

 

- Matplotlib을 이용한 그래프 그리기

import seaborn as sns
import matplotlib.pyplot as plt

df = sns.load_dataset('penguins')

plt.scatter(df['flipper_length_mm'], df['body_mass_g']) # x축이 flipper_length_mm, y축이 body_mass_g인 산점도 그래프

df_group = df.groupby('species')['body_mass_g'].mean().reset_index() # species별 평균 body_mass_g 계산.
# 그래프를 그리기 위해 x축과 y축이 필요하므로 reset_index()를 통해 인덱스인 species를 열로 변경하는 것입니다.

plt.bar(df_group['species'], height = df_group['body_mass_g']) # bar 그래프에서는 y 대신에 height 입력

plt.hist(df['body_mass_g'], bins = 30) # 히스토그램. bins는 해당 막대의 영역을 얼마나 채우는지를 결정해주는 변수(The towers or bars of a histogram)
plt.xlabel('Body mass') # x축 라벨
plt.ylabel('Count') # y축 라벨
plt.title('Distribution of Penguin's mass') # 제목. matplotlib은 한글 폰트를 기본적으로 지원하지 않음.
# 한글 제목을 쓰고 싶다면 plt.rc('font', family = 'Malgun Gothic') 과 같이 한글을 인식하는 폰트로 바꾸어주어야 합니다.
# spyder 등을 이용해서 코딩할 때 하나씩 적용된 결과만 나온다면 동시에 선택해서 실행해야 합니다.

• plt.plot(x축값, y축값): 선 그래프

 

- Matplotlib stateless API / Matplotlib stateful API

처음엥는 stateless 방법만 존재했으나, 더 편리한 사용을 위해 wrapper 모듈인 pyplot이 개발이 되어 stateful 방법을 사용할 수 있음.

1.  stateless API (objected-based)

내가 지정한 figure, 내가 지정한 axes에 그림을 그리는 방법.

figure와 axes를 직접 만들어야 하고, 이는 객체지향적인 특징을 가지고 있다고 할 수 있습니다.

보다 정교하게 그래프를 표현할 때 사용합니다.

import seaborn as. ns
import matplotlib.pyplot as plt

df = sns.load_dataset('penguins')

fig, axes =. lt.subplots(2, 1, figsize = (10, 6)) # (2,1)은 2행 1열로 2개의 axes 객체를 만들라는 뜻. 가로 10, 세로 6인 figure

axes[0].scatter(df['flipper_length_mm'], df['body_mass_g']) # 1번째 axes에 산점도 그리기
axes[0].set_xlabel('날개 길이(mm)')
axes[0].set_ylabel('몸무게(g)')
axes[0].set_title('날개와 몸무게 간의 관계')

axes[1].hist(df['body_mass_g'], bins = 30) # 2번째 axes에 히스토그램
axes[1].set_xlabel('Body Mass')
axes[1].set_ylabel('Count')
axes[1]/set_title('펭귄의 몸무게 분포')

plt.subplot_adjust(left = 0.1,
					right = 0.95,
                    bottom = 0.1,
                    top = 0.95,
                    wspace = 0.5,
                    hspace = 0.5) # subplots_adjust()는 subplot들의 여백 조정

2. stateful API(state-based)

현재의 figure, 현재의 axes에 그림을 그리는 방법

현재의 figure와 axes를 자동으로 찾아 그곳에 그래프를 나타냅니다.

그래프를 간단히 표현할 때 사용합니다.

import seaborn as. ns
import matplotlib.pyplot as plt

df = sns.load_dataset('penguins')

plt.figure(figsize = (10, 6))
plt.subplot(2, 1, 1) # figure 내에 2행 1열의 axes를 만들며 1번째 axes를 현재 axes로 설정해서 자동으로 첫 번쨰 axes에 그려짐
plt.scatter(df['flipper_length_mm'], df['body_mass_g']) 
plt.set_xlabel('날개 길이(mm)')
plt.set_ylabel('몸무게(g)')
plt.set_title('날개와 몸무게 간의 관계')

plt.subplot(2, 1, 2) # 2번째 axes에 그리겠다.

plt.hist(df['body_mass_g'], bins = 30) # 1번째 axes에 히스토그램
plt.set_xlabel('Body Mass')
plt.set_ylabel('Count')
plt/set_title('펭귄의 몸무게 분포')

plt.subplot_adjust(left = 0.1,
					right = 0.95,
                    bottom = 0.1,
                    top = 0.95,
                    wspace = 0.5,
                    hspace = 0.5) # subplots_adjust()는 subplot들의 여백 조정

 

- Pandas를 이용한 그래프 그리기

• line: 선 그래프
• bar: 수직 막대 그래프
• barh: 수평 막대 그래프
• hist: 히스토그램
• box: 박스 플롯
• kde: 커널 밀도 그래프
• area: 면적 그래프
• pie: 파이 그래프
• scatter: 산점도 그래프
• hexbin: 고밀도 산점도 그래프

import seaborn as sns

df = sns.load_dataset('diamonds')

import pandas as pd
import matplotlib.pyplot as plt

plt.rc('font', family='Malgun Gothic')
# 데이터프레임.plot()을 해주면 데이터프레임 객체를 그림으로 나타냄
df.plot.scatter(x='carat', y='price', figsize = (10, 6), title = '캐럿과 가격 간의 관계')

df.plot.scatter(x = 'carat', y = 'price', c = 'cut', cmap = 'Set2') # c = 'cut'은 cut별로 색깔을 다르게. cmap은 파레트

df['price'].plot.hist(bins = 20) # 히스토그램

df.groupby('color')['carat'].mean().plot.bar() # 데이터 분석 및 시각화를 한 번에

 

- Seaborn

matplotlib보다 더 화려하고 복잡한 그래프를 표현할 수 있다.

import seaborn as sns

df = sns.load_dataset('titanic')

sns.scatterplot(data = df, x = 'age', y = 'fare', hue = 'class', style = 'class') # 산점도 그래프. hue는 색깔(여기서는 class별로 색깔 다르게). style은 모양

df_pivot =. df.pivot_table(index='class',
							columns='sex',
                            values='survived',
                            aggfunc='mean')
                            
sns.heatmap(df_pivot, annot = True, cmap = 'coolwarm') # 히트맵 그리기. annot = True를 입력하면 값이 표현됨. cmap은 파레트. coolwarm은 낮으면 파란색, 높으면 빨간색

• figure-level: matplotlib과 별개로 seaborn의 figure를 만들어 그곳에 그래프를 나타냅니다. 따라서 figure-level 함수를 사용할 경우 facetgrid(seaborn의 figure)를 통해 레이아웃을 변경하고, 여러 개의 그래프를 나타낼 수 있습니다.
• axes-level: matplotlib의 axes에 그래프를 나타냅니다.