Pandas - 시각화(visualization) 그래프 그리기 (4-2) - Seaborn

3 분 소요

Pandas 시각화 그래프 그리기 (4-2) - Seaborn

Seaborn의 다양한 그래프에 대해 실습해본다.

데이터를 가져와서 그래프를 만드는 코드 순서

데이터셋 로드
set_style() : 테마 설정
figure() : 그래프 크기 설정
add_subplot() : 그래프 위치 설정. 여러 개의 그래프를 그릴 때 사용
그래트 형태 설정
그래프 출력

seaborn 이란

matplotlib을 기반으로 다양한 색상 테마와 통계용 차트 등의 기능을 추가한 시각화 패키지
pandas와 함께 사용하기 좋음
다양한 통계 차트와 색상 테마를 제공

import warnings
import pandas as pd
#MatPlotLib
import matplotlib.pyplot as plt
from matplotlib import font_manager, rc
import plotly.express as px
import seaborn as sns

"""
seaborn 이란 
- matplotlib을 기반으로 다양한 색상 테마와 통계용 차트 등의 기능을 추가한 시각화 패키지
- matplotlib 보다 사용하기 쉬움
- pandas와 함께 사용하기 좋음
- 다양한 통계 차트와 색상 테마를 제공
"""

#경고 메시지 무시
warnings.simplefilter("ignore")

#외부에서 폰트를 불러오는 방법
"""기본 포멧 start"""
fnot_path = "./font_data/malgun.ttf"
font_name = font_manager.FontProperties(fname=fnot_path).get_name()
rc('font', family=font_name)





####################
#히스토그램, 밀집도 그래프
titanic = sns.load_dataset('titanic') #seaborn에서 제공하는 데이터셋 load_dataset은 데이터프레임으로 반환
sns.set_style('darkgrid')

fig = plt.figure(figsize=(15, 5)) #그래프 크기 지정
ax1 = fig.add_subplot(1, 3, 1)
ax2 = fig.add_subplot(1, 3, 2)
ax3 = fig.add_subplot(1, 3, 3)

sns.distplot(titanic['fare'], ax=ax1) #히스토그램
sns.kdeplot(titanic['fare'], ax=ax2) #밀집도 그래프
sns.histplot(titanic['fare'], ax=ax3) #히스토그램

ax1.set_title('titanic fare - distplot')
ax2.set_title('titanic fare - kdeplot')
ax3.set_title('titanic fare - histplot')

####################
#피벗테이블로 범주형 변수를 각각 행, 열로 재구분하여 정리
#pivot_table
#피벗테이블이란 : 데이터 열 중에서 두 개의 열을 각각 행 인덱스, 열 인덱스로 사용하여 데이터를 조회하여 펼쳐놓은 것
titanic = sns.load_dataset('titanic') #seaborn에서 제공하는 데이터셋 load_dataset은 데이터프레임으로 반환
sns.set_style('darkgrid')

table = titanic.pivot_table(index=['sex'], columns=['class'], aggfunc='size')
print(table)

sns.heatmap(table,                  # 데이터프레임
            annot=True, fmt='d',    # 데이터 값 표시 여부, 정수형 포맷
            cmap='YlGnBu',          # 컬러 맵
            linewidth=.5,           # 구분 선
            cbar=True)             # 컬러 바 표시 여부
#plt.show()

##########
# 이산형 변수의 분포 만들기
#stripplot, swarmplot
#stripplot : 데이터 분산 미고려
#swarmplot : 데이터 분산 고려 (중복 X)
titanic = sns.load_dataset('titanic') #seaborn에서 제공하는 데이터셋 load_dataset은 데이터프레임으로 반환
sns.set_style('whitegrid')

fig = plt.figure(figsize=(15, 5)) #그래프 크기 지정
ax1 = fig.add_subplot(1, 2, 1)
ax2 = fig.add_subplot(1, 2, 2)

#이산형 변수의 분포 - 데이터 분산 미고려
sns.stripplot(x='class', y='age', data=titanic, ax=ax1) #x축 : class, y축 : age, 데이터 : titanic, ax : 그래프를 그릴 위치

#이산형 변수의 분포 - 데이터 분산 고려 (중복 X)
sns.swarmplot(x='class', y='age', data=titanic, ax=ax2) #x축 : class, y축 : age, 데이터 : titanic, ax : 그래프를 그릴 위치

ax1.set_title('Strip Plot')
ax2.set_title('Strip Plot')

#plt.show()

##########
#막대 그래프 - barplot
titanic = sns.load_dataset('titanic') #seaborn에서 제공하는 데이터셋 load_dataset은 데이터프레임으로 반환
sns.set_style('whitegrid')

fig = plt.figure(figsize=(15, 5)) #그래프 크기 지정
ax1 = fig.add_subplot(1, 3, 1)
ax2 = fig.add_subplot(1, 3, 2)
ax3 = fig.add_subplot(1, 3, 3)

sns.barplot(x='sex', y='survived', data=titanic, ax=ax1)
sns.barplot(x='sex', y='survived', hue='class', data=titanic, ax=ax2)
sns.barplot(x='sex', y='survived', hue='class', dodge=False, data=titanic, ax=ax3)

#차트 제목 표시
ax1.set_title('titanic survived - sex')
ax1.set_title('titanic survived - sex/class')
ax1.set_title('titanic survived - sex/class(stacked)')

#plt.show()

##########
#countplot : 각 카테고리 값별로 데이터 빈도를 표시하는 차트
titanic = sns.load_dataset('titanic') #seaborn에서 제공하는 데이터셋 load_dataset은 데이터프레임으로 반환
sns.set_style('whitegrid')

fig = plt.figure(figsize=(15, 5)) #그래프 크기 지정
ax1 = fig.add_subplot(1, 3, 1)
ax2 = fig.add_subplot(1, 3, 2)
ax3 = fig.add_subplot(1, 3, 3)

sns.countplot(x='class', hue='who', palette='Set2', data=titanic, ax=ax2)
sns.countplot(x='class', palette='Set1', data=titanic, ax=ax1)
sns.countplot(x='class', hue='who', palette='Set3', dodge=False, data=titanic, ax=ax3)

ax1.set_title('titanic class - who')
ax2.set_title('titanic class - who(stacked)')
ax3.set_title('titanic class - who(horizontal)')

#plt.show()


######
# 박스 플롯/바이올린 그래프 - boxplot, violinplot
# 박스 플롯 : 정해진 여러 값들의 데이터 분포를 시각화
# 바이올린 그래프 : 박스 플롯 + 커널 밀도 히스토그램
titanic = sns.load_dataset('titanic') #seaborn에서 제공하는 데이터셋 load_dataset은 데이터프레임으로 반환
sns.set_style('whitegrid')

fig = plt.figure(figsize=(15, 10)) #그래프 크기 지정
ax1 = fig.add_subplot(2, 2, 1)
ax2 = fig.add_subplot(2, 2, 2)
ax3 = fig.add_subplot(2, 2, 3)
ax4 = fig.add_subplot(2, 2, 4)

sns.boxplot(x='alive', y='age', data=titanic, ax=ax1) #ax : 그래프를 그릴 위치
sns.boxplot(x='alive', y='age', hue='sex', data=titanic, ax=ax2) #hue : 그룹별로 나누는 기준
sns.violinplot(x='alive', y='age', data=titanic, ax=ax3)
sns.violinplot(x='alive', y='age', hue='sex', data=titanic, ax=ax4)

plt.show()