파이썬 기초 - 5

시각화 도구: seaborn

필요한 라이브러리 불러오기

import pandas as pd
import seaborn as sns
import numpy as np

 

필요한 데이터셋 불러오기

df=sns.load_dataset("anscombe") #씨본에서 제공하는 데이터, pd.read_csv("https://raw.githubusercontent.com/mwaskom/seaborn-data/master/anscombe.csv") 똑같음
df.shape #(44, 3)

df

 

df_1,2,3,4, 만들기

df_1=df[df["dataset"]=='I']
df_1.describe()

df_1.corr()

df_2,3,4도 똑같이 생성하면 된다.

 

series 빈도수 구하기

- value_counts()

df["dataset"].value_counts()

 25%씩 분포로 나눈다.

df["dataset"].value_counts(normalize=True)*100

- groupby()

a=df.groupby("dataset")[["x","y"]].describe()
a

 

df.groupby("dataset")["y"].agg(["mean","std"])

v

 

countplot 시각화

sns.countplot(data=df,x="dataset")

df["dataset"].value_countscounts() #위 그래프랑 같음

 

barplot 시각화

sns.barplot(data=df,x="dataset",y="x",ci="sd",estimator=np.sum) #ci는 신뢰수준, (기본값:평균 ,np.sum:합계)

 

boxplot 시각화

#범위를 알고싶다면
sns.boxplot(data=df,x="dataset",y="x") #다이아몬드 이상치

 

violinplot 시각화

#범위를 알고싶다면
sns.violinplot(data=df,x="dataset",y="x")

 

violinplot 시각화

#범위를 알고싶다면
sns.violinplot(data=df,x="dataset",y="y")

 

scatterplot 시각화

sns.scatterplot(data=df,x="x",y="y",hue="dataset") #hue색상별

 

regplot 시각화

sns.regplot(data=df,x="x",y="y") #회귀선, hue 대부분 지원하는데 이것만 지원하지않아

lmplot 시각화

sns.lmplot(data=df,x="x",y="y",hue="dataset")

 

신뢰수준 제거 후 시각화하였다.

sns.lmplot(data=df,x="x",y="y",hue="dataset",ci=None)

 

 

sns.lmplot(data=df,x="x",y="y",hue="dataset",ci=None,col="dataset")

 

col=2로 하면 2열로 따로 그려준다.

sns.lmplot(data=df,x="x",y="y",hue="dataset",ci=None,col="dataset",col_wrap=2)

#데이터 describe값이 같더라도 시각화를 해보면 다르다. 시각화의 중요성! (https://www.autodesk.com/research/publications/same-stats-different-graphs)