데이터 시각화

• 라이브러리

import matplotlib.pyplot as plt
import seaborn as sns
import plotly.graph_objects as go

 

1. Matplotlib

• plt.plot(x, y): 선 그래프
• plt.bar(x, y): 막대 그래프
• plt.hist(x): 히스토그램
• plt.scatter(x, y): 산점도
• plt.pie(x): 파이 차트

# labels: 항목 이름
# autopct: 항목 퍼센트
plt.pie(x, labels = labels, autopct = '%.2f')

• 여러 그래프

# 1행 2열 그래프
fig = plt.figure() 

ax1 = fig.add_subplot(1, 2, 1) 
ax2 = fig.add_subplot(1, 2, 2) 

ax1.plot(x, y1)
ax2.plot(x, y2)

ax1.set_title('y1')
ax2.set_title('y2')

 

2. Seaborn

• sns.load_dataset(): 데이터셋 로드
• sns.set_style(): 배경 그리드 스타일 Ex. whitegrid, white, dark
• sns.lmplot(data, x, y): 산점도

# hue: 색깔
# col: 열 구분
# row: 행 구분
# fit_reg = False: 회귀선 출력 안함
sns.lmplot(data = data, x = x, y = y, fit_reg = False,
		hue = col1, col = col2, row = col3)

• sns.histplot(data, x): 히스토그램

# bins: 막대 개수
# kde = True: 밀도 그래프
sns.histplot(data, x, bins, kde = True)

• sns.barplot(data, x, y): 막대 그래프
• sns.countplot(data, x): 빈도 막대 그래프
• sns.boxplot(data, x, y): 박스 플랏
• sns.violinplot(data, x, y): 바이올린 플랏

# split = True: 반만 출력
sns.violinplot(data, x, y, split = True)

• sns.swarmplot(data, x, y)
• sns.jointplot(data, x, y)
• sns.pairplot(data): 산점도 행렬
• sns.heatmap(data): 히트맵

# annot = True: 값 표시
# fmt = 'd': 정수 형태로 표시
# cmap: 색깔 지정
sns.heatmap(data, annot = True, fmt = 'd', cmap = 'Blues')

• sns.kdeplot(data, x, y): 커널 밀도 그래프

 

3. Plotly

• go.Figure(data = go.Scatter(x, y, mode = 'lines')): 선 그래프
• go.Figure(data = go.Scatter(x, y, mode = 'markers')): 산점도
• go.Figure(data = go.Scatter3d(x, y, z, mode = 'markers')): 산점도
• go.Figure(data = go.Bar(x, y)): 막대 그래프
• go.Figure(data = go.Histogram(x)): 히스토그램
• go.Figure(data = go.Box(x, y)): 박스 플랏