Matplotlib 분석(히스토그램, scatter plot, cmap, 파이그래프, boxplot)

◆ 자동차 정보 데이터 분석

▶ 데이터 선택

 

▶ 히스토그램

    sr.plot(kind='hist', bins=10)    # 시리즈형태 혹은 데이터프레임에서 한 컬럼 선택

                                                  # bins : 밀도 / 낮을수록 함축시킴

 

▶ Scatter plot

    df.plot(kind='scatter', x='차중', y='연비',  c= 'coral', s=30)    # c : color  /  s : size(점 크기)

 

▶ 3개 변수로 산점도 그리기

    ● s = cylinders_size    # 점 크기를 실린더 컬럼으로

    ● c = cylinders_size, cmap = 'viridis', alpha = 0.3    # 점 색깔을 실린더 컬럼으로 / cmap : 색깔 가이드 / alpha : 투명도

 

▶ 파이그래프 

    ● 제조국별 카운트

        df['카운트'] = 1    # 각 행에 1씩 부여

        df.groupby(열 이름).sum()    # 제조국별로 카운트 열 더하기

 

    ● 파이그래프 그리기

        sr.plot(kind = 'pie',                        # 시리즈형태 혹은 데이터프레임에서 한 컬럼 선택 / 파이그래프 설정

                   autopct = '%1.1f%%',       # 파이그래프 중간에 퍼센트 명시 / %  1.1f%  % 양쪽 퍼센트는 규칙

                   startangle = 10                 # 시작 각도

                   )

    ● 도넛그래프 그리기

       sr.plot(kind = 'pie',

                  wedgeprops = dict(width = 0.3)         # 도넛형으로 만들기 / width : 두께

                  )

 

▶ 박스플랏(boxplot)

    axN.boxplot(x=[열1, 열2, 열3]

                       vert = Fasle)                # 수직여부 (기본값 : True) fasle => 수평

 

◆ 와인데이터 분석

▶ 데이터 선택

 

▶ 산점도 & 회귀선

    df.plot.scatter(x='밀도', y='알코올',                            # x, y축 설정

                           xlabel = '밀도', ylabel = '알코올',        # x, y 이름 설정

                          xlim = (0.99, 1.01), ylim = (8, 15)        # x, y 제한 설정

    z = np.polyfit(df['밀도'], df['알코올'], 1)                          # 회귀값 계산

    p = np.poly1d(z)                        

    ax.plot(x축 데이터, p(x축 데이터), color = 'red')           # 회귀선 그리기

 

▶ 밀집도

    fig, axs = plt.subplots(nrows = 2, ncols = 2, figsize = (12,8))

    axs.flatten()

    * enumerate() : 파라미터의 리스트의 인덱스 번호와 값 출력

    axs[].hist()    # 한 컬럼 히스토그램 그리기