Seaborn

# pandas, matplot, seaborn 3가지 방법으로 plot을 그릴 수 있음

◆ Titanic 데이터셋 가져오기

 

◆ Titanic 데이터 변수 설명

- survived : 생존여부

- pclass : 탑승 등급

- sex : 성별

- age : 나이

- sibsp : 타이타닉호에 탑승한 형제 / 배우자의 수(int형)

- parch : 타이타닉호에 탑승한 부모 / 자녀의 수

- fare : 티켓가격

- embarked : 탑승 항구의 위치

- who : 남자, 여자 , 아이

- adult_male : 성인 남자인지 boolean(성인 남자면 True, 나머지는 False)

- deck : 선실 번호 첫 알파벳

- embar_twon : 탑승지의 이름

- alibe : 생존여부(str)

- alone : 혼자왔는지에 대한 boolean

 

◆ Titanic 데이터 형태

 

◆ 산점도 그리기(회귀선 유무)

    # regplot의 기본값은 scatter + 자동으로 신뢰구간과 회귀선을 표시해줌

    sns.regplot(x='age', y='fare',    # x축, y축에 대입할 변수

                       data=titanic,           # titanic 데이터를 지정

                       line_kws={'color' : 'red'},    # 회귀+신뢰구간 색상 지정

                       fit_reg=False)                    # 회귀선 미표시

※ 1차 방정식을 이용한 회귀선은 데이터 포인트들 간의 관계를 나타내는 직선이며, 이 직선은 데이터의 중심을 지나면서 데이터 포인트들과의 거리(오차)를 최소화하는 방향으로 그려짐

※ 회귀선은 주어진 독립변수(x축)에 대한 종속변수(y축)의 예측값을 나타내는 지표로 사용할 수 있음

※ 신뢰구간은 회귀선의 신뢰도를 나타내는 영역으로 데이터의 분산, 표본 크기에 따라 너비가 변경됨

※  데이터 포인트가 회귀선 주위로 밀집되어 있다면 신뢰구간이 좁아지며, 신뢰구간의 너비가 넓다는 것은 회귀선의 위치에 대한 불확실성이 높다는 것

 

◆ Displot, Kdeplot, Histplot

    sns.distplot(sr(df[]))    # 시리즈 또는 df 한 컬럼으로 displot그리기

    sns.kdeplot(x='fare', data=titanic)    # titanic data에서  x축을 'fare'컬럼으로 kdeplot그리기

    sns.histplot(x='fare', data=titanic)    # titanic data에서 x축을 'fare'컬럼으로 histplot그리기

 

◆ 히트맵 그리기

    ● 피벗테이블

        df.pivot_table(index=['sex'], columns=['class'], aggfunc='size')    # 인덱스를 'sex'컬럼으로, 컬럼을 'class' 컬럼으로

                                                                                                                 aggfunc : 집계함수

    ※ aggfunc 함수

합계 : np.sum()  /  평균 : np.mean()  /  표준편차 : 'std'  /  count : 'count', 'size'  /  distinct count : 'nunique' 

/  최대값 : np.max, 'max'  /  최소값 : np.min, 'min'  

 

  ● 히트맵 그리기

    sns.heatmap(table,             # 테이블을 table로 설정

                          annot=True,    # 주석 설정

                          fmt = 'd',          # 주석형태를 'd'(정수)타입으로 설정

                          cmap='YlGnBu',    # cmap을 YlGnBu로 설정

                          linewidth=0.5,       # 선 굵기

                          cbar = True           # color bar 설정

     sns.heatmap(titanic.corr(numeric_only=True))    # numeric_only : 수치형 데이터만 선택

 

◆ Strip plot, Swarm plot(범주형 데이터로 scatter를 만들려할때)

    sns.stropplot(x='class',          # x축 데이터를 'class' 컬럼으로 설정  /  범주형 데이터 

                          y='age'             # y축 데이터를 'age' 컬럼으로 설정  /  이산형 데이터

                          data = titanic,    # data를 titanic으로 설정

                          ax=ax1)            # 화면 설정

    sns.swarmplot(x='class',          # 범주형 데이터 

                          y='age'             # 이산형 데이터

                          data = titanic,   

                          ax=ax1) 

 

◆ Bar plot(신뢰구간 표시)

    sns.barplot(x='sex', y='survived',    # x, y축 데이터 컬럼 선택

                       hue='class',                 # 세부 옵션 설정 / 'class' 컬럼으로 나누어 표시

                       dodge=False,              # dodge=False : 세부 설정 막대들을 겹쳐보이게(회피하지 않음)

                       data=titanic, ax=ax1)   # data를 titanic으로 화면을 ax1로

 

◆ 빈도 그래프(Count plot)

    sns.countplot(x='class',                        # x축 데이터를 'class'컬럼으로 설정

                           hue = 'who',                   # 세부옵션을 'who'컬럼으로 설정

                           palette = 'Set1',             # 색깔 세트를 'Set1'으로 설정

                           dodge = False,              # 회피하지 않음

                           data = titanic, ax=ax1)  # titanic을 데이터로 선택, 화면을 ax1으로 설정

 

◆ Box plot & Violin plot

    sns.boxplot(x='alive', y='age',                           # x축, y축 데이터를 각각 'alive', 'age'컬럼으로 설정

                       hue = 'sex', data=titanic, ax=ax1)   # 세부옵션을 'sex' 컬럼으로 설정

    sns.violinplot(x='alive', y='age',                           # x축, y축 데이터를 각각 'alive', 'age'컬럼으로 설정

                       hue = 'sex', data=titanic, ax=ax1)   # 세부옵션을 'sex' 컬럼으로 설정

 

◆ Joint plot

    sns.jointplot(x='fare', y='age', kind='reg', data=titanic)    # x축, y축 데이터를 각각 'fare', 'age' 컬럼으로 설정

    * kind = 'reg', 'hex', 'kde'    # 'reg' : 회귀선 추가  /  'hex' : 육각형 모양으로 설정  /  'kde' : 등고선 모양으로 설정

 

 

 

◆ FacetGrid ( 조건에 따라 그리드 분할)

    sns.FacetGrid(data=titanic, col='who', row = 'survived')    # data를 titanic으로 설정   

                                                                                                열을 'who'컬럼에 따라 분할 / 행을 'survived'컬럼에 따라 분할

    g.map(plt.hist, 'age')    # 'age' 컬럼 데이터로 histogram 그리기

 

◆ Pair plot( 한번에 histogram, scatter 그리기)

    sns.pairplot(titanic[['age', 'pclass', 'fare']])    # titanic데이터의 'age', 'pclass', 'fare'컬럼으로 그리기

    # 사용을 권장하진 않음