1-5) 파이썬 데이터 분석 기초 스터디

강의명 : 5분빨리 퇴근하자! 파이썬 데이터 분석, 시각화, 웹 대시보드 제작하기

플랫폼 : 인프런

 

 

6) Histogram

• Histplot_matplotlib
  • 도수분포표를 시각화한 그래프
  • 수치형 변수의 분포를 표현
  • bins 인자를 통해 표현할 막대의 수 조절 가능

  df = sns.load_dataset('tips')
  
  fig, ax = plt.subplots()
  sns.histplot(df, x='total_bill', ax=ax)
  

• Histplot_Seaborn
  • 수치형 변수의 분포를 표현
  • bins 인자를 통해 표현할 막대의 수 조절 가능

  #bins 변수로 그래프 개수 결정
  df = sns.load_dataset('tips')
  
  fig, ax = plt.subplots()
  sns.histplot(df, x='total_bill', ax=ax, bins=30)
  

  • hue 인자를 통해 특정 변수의 그룹별로 막대를 나눠 표현 가능

  #hue 인자 활용
  fig, ax = plt.subplots()
  sns.histplot(df, x='total_bill', ax=ax, hue='time')
  

  • stack 인자를 나누어진 막대를 누적하여 표현 가능

  fig, ax = plt.subplots()
  sns.histplot(df, x='total_bill', 
               ax=ax, hue='time', multiple='stack')
  

• Plotly histogram
  • 수치형 변수의 분포를 표현
  • nbins 인자를 통해 막대의 수 조절 가능
  • update_traces로 nbins 크기 변경 가능

  fig = px.histogram(data_frame=df, x='total_bill', width=450, nbins=20)
  fig.update_traces(xbins_size=10)
  fig.show()
  

  • color 인자를 통해 특정 변수의 그룹별로 막대를 나눠 그리기 가능
  • barmode 인자를 통해 나누어진 막대를 겹쳐/누적하여 그리기 가능

  #막대가 서로 겹쳐보이게 표시 
  fig = px.histogram(
      data_frame=df, x='total_bill', width=450,
      color='time', **barmode='overlay'**
  )
  fig.show()
  

  #누적 막대로 표시 
  fig = px.histogram(
      data_frame = df, x='total_bill', width=450, color='time',
      **barmode='relative'**
  )
  fig.show()
  

 

 

7) Heatmap

• Pivot table
  • 2개 이상의 변수를 각각 index/column으로 지정하고, 다른 변수(의 통계량)을 각 value로 변환

  age_bin_list = np.arange(10, 80, 10)
  df['age_bin'] = pd.cut(df['age'], bins=age_bin_list)
  
  pivot_df = df.**pivot_table(
      index='age_bin', columns='region',
      values='charges', aggfunc='median'
  )**
  pivot_df
  

  • 각각의 값들에 대해 크기를 가늠할 수 있게끔 시각화(주로 색상)하는 방법
  • 2D 형식으로 준비된 데이터를 seaborn heatmap으로 시각화
  • annot 인자를 통해 각 셀의 값 표현 가능

  fig, ax = plt.subplots()
  sns.heatmap(pivot_df, ax=ax, annot=True)
  

  • fmt 인자를 통해 각 셀에 표현되는 수치 값의 형식 변경 가능

  fig, ax = plt.subplots()
  sns.heatmap(pivot_df, ax=ax, annot=True, fmt='.1f')
  

  • vmax, vmin 인자를 통해 color bar의 범위 설정 가능
  • cmap 인자를 통해 여러 종류의 color map 사용 가능(공식 홈페이지 참고)

  color = sns.light_palette('seagreen', as_cmp=True)
  
  fig, ax = plt.subplots()
  sns.heatmap(
      pivot_df, ax=ax, annot=True, fmt='.1f',
      vmax=16000, vmin=0, cmap='RdBu'
  )
  

  #sns.light_palette 라이브러리 적용하기
  **color = sns.light_palette('seagreen', as_cmap=True)**
  
  fig, ax = plt.subplots()
  sns.heatmap(
      pivot_df, ax=ax, annot=True, fmt='.1f',
      vmax=16000, vmin=0, cmap=color
  )
  

• Plotly
  • 각각의 값들에 대해 크기를 가늠할 수 있게끔 시각화(주로 색상)하는 방법
  • 2D 형식으로 준비된 데이터를 Plotly imshow를 이용해 heatmap으로 표현
  • Seaborn heatmap과 달리 x값과 y값을 따로 전달해줘야 함
  • text_auto 인자에 각 셀에 표현되는 수치 값의 형식 변경 가능

  fig = px.imshow(
      pivot_df, x=pivot_df.columns, y=pivot_df.index.astype('str'),
      text_auto='.1f', width=400, height=400
  )
  fig.show()
  

  • color_continous_scale 인자를 통해 여러 종류의 color map 사용 가능

  fig = px.imshow(
      pivot_df, x=pivot_df.columns, y=pivot_df.index.astype('str'),
      text_auto='.1f', width=400, height=400,
      **color_continuous_scale = 'RdBu'**
  )
  
  fig.show()
  

 

8) Figure-Level Plot과 Axes-Level Plot

• figure-level plot
  • figure 단위로 지정하여 그리는 그래프
  • ax를 지정하여 그릴 수 없음
  • 특정 column 기준으로 groupby 가능(colum, row 나누기 가능)
  • Implot, replot 등

  fig, ax = plt.subplots(2, 2, figsize=(12, 12))
  

  
• axes-level plot
  • ax 단위로 지정하여 그리는 그래프
  • ax를 지정하여 그릴 수 있음
  • 특정 column 기준으로 groupby 불가능
  • scatterplot, boxplot, heatmap 등

   df = pd.read_csv('./datasets/medical_cost/medical_cost.csv')
  
  fig, ax = plt.subplots(2, 2, figsize=(12, 12)) 
  
  sns.regplot(
  x='bmi', y='charges', data=df.query('region == "southwest"'),
      ax=ax[0][0]
  )
  ax[0][0].set_title('region : southwest')
  
  sns.regplot(
  x='bmi', y='charges', data=df.query('region == "southeast"'), ax=ax[0][1]
  )
  ax[0][1].set_title('region : southeast')
  
  sns.regplot(
  x='bmi', y='charges', data=df.query('region == "northwest"'), ax=ax[1][0]
  )
  ax[1][0].set_title('region : northwest')
  
  sns.regplot(
  x='bmi', y='charges', data=df.query('region == "northeast"'), ax=ax[1][1]
  )
  ax[1][1].set_title('region : northeast')
  

  
• figure-level plot을 특정 변수의 그룹별로 subplot으로 나눠 그리기
  • row, col, col_wrap 인자 사용
    • col_wrap : x축에 몇 개의 그래프를 넣을 것인가
    • sharex : x축을 절대값으로 고정할 것인가
    • sharey : y축을 절대값으로 고정할 것인가

   sns.lmplot(
      x='bmi', y='charges', data=df,
      col='region', **col_wrap=2,**
      **sharex=False, sharey=False**
  )
  

  • lmplot에서는 regplot에서 사용불가하던 hue 인자 사용 가능

   sns.lmplot(
      x='bmi', y='charges', data=df,
      col='smoker', row='region', hue='sex',
      sharex=False, sharey=False
  )
  

• axes-level plot을 figure-level plot처럼 그리기
  • facetgrid 이용하여 axes-level plot을 figure-level plot처럼 그리기 가능
  • axes-level plot 특정 변수의 그룹별 column, row 나눠 그리기 가능
  • FacetGrid(데이터, column으로 나눌 변수, row로 나눌 변수) + map_dataframe(axes-level plot, plot의 인자들) 형식으로 사용

  g = sns.FacetGrid(
      data=df, col='region', col_wrap=2,
      sharex=False, sharey=False
  )
  g.map_dataframe(
      **sns.boxplot**, x='smoker', y='charges', hue='sex'
  )
  

• Plotly express 함수들의 facet 사용
  • Plotly express 대부분의 함수는 facet을 나눠 그릴 수 있게끔 인자 제공
  • facet_col, facet_row 인자 이용하여 Seaborn의 figure-level plot처럼 활용

  fig = px.scatter(
      data_frame=df, x='bmi', y='charges',
      color='sex', **facet_row='region', facet_col='smoker',**
      width=700, height=1200, trendline='ols'
  )
  fig.show()
  

  • update_yaxes : y 값을 통일하지 않도록함
  • facet_col_spacing : 그래프 간 사이 간격 조절

  fig = px.scatter(
      data_frame=df, x='bmi', y='charges',
      color='sex', facet_row='region', facet_col='smoker',
      width=700, height=1200, trendline='ols', **facet_col_spacing**=0.05
  ).**update_yaxes(matches=None, showticklabels=True)**
  fig.show()
  

8) Figure-Level Plot과 Axes-Level Plot

• • figure-level plot
    • figure 단위로 지정하여 그리는 그래프
    • ax를 지정하여 그릴 수 없음
    • 특정 column 기준으로 groupby 가능(colum, row 나누기 가능)
    • Implot, replot 등

    fig, ax = plt.subplots(2, 2, figsize=(12, 12))
    

    
  • axes-level plot
    • ax 단위로 지정하여 그리는 그래프
    • ax를 지정하여 그릴 수 있음
    • 특정 column 기준으로 groupby 불가능
    • scatterplot, boxplot, heatmap 등

     df = pd.read_csv('./datasets/medical_cost/medical_cost.csv')
    
    fig, ax = plt.subplots(2, 2, figsize=(12, 12)) 
    
    sns.regplot(
    x='bmi', y='charges', data=df.query('region == "southwest"'),
        ax=ax[0][0]
    )
    ax[0][0].set_title('region : southwest')
    
    sns.regplot(
    x='bmi', y='charges', data=df.query('region == "southeast"'), ax=ax[0][1]
    )
    ax[0][1].set_title('region : southeast')
    
    sns.regplot(
    x='bmi', y='charges', data=df.query('region == "northwest"'), ax=ax[1][0]
    )
    ax[1][0].set_title('region : northwest')
    
    sns.regplot(
    x='bmi', y='charges', data=df.query('region == "northeast"'), ax=ax[1][1]
    )
    ax[1][1].set_title('region : northeast')
    

    
  • figure-level plot을 특정 변수의 그룹별로 subplot으로 나눠 그리기
    • row, col, col_wrap 인자 사용
      • col_wrap : x축에 몇 개의 그래프를 넣을 것인가
      • sharex : x축을 절대값으로 고정할 것인가
      • sharey : y축을 절대값으로 고정할 것인가

     sns.lmplot(
        x='bmi', y='charges', data=df,
        col='region', **col_wrap=2,**
        **sharex=False, sharey=False**
    )
    

    • lmplot에서는 regplot에서 사용불가하던 hue 인자 사용 가능

     sns.lmplot(
        x='bmi', y='charges', data=df,
        col='smoker', row='region', hue='sex',
        sharex=False, sharey=False
    )
    

  • axes-level plot을 figure-level plot처럼 그리기
    • facetgrid 이용하여 axes-level plot을 figure-level plot처럼 그리기 가능
    • axes-level plot 특정 변수의 그룹별 column, row 나눠 그리기 가능
    • FacetGrid(데이터, column으로 나눌 변수, row로 나눌 변수) + map_dataframe(axes-level plot, plot의 인자들) 형식으로 사용

    g = sns.FacetGrid(
        data=df, col='region', col_wrap=2,
        sharex=False, sharey=False
    )
    g.map_dataframe(
        **sns.boxplot**, x='smoker', y='charges', hue='sex'
    )
    

  • Plotly express 함수들의 facet 사용
    • Plotly express 대부분의 함수는 facet을 나눠 그릴 수 있게끔 인자 제공
    • facet_col, facet_row 인자 이용하여 Seaborn의 figure-level plot처럼 활용

    fig = px.scatter(
        data_frame=df, x='bmi', y='charges',
        color='sex', **facet_row='region', facet_col='smoker',**
        width=700, height=1200, trendline='ols'
    )
    fig.show()
    

    • update_yaxes : y 값을 통일하지 않도록함
    • facet_col_spacing : 그래프 간 사이 간격 조절

    fig = px.scatter(
        data_frame=df, x='bmi', y='charges',
        color='sex', facet_row='region', facet_col='smoker',
        width=700, height=1200, trendline='ols', **facet_col_spacing**=0.05
    ).**update_yaxes(matches=None, showticklabels=True)**
    fig.show()
    

    fig = px.box(
        data_frame=df, x='smoker', y='charges',
        facet_col='region', facet_col_wrap=2, color='sex',
        width=700, height=500
    )
    fig.show()
    

  fig = px.box( data_frame=df, x='smoker', y='charges', facet_col='region', facet_col_wrap=2, color='sex', width=700, height=500 ) fig.show()