9장

In [ ]:

# 9.2부터 복습함

9장 그래프와 시각화¶

9.1 matplotlib API 간략히 살펴보기¶

In [9]:

import matplotlib.pyplot as plt

In [188]:

import numpy as np

In [189]:

data = np.arange(10)

In [190]:

data

Out[190]:

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

In [191]:

plt.plot(data)

Out[191]:

[<matplotlib.lines.Line2D at 0x181f8cd2fb0>]

9.1.1 figure와 서브플롯¶

plt.figure¶

matplotlib에서 그래프는 Figure 객체 내에 존재
그래프를 위한 새로운 figure(피겨)는 plt.figure을 사용해 생성

In [192]:

fig = plt.figure()

<Figure size 640x480 with 0 Axes>

add_subplot¶

빈 figure로는 그래프를 그릴 수 없음
add_subplot을 사용해 최소 하나 이상의 subplots를 생성해야 함

In [193]:

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

위 코드는 figure가 2x2 크기이고 4개의 서브플롯 중에서 첫 번째를 선택하겠다는 의미(서브플롯은 1부터 숫자가 매겨짐)
다음처럼 2개의 서브플롯을 더 추가해보자

In [194]:

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

In [195]:

ax3 = fig.add_subplot(2,2,3)

In [196]:

fig

Out[196]:

*TIP* 주피터 노트북을 사용할 때는 실행되는 셀마다 그래프가 리셋됨.
따라서 복잡한 그래프를 그릴 때는 단일 노트북 셀에 그래프를 그리는 코드를 모두 입력

여기서는 아래 코드를 모두 같은 셀에서 실행함

In [197]:

fig = plt.figure()
ax2 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2)
ax2 = fig.add_subplot(2,2,3)

plt.plot([1.5, 3.5, -2, 1.6])¶

plt.plot([1.5, 3.5, -2, 1.6]) 명령으로 그래프를 띄우면 matplotlib는 가장 최근의 figure와 그 서브플롯을 그림
서브플롯이 없다면 서브플롯 하나를 생성. 이렇게 해서 figure와 서브플롯이 생성되는 과정을 숨겨줌

In [198]:

plt.plot([1.5, 3.5, -2, 1.6])

Out[198]:

[<matplotlib.lines.Line2D at 0x181f8c12ef0>]

In [199]:

fig = plt.figure()
ax2 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2)
ax2 = fig.add_subplot(2,2,3)
plt.plot(np.random.randn(50).cumsum(), 'k--')

Out[199]:

[<matplotlib.lines.Line2D at 0x181f909c460>]

k--¶

'k--' 옵션은 검은 점선을 그리기 위한 *스타일* 옵션

fig.add_subplot에서 반환되는 객체는 AxesSubplot인데, 각각의 인스턴스 메서드를 호출해서 다른 빈 서브플롯에 직접 그래프 그리기 가능

In [200]:

import matplotlib.pyplot as plt
fig = plt.figure()
ax1 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2)
ax3 = fig.add_subplot(2,2,3)
plt.plot(np.random.randn(50).cumsum(), 'k--')
_ = ax1.hist(np.random.rand(100), bins = 20, color='k', alpha = 0.3)
ax2.scatter(np.arange(30), np.arange(30) + 3 * np.random.randn(30))

Out[200]:

<matplotlib.collections.PathCollection at 0x181f91a9960>

plt.subplots¶

특정한 배치에 맞추어 여러 개의 서브플롯을 포함하는 figure을 생성하는 일은 흔히 접하게 되는 업부인데 이를 위한 plt.subplots라는 편리한 메서드가 있다.
이 메서드는 NumPy 배열과 서브플롯 객체를 새로 생성해 반환

In [201]:

fig, axes = plt.subplots(2,3)

axes 배열은 axes[0,1]처럼 2차원 배열로 쉽게 색인될 수 있어서 편리하게 사용가능
서브플롯이 같은 x축 혹은 y축을 가져야 한다면 각각 sharex와 sharey를 사용해 지정 가능
같은 범위 내에서 데이터를 비교해야 할 경우 특히 유용
그렇지 않으면 matplotlib은 각 그래프의 범위를 독립적으로 조정

pyplot.subplots 옵션¶

353쪽 참고

서브플롯 간의 간격 조절하기¶

matplotlib은 서브플롯 간에 적당한 간격(spacing)과 여백(padding)을 추가해줌

subplots_adjust¶

서브플롯 간의 간격은 Figure 객체의 subplots_adjust 메서드를 사용해 쉽게 바꿀 수 있음

In [202]:

subplots_adjust(left=None, bottom=None, right=None, top=None, wspace=None hspace=None)

  Cell In[202], line 1
    subplots_adjust(left=None, bottom=None, right=None, top=None, wspace=None hspace=None)
                                                                         ^
SyntaxError: invalid syntax. Perhaps you forgot a comma?

wspace, hspace¶

wspace와 hspace는 서브플롯 간의 간격을 위해 각각 figure의 너비와 높이에 대한 비율 조절
다음 코드는 서브플롯 간의 간격을 주지 않은 그래프를 생성하는 코드

In [ ]:

fig, axes = plt.subplots(2,2, sharex=True, sharey=True)
for i in range(2):
    for j in range(2):
        axes[i,j].hist(np.random.randn(500), bins=50, color='k', alpha=0.5)
plt.subplots_adjust(wspace=0,hspace=0)

그래프를 그렸을 때 축 이름이 겹치는 경우가 있다.
matplotlib은 그래프에서 이름이 겹치는지 검사하지 않기 때문에 이와 같은 경우에는 눈금 위치와 눈금 이름을 명시적으로 직접 지정
다음 절에서 알아보자

9.1.2 색상, 마커, 선 스타일¶

matplotlib에서 가장 중요한 plot 함수는 x와 y 좌푯값이 담긴 배열과 추가적으로 색상과 선스타일을 나타내는 축약 문자열을 인자로 받음
예를 들어 녹색 점선으로 그려진 x 대 y 그래프는 아래처럼 나타냄

In [ ]:

ax.plot(x, y, 'g--')

위에서 만든 그래프는 아래처럼 좀 더 명시적인 방법으로 표현 가능

In [ ]:

ax.plot(x, y, linestyle='--', color='g')

마커¶

선그래프는 특정 지점의 실제 데이터를 돋보이게 하기 위해 *마커*를 추가하기도 함
마커도 스타일 문자열에 포함시킬 수 있는데 색상 다음에 마커 스타일이 오고 그 뒤에 선 스타일 지정

In [ ]:

from numpy.random import randn
plt.plot(randn(30).cumsum(), 'ko--')

이 역시 좀 더 명시적인 방법으로 표현 가능

In [ ]:

plot(randn(30).cumsum(), color='k', linestyle='dashed', marker='o')

선그래프를 보면 일정한 간격으로 연속된 지점이 연결되어 있다
이 역시 drawstyle옵션을 이용해 바꿀 수 있다

In [ ]:

data = np.random.randn(30).cumsum()

In [ ]:

plt.plot(data, 'k--', label='Default')

In [ ]:

plt.plot(data, 'k-', drawstyle='steps-post', label='steps-post')

In [ ]:

data = np.random.randn(30).cumsum()
plt.plot(data, 'k--', label='Default')
plt.plot(data, 'k-', drawstyle='steps-post', label='steps-post')
plt.legend(loc='best')

9.1.3 눈금, 라벨, 범례¶

그래프를 꾸미는 방법 2가지

• pyplot 인터페이스를 사용해 순차적으로 꾸미기(즉, matplotlib.pyplot)
• matplotlib이 제공하는 API를 사용해 좀 더 객체지향적인 방법으로 꾸미기

pyplot 인터페이스는 대화형 사용에 맞추어 설계되었으며 xlim, xticks, xticklabels 같은 메서드로 이루어짐
이런 메서드로 표의 범위를 지정하거나 눈금 위치, 눈금 이름을 조절 가능

• 아무런 인자 없이 호출하면 현재 설정되어 있는 매개변수의 값을 반환. plt.xlim 메서드는 현재 x 축의 범위 반환
• 인자를 전달하면 매개변수의 값 설정. 예를 들어 plt.xlim([0,10])을 호출하면 x축의 범위가 0부터 10까지로 설정

이 모든 메서드는 현재 활성화된 혹은 가장 최근에 생성된 AxesSubplot 객체에 대해 동작
위에서 소개한 모든 메서드는 서브플롯 객체의 set/get 메서드로도 존재하는데,
xlim이라하면 ax.get_xlim과 ax.set_xlim 메서드가 존재

제목, 축 이름, 눈금, 눈금 이름 설정하기¶

무작위 값으로 그래프 생성

In [ ]:

fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.plot(np.random.randn(1000).cumsum())

set_xticks, set_xticklabels¶

x축의 눈금을 변경하기 위한 가장 쉬운 방법은 set_xticks와 set_xticklabels 메서드 사용하기
set_xsticks 메서드는 전체 데이터 범위를 따라 눈금을 어디에 배치할지 지정
기본적으로 이 위치에 눈금 이름이 들어감
다른 눈금 이름을 지정하고 싶다면 set_xticklabels 사용

In [ ]:

fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.plot(np.random.randn(1000).cumsum())

ticks = ax.set_xticks([0, 250, 500, 750, 1000])

In [ ]:

fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.plot(np.random.randn(1000).cumsum())
ticks = ax.set_xticks([0, 250, 500, 750, 1000])

labels = ax.set_xticklabels(['one', 'two', 'three', 'four', 'five'], rotation=30, fontsize='small')

set_xlabel, set_title¶

마지막으로 set_xlabel 메서드는 x축에 대한 이름을 지정하고 set_title 메서드는 서브플롯의 제목을 지정

In [ ]:

fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.plot(np.random.randn(1000).cumsum())
ticks = ax.set_xticks([0, 250, 500, 750, 1000])
labels = ax.set_xticklabels(['one', 'two', 'three', 'four', 'five'], rotation=30, fontsize='small')

ax.set_title('My first matplotlib plot')
ax.set_xlabel('Stages')

x대신 y를 써서 같은 과정을 y축에 대해 진행
axes 클래스는 플롯의 속성을 설정할 수 있도록 set 메서드 제공
위 예제는 아래와 같이 작성도 가능

In [ ]:

props = {
    'title': 'My first matplotlib plot',
    'xlabel':'Stages'
}
ax.set(**props)

범례 추가하기¶

범례를 추가하는 가장 쉬운 방법은 각 그래프에 label 인자 넘기기

label¶

In [ ]:

from numpy.random import randn
fig = plt.figure(); 
ax = fig.add_subplot(1,1,1)

ax.plot(randn(1000).cumsum(), 'k', label='one')
ax.plot(randn(1000).cumsum(), 'k--', label='two')
ax.plot(randn(1000).cumsum(), 'k.', label='three')

ax.legend(), plt.legend()¶

이렇게 하면 ax.legend()나 plt.legend()를 실행했을 때 자동으로 범례 생성

In [ ]:

from numpy.random import randn
fig = plt.figure(); 
ax = fig.add_subplot(1,1,1)

ax.plot(randn(1000).cumsum(), 'k', label='one')
ax.plot(randn(1000).cumsum(), 'k--', label='two')
ax.plot(randn(1000).cumsum(), 'k.', label='three')

ax.legend(loc='best')

legend 메서드는 범례 위치를 지정하기 위한 loc 인자 제공
legend 메서드의 문서에서 더 자세한 정보 확인

In [ ]:

ax.legend?

loc¶

loc는 범례를 그래프에서 어디에 위치시킬지 지정해주는 인자
'best'는 최대한 방해가 되지 않는 곳에 위치시킴
범례에서 제외하고 싶은 요소가 있다면 label 인자를 넘기지 않거나 label='nolegend' 옵션 사용

9.1.4 주석과 그림 추가¶

주석과 글자는 text, arrow, annotate 함수를 이용해 추가
text 함수는 그래프 내의 주어진 좌표 (x,y)에 부가적인 스타일로 글자를 그려줌

In [ ]:

ax.text(x,y, 'Hello world!',
        family='monospace', fontsize=10)

주석은 글자와 화살표를 함께 써서 그릴 수 있는데,
예를 들어 야후!파이낸스에서 얻은 2007년부터의 S&P 500 지수 데이터로 그래프를 생성하고 2008-2009년 사이에 있었던 재정위기 중 중요한 날짜를 주석으로 추가해보자

• set_xlim 오류 참고

https://stackoverflow.com/questions/71082435/conversionerror-failed-to-convert-values-to-axis-units-2015-01-01

In [ ]:

from datetime import datetime

fig = plt.figure()
ax = fig.add_subplot(1,1,1)

data = pd.read_csv('spx.csv', index_col=0, parse_dates=True)
spx = data['SPX']

spx.plot(ax=ax, style='k-')

crisis_data = [
    (datetime(2007, 10, 11), 'Peak of bull market'),
    (datetime(2008, 3, 12), 'Bear Stearns Fails'),
    (datetime(2008, 9, 15), 'Lehman Bankruptcy')
]

for date, label in crisis_data:
    ax.annotate(label, xy=(date, spx.asof(date) + 75),
               xytext=(date, spx.asof(date) + 225),
               arrowprops = dict(facecolor='black', headwidth=4, width=2,
                                headlength=4),
               horizontalalignment='left', verticalalignment='top')

#2007-2010 구간으로 확대
ax.set_xlim([pd.to_datetime('1/1/2007', format = '%d/%m/%Y'),
             pd.to_datetime('1/1/2011', format = '%d/%m/%Y')])
ax.set_ylim(([600, 1800]))

ax.set_title('Important dates in the 2008-2009 financial crisis')

ax.annotate : x,y 좌표로 지정한 위치에 라벨 추가
set_xlim, set_ylim : 그래프의 시작 끝 경계를 직접 지정
ax.set_title : 그래프의 제목 지정

add_patch¶

matplotlib은 일반적인 도형을 표현하기 위한 patches라는 객체 제공
그래프에 도형을 추가하려면 patches 객체인 shp를 만들고 서브플롯에 ax.add_patch(shp) 호출

In [ ]:

fig = plt.figure()
ax = fig.add_subplot(1,1,1)

rect = plt.Rectangle((0.2, 0.75), 0.4, 0.15, color='k', alpha=0.3)
circ = plt.Circle((0.7, 0.2), 0.15, color='b', alpha=0.3)
pgon = plt.Polygon([[0.15, 0.15], [0.35, 0.4], [0.2, 0.6]],
                  color='g', alpha=0.5)

ax.add_patch(rect)
ax.add_patch(circ)
ax.add_patch(pgon)

9.1.5 그래프를 파일로 저장¶

plt.savefig¶

활성화된 figure은 plt.savefig 메서드를 이용해 파일로 저장
이 메서드는 figure 객체의 인스턴스 메서드인 savefig와 동일
figure를 SVG 포맷으로 저장하려면 다음과 같이

In [ ]:

plt.savefig('figpath.svg')

출판용 그래픽 파일 생성 시 사용하는 중요한 옵션

• dpi : 인치당 도트 해상도 조절
• bbox_inches : 실체 figure 둘레의 공백을 잘라냄

그래프 간 최소 공백을 가지는 400DPI짜리 PNG 파일 만들기

In [ ]:

plt.savefig('figpath.png', dpi=400, bbox_inches='tight')

savefig 메서드는 파일에 저장할 뿐만 아니라 BytesIO처럼 파일과 유사한 객체에 저장도 가능

In [ ]:

from io import BytestIO
buffer = BytesIO()
plt.savefig(buffer)
plot_data = buffer.getvalue()

Figure.savefig 옵션¶

p.364확인

9.1.6 matplotlib 설정¶

matplotlib의 환경 설정 시스템은 두 가지 방법으로 나눌 수 있는데, 첫 번째는 rc 메서드를 사용해 프로그래밍적으로 설정
예를 들어 figure의 크기를 10x10으로 전역 설정

In [ ]:

plt.rc('figure', figsize=(10,10))

rc 메서드의 첫 번째 인자 : 설정하고자 하는 'figure', 'axes', 'xtick', 'ytick', 'grid','legend' 및 다른 컴포넌트의 이름
그 다음 인자: 설정할 값에 대한 키워드 인자

이 옵션을 쉽게 작성하려면 파이썬의 사전 타입 사용

In [ ]:

font_options = {'family': 'monospace',
               'weight':'bold',
               'size':'small'}
plt.rc('font', **font_options)

9.2 pandas에서 seaborn으로 그래프 그리기¶

9.2.1 선그래프¶

plot¶

Series와 DataFrame 둘 다 plot 메서드를 이용해 다양한 형태의 그래프 생성
기본적으로 plot 메서드는 선그래프 생성

In [4]:

s = pd.Series(np.random.randn(10).cumsum(), index = np.arange(0,100,10))

In [5]:

s.plot()

Out[5]:

<Axes: >

Series 색체의 색인은 matplotlib에서 그래프 생성 시 x축으로 해석되며
use_index=False 옵션을 넘겨서 그래프의 축으로 사용하는 것을 막을 수 있음
x축의 눈금과 한계 : xticks와 xlim 옵션으로 조절
y축 : yticks와 ylim

대부분의 pandas 그래프 메서드는 부수적으로 ax 인자를 받는데, 이 인자는 matplotlib의 서브플롯 객체가 될 수 있음
이를 이용해 그리드 배열 상에서 서브플롯의 위치를 좀 더 유연하게 가져갈 수 있음

DataFrame의 plot 메서드는 하나의 서브플롯 안에 각 컬럼별로 선그래프를 그리고 자동적으로 범례 생성

In [6]:

df = pd.DataFrame(np.random.randn(10,4).cumsum(0),
                 columns = ['A', 'B', 'C', 'D'],
                 index=np.arange(0,100,10))
df

Out[6]:

	A	B	C	D
0	1.061752	0.446843	1.333358	-0.277268
10	0.555583	1.765282	1.112763	-0.261158
20	1.120806	0.757018	0.981720	-0.474901
30	0.349458	0.000310	2.067122	-1.138440
40	-0.047521	0.103790	2.578885	-0.816331
50	0.222224	-0.898479	0.879471	-1.503545
60	0.944954	-1.765227	-1.094624	-1.424960
70	1.122581	-1.216755	-1.864021	-1.182704
80	2.996640	1.665431	-2.007931	-1.180902
90	1.950724	1.311996	-1.676890	-4.392413

In [7]:

df.plot()

Out[7]:

<Axes: >

df.plot()은 df.plot.line()과 동일

Series.plot 메서드 인자¶

368참고

DataFrame의 plot 메서드 인자¶

368확인

9.2.2 막대그래프¶

plot.bar(), plot.barh()¶

plot.bar()과 plot.barh()는 각각 수직막대그래프와 수평막대그래프를 그림
이 경우 Series 또는 DataFrame의 색인은 수직막대그래프(bar)인 경우 x 눈금,
수평막대그래프(barh)인 경우 y눈금으로 사용

In [10]:

fig, axes = plt.subplots(2,1)

In [11]:

data = pd.Series(np.random.rand(16), index=list('abcdefghijklmnop'))
data

Out[11]:

a    0.379750
b    0.729424
c    0.256979
d    0.352572
e    0.561537
f    0.601787
g    0.337636
h    0.229199
i    0.567849
j    0.448571
k    0.131688
l    0.314704
m    0.040275
n    0.524845
o    0.313289
p    0.530071
dtype: float64

In [12]:

fig, axes = plt.subplots(2,1)
data = pd.Series(np.random.rand(16), index=list('abcdefghijklmnop'))

data.plot.bar(ax=axes[0], color='k', alpha=0.7)

Out[12]:

<Axes: >

In [13]:

fig, axes = plt.subplots(2,1)
data = pd.Series(np.random.rand(16), index=list('abcdefghijklmnop'))
data.plot.bar(ax=axes[0], color='k', alpha=0.7)

data.plot.barh(ax=axes[1], color='k', alpha=0.7)

Out[13]:

<Axes: >

color='k' 옵션과 alpha=0.7 옵션은 그래프를 검은색으로 그리고 투명도 지정

*NOTE_* 막대그래프를 그릴 때 유용한 방법 : Series의 value_counts 메서드(s.value_counts().plot.bar())를 이용해 값의 빈도 그리기

DataFrame에서 막대그래프는 각 로우의 값을 함께 묶어서 하나의 그룹마다 각각의 막대를 보여줌

In [14]:

df = pd.DataFrame(np.random.randn(6,4),
                 index=['one', 'two', 'three', 'four', 'five', 'six'],
                 columns = pd.Index(['A', 'B', 'C', 'D'], name='Genius'))

In [15]:

df

Out[15]:

Genius	A	B	C	D
one	-0.860384	-0.698648	0.932524	1.012765
two	0.750711	-0.491572	-0.116640	-0.337020
three	0.944171	0.820391	2.111688	1.039145
four	2.072118	1.201615	1.237838	-1.420203
five	-0.119483	-0.146839	-1.565368	0.554560
six	-0.145386	-2.005226	1.271194	-0.739267

In [16]:

df.plot.bar()

Out[16]:

<Axes: >

stacked=True¶

누적막대그래프는 stacked=True 옵션을 사용해 생성할 수 있는데, 각 로우의 값들이 하나의 막대에 누적되어 출력

In [17]:

df.plot.barh(stacked=True, alpha=0.5)

Out[17]:

<Axes: >

tips 데이터에서 요일별 파티 숫자를 뽑고 파티 숫자 대비 팁 비율을 보여주는 막대그래프를 그려보자.
read_csv 메서드를 사용해 데이터를 불러오고 요일과 파티 숫자에 따라 교차 테이블 생성

In [20]:

tips = pd.read_csv('tips.csv')

In [21]:

tips

Out[21]:

	total_bill	tip	smoker	day	time	size
0	16.99	1.01	No	Sun	Dinner	2
1	10.34	1.66	No	Sun	Dinner	3
2	21.01	3.50	No	Sun	Dinner	3
3	23.68	3.31	No	Sun	Dinner	2
4	24.59	3.61	No	Sun	Dinner	4
...	...	...	...	...	...	...
239	29.03	5.92	No	Sat	Dinner	3
240	27.18	2.00	Yes	Sat	Dinner	2
241	22.67	2.00	Yes	Sat	Dinner	2
242	17.82	1.75	No	Sat	Dinner	2
243	18.78	3.00	No	Thur	Dinner	2

244 rows × 6 columns

crosstab¶

In [22]:

party_counts = pd.crosstab(tips['day'], tips['size']) #교차분석표

In [23]:

party_counts

Out[23]:

size	1	2	3	4	5	6
day
Fri	1	16	1	1	0	0
Sat	2	53	18	13	1	0
Sun	0	39	15	18	3	1
Thur	1	48	4	5	1	3

In [25]:

#1인 6인 파티는 제외
party_counts = party_counts.loc[:, 2:5]
party_counts

Out[25]:

size	2	3	4	5
day
Fri	16	1	1	0
Sat	53	18	13	1
Sun	39	15	18	3
Thur	48	4	5	1

그리고 각 로우의 합이 1이 되도록 정규화하고 그래프를 그려보자

In [30]:

party_counts.sum(1) #sum(1)은 열끼리 더하는 걸 뜻함

Out[30]:

day
Fri     18
Sat     85
Sun     75
Thur    58
dtype: int64

In [31]:

# 합이 1이 되도록 정규화
party_pcts = party_counts.div(party_counts.sum(1), axis=0)
party_pcts

Out[31]:

size	2	3	4	5
day
Fri	0.888889	0.055556	0.055556	0.000000
Sat	0.623529	0.211765	0.152941	0.011765
Sun	0.520000	0.200000	0.240000	0.040000
Thur	0.827586	0.068966	0.086207	0.017241

In [32]:

party_pcts.plot.bar()

Out[32]:

<Axes: xlabel='day'>

그래프를 그리기전 요약해야 하는 데이터는 seaborn 패키지를 이용하면 훨씬 간단하게 처리 가능
이번에는 seaborn 패키지로 팁 데이터를 다시 그려보자

seaborn¶

In [35]:

import seaborn as sns

In [36]:

tips['tip_pct'] = tips['tip']/ tips['total_bill'] - tips['tip']

In [37]:

tips.head()

Out[37]:

	total_bill	tip	smoker	day	time	size	tip_pct
0	16.99	1.01	No	Sun	Dinner	2	-0.950553
1	10.34	1.66	No	Sun	Dinner	3	-1.499458
2	21.01	3.50	No	Sun	Dinner	3	-3.333413
3	23.68	3.31	No	Sun	Dinner	2	-3.170220
4	24.59	3.61	No	Sun	Dinner	4	-3.463192

In [38]:

sns.barplot(x='tip_pct', y = 'day', data=tips, orient='h')

Out[38]:

<Axes: xlabel='tip_pct', ylabel='day'>

seaborn 플로팅 함수의 data 인자는 pandas의 DataFrame을 받는다
다른 인자들은 컬럼 이름 참조
day 컬럼의 각 값에 대한 데이터는 여럿 존재하므로 tip_pct의 평균값으로 막대그래프를 그림
막대그래프 위에 덧그려진 검은 선은 95%의 신뢰구간을 나타냄(이 값은 옵션으로 설정 가능)

seaborn.barplot 메서드의 hue 옵션을 이용하면 추가 분류에 따라 나눠 그릴 수 있음

In [39]:

sns.barplot(x='tip_pct', y='day', hue='time', data=tips, orient='h')

Out[39]:

<Axes: xlabel='tip_pct', ylabel='day'>

seaborn.set¶

seaborn 라이브러리는 자동으로 기본 색상 팔레트, 그래프 배경, 그리드 선 같은 꾸밈새 변경
seaborn.set 메서드를 이용해 이런 꾸밈새 변경 가능

In [40]:

sns.barplot(x='tip_pct', y='day', hue='time', data=tips, orient='h')

sns.set(style="whitegrid")

9.2.3 히스토그램과 밀도 그래프¶

히스토그램¶

히스토그램은 막대그래프의 한 종류로, 값들의 빈도를 분리해서 보여줌
데이터 포인트는 분리되어 고른 간격의 막대로 표현되며 데이터의 숫자가 막대의 높이로 표현됨
팁 데이터를 사용해 전체 결제금액 대비 팁 비율을 Series의 plot.hist 메서드를 사용해 만들어보자

In [41]:

tips['tip_pct'].plot.hist(bins=50)

Out[41]:

<Axes: ylabel='Frequency'>

밀도 그래프¶

밀도 그래프는 관찰값을 사용해 추정되는 연속된 확률 분포를 그림

In [42]:

tips['tip_pct'].plot.density()

Out[42]:

<Axes: ylabel='Density'>

sns.displot¶

seaborn 라이브러리의 displot을 이용해 히스토그램과 밀도 그래프를 한 번에 손쉽게 그리기 가능
예를 들어 두 개의 다른 표준정규분포로 이루어진 양봉분포(bimodal distribution)를 생각해보자

In [43]:

comp1 = np.random.normal(0,1, size=200)

In [44]:

comp1

Out[44]:

array([-1.63433668e+00,  1.41007807e-01, -1.05736551e+00, -2.37950225e+00,
       -3.70766316e-01, -2.47960767e-02,  1.99336244e-01, -5.20330462e-02,
       -5.96031295e-01,  3.06100417e+00,  9.91404422e-01, -1.17655764e+00,
        1.78098642e+00, -1.26412042e+00,  7.98922360e-01,  1.76563446e-01,
        2.50866796e-01, -1.23570992e+00, -2.34544874e-02, -7.21689373e-04,
       -1.59032438e+00, -4.44708333e-01,  1.18992017e+00,  1.25281698e-01,
        6.57602141e-01,  7.81725518e-01, -1.15458405e-01,  3.96528880e-02,
       -6.93569377e-01,  4.68395093e-01, -4.72115564e-01, -1.42060389e+00,
        2.29215112e+00,  4.54536919e-01, -1.08936897e-01,  5.50385569e-01,
        6.44014899e-01, -5.96606862e-02,  5.08657678e-01,  6.61864306e-01,
       -1.48707385e+00, -4.95248424e-02, -6.39054317e-01,  7.81116115e-01,
       -1.60205086e+00,  5.12215875e-01,  1.50368496e-01,  2.47050508e-01,
       -6.44916721e-01,  1.75433313e+00,  4.32359877e-01,  1.76377936e+00,
       -2.07420545e+00,  7.17390116e-01,  1.75205538e+00,  7.54427064e-01,
       -1.13647726e+00,  1.47736587e-01, -1.43339461e-01, -5.71005354e-01,
        5.18493608e-01,  1.26474349e+00,  7.72118978e-01, -2.06879594e+00,
       -7.25594657e-02, -3.09594163e-02,  1.37271315e+00, -1.06814094e+00,
        1.93066755e-01,  8.41914787e-01, -1.05669749e+00,  5.39489584e-01,
       -9.62204749e-01, -6.11759380e-01,  2.86773784e-01,  5.86432572e-01,
       -1.47029912e+00, -6.92988886e-01,  1.19742113e+00, -1.61818789e-01,
       -2.74419339e-02, -1.19643843e+00,  9.27477136e-01,  3.77005931e-01,
        5.21249467e-01,  1.26091013e+00,  3.40537266e-01,  6.72164191e-01,
        9.31529038e-01,  6.87836941e-01, -2.10190781e-01,  1.66673201e+00,
       -6.82442549e-01, -4.74597730e-01,  1.86768108e-01, -1.43812384e+00,
        1.65678401e+00,  1.11639327e+00, -1.91565911e-01, -4.47350136e-01,
        6.49524767e-01,  1.79977538e+00,  5.39665691e-01,  3.08005996e-03,
        5.77893622e-01, -3.06417764e-02,  5.90963838e-01, -1.65496801e+00,
       -4.89369061e-01, -2.63687673e-02,  3.52287088e-01, -1.56830981e+00,
        5.33757647e-01,  3.50520032e-01, -2.82583597e-01,  8.37435057e-01,
        8.32597450e-01, -5.11542191e-01, -3.45603994e-01, -3.29506605e-01,
       -5.40968981e-01,  1.10104674e+00, -5.32055119e-02, -7.03286966e-01,
       -2.68795439e-01, -3.41126731e-01, -1.28400426e+00,  3.16443628e-01,
       -4.82064440e-01,  3.27388245e-01,  6.17888244e-01,  2.39489867e+00,
       -6.23150713e-01,  1.32405764e+00,  2.40314062e+00, -6.99778157e-01,
        6.38837108e-01,  2.05990672e-01,  2.79260030e-01,  7.93389358e-01,
       -1.19431957e+00, -2.86221330e-01, -2.38345312e+00, -5.09823936e-02,
       -5.02546924e-01, -1.39322235e+00,  2.96838237e+00,  2.34164996e-01,
        1.74699904e+00, -9.65333024e-01,  1.01231239e+00, -2.32375696e+00,
        6.26596059e-02, -4.11356009e-01,  3.75106960e-01, -6.03956507e-01,
       -6.61975005e-01,  2.82201647e-01,  7.49425649e-01,  7.43216729e-01,
        2.02012867e+00,  5.74164538e-01,  5.11549105e-02, -3.21009795e-02,
       -1.14430797e-01, -1.95996287e-01, -7.59609534e-01, -5.51311293e-01,
        1.40692950e-01, -5.95205543e-01,  6.48161897e-01,  1.29053982e+00,
       -1.00275867e-01, -2.68275283e-01,  7.67924919e-01,  9.81434552e-01,
        8.22580173e-01,  2.50746697e-01,  7.69601289e-01,  3.45856038e-01,
        2.06194809e-01,  1.66646735e+00, -7.08370117e-02,  1.05214283e+00,
       -1.02205176e+00,  9.72740623e-01, -7.99934628e-01,  5.85073699e-01,
        2.01407003e-01,  2.86187785e-01,  6.43623304e-01, -8.79236298e-02,
       -5.06918064e-01,  2.07918287e+00,  1.03346122e+00,  1.95847611e+00,
       -2.81867171e-01, -1.48532518e-01,  9.98859392e-01, -1.48479801e-01])

In [45]:

comp2 = np.random.normal(10,2,size=200)

In [46]:

comp2

Out[46]:

array([10.46079755,  8.49847732, 11.33010525, 11.2807846 ,  8.48953138,
       10.29199557,  8.75641328, 10.54339891, 13.90211832, 10.73448251,
        9.16767578,  6.22379314, 10.2273564 , 10.75439501,  9.53785888,
       12.00763306, 10.65386578, 10.9603497 , 10.23434935,  9.75156721,
       14.9913288 ,  8.36332521,  8.1835365 , 11.56559391, 10.61230399,
       13.46995669, 10.2366222 ,  9.93136135, 11.18431834,  8.53781434,
        8.88439953,  9.21009063, 11.54577612, 15.49998036,  7.57441496,
        9.65616865,  7.1922367 , 12.3287178 ,  9.73278243,  8.58335183,
       10.78755004,  6.84442271,  6.21534669,  6.44011484, 10.86245993,
       10.88326327, 10.30901432,  8.65791551, 10.16560136, 12.00409999,
       11.20426883, 10.07455232,  7.91935486, 10.83308535,  7.72382927,
       12.98914673, 13.35134796,  8.32024479, 10.48535117, 10.1471672 ,
       16.68414094, 10.07906014, 11.46337605, 10.24880275, 10.28144346,
        6.15514136,  9.3619584 , 11.77868036,  6.46371672, 11.92614241,
        9.56325529,  8.15469442,  8.58436492, 11.15040753, 13.48698367,
       10.23852887, 10.88116003, 10.87523284, 11.05613584, 11.41211066,
       10.44557608, 10.19488447, 10.75449285, 10.59732289, 10.38123936,
       12.59045918, 11.51293461,  7.57806792, 11.84226676,  9.58291643,
       11.28290026,  8.84228278, 10.03439413, 12.03672898,  6.94187549,
        9.08462198, 10.87121693,  6.71467688,  8.98854319, 13.65127223,
       12.86858779,  8.1671013 , 11.63011853, 10.99384455,  9.77603824,
        7.97510347, 11.27393031, 11.67006766, 11.55250083,  8.69101376,
        9.30737221,  9.47539404, 11.70948437, 10.41270073, 10.10259179,
        9.55675431, 10.16707075, 11.61976131, 10.13444432, 11.60339678,
       11.17566735,  8.90090298,  8.88298143,  9.5877812 ,  6.34552567,
        7.09757612,  8.75716764, 11.33830439, 10.14172647,  9.94123439,
       13.52574481, 12.780414  ,  7.06406538,  9.80523991,  8.43726323,
       15.58346866,  6.35748257, 10.55941936, 12.78693262, 10.25951086,
        9.0498645 , 10.96037407,  8.84529867,  9.91385792, 12.78847853,
       12.71545064,  9.57616024,  9.41712082, 11.38450382,  7.06631324,
        6.73480848,  7.95729708,  9.42342199,  9.26032133,  9.49795403,
       10.60168143,  9.76551291,  7.83935573, 10.40614716, 11.29144812,
        8.70049781,  7.41503937, 11.32718662, 12.72620069,  6.8389343 ,
       11.56140502,  8.68773885, 10.44709739,  8.45164827,  8.31972147,
        9.05883384,  9.24444633,  9.97705312, 10.62493858, 10.38632689,
        7.36531638, 11.35688769,  7.19225548, 12.28164449,  6.9807975 ,
        9.49064577,  8.95353796,  9.86590976,  9.90951995,  9.25029677,
        7.35772809, 13.71983828, 10.6547178 , 10.44816113,  9.96525774,
       10.55438045, 11.93727179,  7.95096326, 11.38998316, 12.77768982,
       12.23365018, 13.26777947,  4.54341868, 11.77772323,  8.4879443 ])

In [47]:

values = pd.Series(np.concatenate([comp1, comp2]))
values

Out[47]:

0      -1.634337
1       0.141008
2      -1.057366
3      -2.379502
4      -0.370766
         ...    
395    12.233650
396    13.267779
397     4.543419
398    11.777723
399     8.487944
Length: 400, dtype: float64

In [48]:

sns.distplot(values, bins=100, color='k')

C:\Users\ADMIN\AppData\Local\Temp\ipykernel_17592\3498537128.py:1: UserWarning: 

`distplot` is a deprecated function and will be removed in seaborn v0.14.0.

Please adapt your code to use either `displot` (a figure-level function with
similar flexibility) or `histplot` (an axes-level function for histograms).

For a guide to updating your code to use the new functions, please see
https://gist.github.com/mwaskom/de44147ed2974457ad6372750bbe5751

  sns.distplot(values, bins=100, color='k')

Out[48]:

<Axes: ylabel='Density'>

9.2.4 산포도¶

산포도(scatter plot, point plot)은 두 개의 1차원 데이터 묶음 간의 관계를 나타내고자 할 때 유용한 그래프
statsmodel 프로젝트에서 macrodata 데이터 묶음을 불러온 다음 몇 가지 변수를 선택하고 로그차를 구해보자

In [50]:

macro = pd.read_csv('macrodata.csv')

In [51]:

macro

Out[51]:

	year	quarter	realgdp	realcons	realinv	realgovt	realdpi	cpi	m1	tbilrate	unemp	pop	infl	realint
0	1959	1	2710.349	1707.4	286.898	470.045	1886.9	28.980	139.7	2.82	5.8	177.146	0.00	0.00
1	1959	2	2778.801	1733.7	310.859	481.301	1919.7	29.150	141.7	3.08	5.1	177.830	2.34	0.74
2	1959	3	2775.488	1751.8	289.226	491.260	1916.4	29.350	140.5	3.82	5.3	178.657	2.74	1.09
3	1959	4	2785.204	1753.7	299.356	484.052	1931.3	29.370	140.0	4.33	5.6	179.386	0.27	4.06
4	1960	1	2847.699	1770.5	331.722	462.199	1955.5	29.540	139.6	3.50	5.2	180.007	2.31	1.19
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
198	2008	3	13324.600	9267.7	1990.693	991.551	9838.3	216.889	1474.7	1.17	6.0	305.270	-3.16	4.33
199	2008	4	13141.920	9195.3	1857.661	1007.273	9920.4	212.174	1576.5	0.12	6.9	305.952	-8.79	8.91
200	2009	1	12925.410	9209.2	1558.494	996.287	9926.4	212.671	1592.8	0.22	8.1	306.547	0.94	-0.71
201	2009	2	12901.504	9189.0	1456.678	1023.528	10077.5	214.469	1653.6	0.18	9.2	307.226	3.37	-3.19
202	2009	3	12990.341	9256.0	1486.398	1044.088	10040.6	216.385	1673.9	0.12	9.6	308.013	3.56	-3.44

203 rows × 14 columns

In [52]:

data = macro[['cpi', 'm1', 'tbilrate', 'unemp']]

In [53]:

data

Out[53]:

	cpi	m1	tbilrate	unemp
0	28.980	139.7	2.82	5.8
1	29.150	141.7	3.08	5.1
2	29.350	140.5	3.82	5.3
3	29.370	140.0	4.33	5.6
4	29.540	139.6	3.50	5.2
...	...	...	...	...
198	216.889	1474.7	1.17	6.0
199	212.174	1576.5	0.12	6.9
200	212.671	1592.8	0.22	8.1
201	214.469	1653.6	0.18	9.2
202	216.385	1673.9	0.12	9.6

203 rows × 4 columns

In [54]:

trans_data = np.log(data).diff().dropna()

In [55]:

trans_data[-5:]

Out[55]:

	cpi	m1	tbilrate	unemp
198	-0.007904	0.045361	-0.396881	0.105361
199	-0.021979	0.066753	-2.277267	0.139762
200	0.002340	0.010286	0.606136	0.160343
201	0.008419	0.037461	-0.200671	0.127339
202	0.008894	0.012202	-0.405465	0.042560

sns.regplot¶

seaborn 라이브러리의 regplot 메서드를 이용해 산포도와 선형회귀곡선을 함께 그릴 수 있음

In [56]:

sns.regplot(x = 'm1', y= 'unemp', data=trans_data)

Out[56]:

<Axes: xlabel='m1', ylabel='unemp'>

In [57]:

sns.regplot(x = 'm1', y= 'unemp', data=trans_data)

plt.title('Changes in log %s versus log %s' % ('m1', 'unemp'))

Out[57]:

Text(0.5, 1.0, 'Changes in log m1 versus log unemp')

sns.pairplot¶

seaborn에서는 pairplot 함수를 제공해 대각선을 따라 각 변수에 대한 히스토그램이나 밀도 그래프 생성 가능

In [58]:

sns.pairplot(trans_data, diag_kind='kde', plot_kws={'alpha':0.2})

Out[58]:

<seaborn.axisgrid.PairGrid at 0x2142fe066b0>

plot_kws¶

plot_kws 인자는 각각의 그래프에 전달한 개별 설정값 지정

In [ ]: