DataVis-seaborn과 matplotlib 배우기

Dec 14, 2022

1. matplotlib
   • Figure & Subplot
   • style
   • scatter(선점도)
   • 기타 grpah
2. seaborn
   • introduction

DataVis-seaborn과 matplotlib 배우기

• naver AI boost camp의 강의를 정리한 내용입니다.

conda install seaborn
conda install matplotlib

pip install jupyterthemes # matplotlib의 테마를 바꿔서 그래프가 잘보이게 하자
jt -l # jupyter notebook 테마 리스트
jt -t [원하는 테마]

[code -1. 모듈 설치]

matplotlib

[img 0. matplotlib 로고]

• 파이썬에서 널리 사용되는 데이터 시각화 모듈
• pyplot 객체를 사용하여 데이터를 표시, pyplot 객체에 그래프들을 쌓은 다음 flush(plt.show()를 해줘야 출력)
• 단점으로 고정된 argument가 없어 문서화가 애매함.
• 기본 figure 객체에 그래프가 그려짐

import matplotlib.pyplot as plt
import numpy as np

X_1 = range(100)
Y_1 = [np.cos(value) for value in X]

X_2 = range(100)
Y_2 = [np.sin(value) for value in X]

plt.plot(X_1, Y_1)
plt.plot(X_2, Y_2)
plt.plot(range(100), range(100))
plt.show()

[code 0-1. 기본적인 사용 방법]

[img 0. 이러한 창이 팝업된다.]

Figure & Subplot

• Matplotlib는 Figure 안에 여러개의 Axes를 생성하는 방식입니다.

[img 1. 생성 방식에 대한 그림]

fig = plt.figure()
fig.set_size_inches(10, 10)  # 싸이즈 설정

ax = []
colors = ["b", "g", "r", "c", "m", "y", "k"]
for i in range(1, 7):
    ax.append(fig.add_subplot(2, 3, i))  # 두개의 plot 생성
    X_1 = np.arange(50) # 이걸 랜덤으로 하면 자기멋대로 그려진다.(즉 작은거부터 큰거 순으로 그리자)
    Y_1 = np.random.rand(50)
    c = colors[np.random.randint(1, len(colors))]

    ax[i - 1].plot(X_1, Y_1, c=c)

[code 1. figure 위에 쌓아서 그리는 법]

[img 1. 결과]

style

# plt.style.use("ggplot")    # 스타일적용 사이트 참조
plt.plot(X_1, Y_1, color="b", linestyle="dashed", label="line_1") # 선의 색깔, 선의 종류, 선의 라벨 설정, 색깔은 rgb color, predefined color 등 사용 가능
plt.plot(X_2, Y_2, color="r", linestyle="dotted", label="line_2")

plt.text(50, 70, "Line_1")# 해당 x,y 좌표에 글자 생성
plt.annotate( # 해당 위치에 arrow 생성
    "line_2",
    xy=(50, 150),
    xytext=(20, 175),
    arrowprops=dict(facecolor="black", shrink=0.05),
)

plt.grid(True, lw=0.4, ls="--", c=".90") # grid 생성
plt.legend(shadow=True, fancybox=False, loc="upper right") # 우측 위의 범례표 생성
# shadow, fancybox= 그림자, 예쁜 표 설정
plt.xlim(-10, 200) # 보여줄 좌표 범위 설정
plt.ylim(-20, 200)
plt.title("$y = ax+b$") # 상단의 그래프 이름 설정, $$ 사이에 수학 latex 수식 사용 가능
plt.xlabel("$x_line$") # x좌표측 라벨 이름 설정
plt.ylabel("y_line")
plt.savefig("test.png", c="a")# 표 저장
plt.show()

[code 2. styling을 위한 변수들]

[img 2. 결과]

scatter(선점도)

data_1 = np.random.rand(512, 2)
data_2 = np.random.rand(512, 2)
plt.scatter(data_1[:, 0], data_1[:, 1], c="b", marker="x") # c로 색깔, marker로 모양 지정
# matplotlib의 공식 marker 또한 사용 가능
plt.scatter(data_2[:, 0], data_2[:, 1], c="r", marker="o")

plt.show()

[code 3. 기본값 scatter 함수 사용]

[img 3. 함수 결과]

x = np.random.rand(N)
y = np.random.rand(N)
colors = np.random.rand(N)
area = np.pi * (15 * np.random.rand(N)) ** 2
plt.scatter(x, y, s=area, c=colors, alpha=0.5) # area로 크기를 지정하고 alpha로 투명도 조정 
plt.show()

[code 3-1. area를 적용한 scatter 함수 사용]

[img 3-1. 함수 결과]

기타 grpah

data = [[5.0, 25.0, 50.0, 20.0], [4.0, 23.0, 51.0, 17], [6.0, 22.0, 52.0, 19]]
X = np.arange(0, 8, 2)
plt.bar(X + 0.00, data[0], color="b", width=0.50)
plt.bar(X + 0.50, data[1], color="g", width=0.50)
plt.bar(X + 1.0, data[2], color="r", width=0.50)
# plt.barh 함수를 이용하면 가로 세로가 바뀐 그래프가 나온다.
plt.xticks(X + 0.50, ("A", "B", "C", "D")) # 자리를 벌려줌, yticks도 존재하지만 y는 bottom arg를 이용하기도함
plt.show()

[code 4. bar 함수 사용]

[img 4. bar 함수 결과]

X = np.random.randn(1000)
plt.hist(X, bins=100)
plt.show()

[code 4-1. histogram 함수 사용]

[img 4-1. histogram 함수 사용 결과 ]

data = np.random.randn(100, 5)
plt.boxplot(data)
plt.show()

[code 4-2. boxplot 함수 사용]

[img 4-2. histogram 함수 사용 결과 ]

• 박스 범위는 IQR(Interquartile Range), 박스 사이는 25~75% 사이이며, 그 위에 박힌 점은 outlier, 즉 이상치다.
• 중간의 노란선은 50% 지점이다.

seaborn

introduction

• 통계적 데이터의 visualization, matplotlib의 wrapper이며, 더욱 쉽게 사용하게 해준다.
• 튜토리얼이 잘되있으니 추천

conda install seaborn

[code 5. seaborn 인스톨]

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

sns.set(style="darkgrid")# 테마 제공1, 홈페이지 참조
tips = sns.load_dataset("tips")# 기본 제공 dataset
fmri = sns.load_dataset("fmri")# 기본 제공 dataset2

[code 5-1. seabron 및 기본 datset import]

기본 사용법

sns.lineplot(x="timepoint", y="signal", hue="event", data=fmri) # 선으로 되어있는 그래프 생성
# 중앙선은 평균, 넓이는 분포, 기본적으로 정렬이 되서 연속적으로 표현됨.
# hue를 통해 해당 category 별로변하는 데이터를 보여줌
fmri.sample(n=10, random_state=1) # seaborn의 샘플 추출법, random으로 추출 가능
# 물론, 기본적인 fmri.head() 또한 가능하다.

[code 6. line plot 사용과 샘플 추출]

[img 6. lineplot example]

[img 6-1. sample example]

sns.scatterplot(x="total_bill", y="tip", hue="time", data=tips)
sns.regplot(x="total_bill", y="tip", data=tips) # 중간에 선형함수를 줄쳐주는 scatter plot

[code 6-1. scatter plot 코드]

[img 6-2. scatter plot 와 regplot 결과]

• 이외에도 barplot, distplot 등의 plot이 있다.

기타 추가 적인 plots

• vilolinplot : boxplot에 distribution을 함께 표현
• stripplot : scatter와 category 정보를 함께 표현
• swarmplot : 분포와 함께 scatter를 함께 표현
  • catplot의 kind에 ‘swarm’값을 넣은것과 같음
• pointplot : category 별로 numeric의 평균, 신뢰구간 표시
• regplot : scatter + 선형함수를 함께 표시
• FacetGrid : 4개 정도의 grid를 만든 뒤, map함수를 통해각 그리드에 들어가야할 plot을 설정해줌

multiple plots

• 한개 이상의 도표를 하나의 plot에 작성
• Axes를 사용해서 grid를 나누는 방법

[img 8. multiple plot 사용 예제]

• replot : Numeric 데이터 중심의 부포/ 선형 표시
• catplot : category 데이터 중심의 표시
• FacetGrid : 특정조건에 따른 다양한 plot을 grid로 표시
• pairplot : 데이터 간의 상관관계 표시
• implot : regression 모델과 category 데이터를 함께 표시