[Python] matplotlib, seaborn을 이용한 단변량 분석

01 라이브러리 불러오기

import matplotlib.pyplot as plt

import seaborn as sns

 

 

---

02 matplotlib, seaborn 기초

# 차트 그리기

plt.plot( 데이터프레임명['컬럼명'] ) 

plt.plot( 데이터프레임명['x 컬럼명'], 데이터프레임명['y 컬럼명'] )                                       # x, y 축 지정

plt.plot( 'x 컬럼명', 'y 컬럼명', data = 데이터프레임명 )                                                          # x, y 축 지정

데이터프레임명.plot( x='x 컬럼명', y='y 컬럼명' )                                                                        # x, y 축 지정

 

# 화면에 보여주기

plt.show()

 

# x축, y축 이름, 타이틀 붙이기

plt.xticks(rotation = 각도)                     # x축 이름 방향 조정

plt.xlabel('x 컬럼명')                              # x축 이름 지정 

plt.ylabel('y 컬럼명')                              # y축 이름 지정 

plt.title('타이틀')                                      # 타이틀 지정

 

# 라인 스타일 조정

plt.plot( 'x 컬럼명', 'y 컬럼명', data = 데이터프레임명, color='컬러', linestyle='라인스타일', marker='마커 모양' ) 

 

# 범례, 그리드 추가

plt.plot( 'x 컬럼명', 'y 컬럼명', data = 데이터프레임명, label='범례')            # 범례 추가

plt.grid()                                                                                                                          # 그리드 추가

 

# 축 범위 조정

  plt.xlim( 시작범위, 끝범위 )

plt.ylim( 시작범위, 끝범위 )

 

# 그래프 크기 조정

plt.figure( figsize = ( x축 크기, y축 크기 ) )

 

# 수평선, 수직선 추가

  plt.axhline( y축 위치, color='컬러', linestyle='라인스타일')                       # 수평선 그리기 (ㅡ)

plt.ayhline( x축 위치, color='컬러', linestyle='라인스타일')                       # 수직선 그리기 ( | )

 

# 그래프에 텍스트 추가

plt.text( x축 위치, y축 위치, '텍스트' )

 

# 여러 그래프 나눠서 그리기 (e.g. 2행 1열 그래프 그리기)

plt.subplot( row, column, index )

plt.plot( 사용자지정 1 )

plt.subplot( row, column, index )

plt.plot( 사용자지정 2 )

plt.tight_layout()                                                                                                       # 그래프간 간격 맞추기

plt.show()

 

 

---

03 단변량 분석의 이해

 

 

---

04 숫자형 데이터 : 수치화

평균

 np.mean( 데이터프레임['컬럼명'] )

데이터프레임['컬럼명'].mean()

 

중앙값

자료의 순서상 가운데 위치한 값을 말한다.

 np.median( 데이터프레임['컬럼명'] )

데이터프레임['컬럼명'].median()

 

최빈값

자료 중에서 가장 빈번하게 나타나는 값을 말한다.

데이터프레임['컬럼명'].mode()

 

4분위수

데이터를 오름차순으로 정렬한 후 전체를 4등분하여 각 경계에 해당하는 값(25%, 50%, 75%)을 말한다.

데이터프레임['컬럼명'].describe()

 

기초통계량

데이터프레임['컬럼명'].describe()

데이터프레임.describe()                                                 # 데이터프레임의 숫자타입 변수들 기초통계량 조회

데이터프레임.describe( include='all')                       # 데이터프레임의 전체 변수들 기초통계량 조회

 

 

 

---

05 숫자형 데이터 : 시각화

히스토그램

# matplot 활용

plt.hist( 데이터프레임['컬럼'], bins = 구간 수, edgecolor='컬러' )

plt.xlabel('x 이름')plt.ylabel('y 이름')plt.show()

 

# seaborn 활용sns.histplot( x='컬럼', data=데이터프레임, bins = 구간 수 )plt.show()

📌주의할 점 : 구간의 개수에 따라서 파악할 수 있는 내용이 달라지므로 bins를 적절히 조절해가며 확인해봐야 한다.

 

Density Plot (kde plot)

• 밀도함수 그래프라고도 불린다.
• 밀도함수 그래프 아래 면적은 1이다.

# kde plot 그리기

sns.kdeplot( x='컬럼', data=데이터프레임)

 

# 히스토그램과 kde plot 같이 그리기

sns.histplot( x='컬럼', data=데이터프레임, kde = True )

 

 

box plot

sns.boxplot( x=데이터프레임['컬럼'] )            #  or y=

plt.grid()

 

 

 

06 범주형 데이터 : 수치화

범주별 빈도수

데이터프레임['컬럼'].value_counts()

 

범주별 비율

데이터프레임['컬럼'].value_counts() / 데이터프레임.shape[0]

 

 

 

07 범주형 데이터 : 시각화

bar plot

sns.countplot( x='컬럼', data=데이터프레임 )

plt.grid()