[Python] Seaborn을 활용한 시각화 - seaborn stats

통계 기반의 그래프¶

In [1]:

!pip install seaborn==0.13.0

Defaulting to user installation because normal site-packages is not writeable
Collecting seaborn==0.13.0
  Downloading seaborn-0.13.0-py3-none-any.whl (294 kB)
     ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 294.6/294.6 kB 4.8 MB/s eta 0:00:00a 0:00:01
Requirement already satisfied: pandas>=1.2 in ./.local/lib/python3.9/site-packages (from seaborn==0.13.0) (1.4.2)
Requirement already satisfied: matplotlib!=3.6.1,>=3.3 in ./.local/lib/python3.9/site-packages (from seaborn==0.13.0) (3.6.0)
Requirement already satisfied: numpy!=1.24.0,>=1.20 in ./.local/lib/python3.9/site-packages (from seaborn==0.13.0) (1.23.3)
Requirement already satisfied: kiwisolver>=1.0.1 in ./.local/lib/python3.9/site-packages (from matplotlib!=3.6.1,>=3.3->seaborn==0.13.0) (1.4.4)
Requirement already satisfied: cycler>=0.10 in ./.local/lib/python3.9/site-packages (from matplotlib!=3.6.1,>=3.3->seaborn==0.13.0) (0.11.0)
Requirement already satisfied: pillow>=6.2.0 in ./.local/lib/python3.9/site-packages (from matplotlib!=3.6.1,>=3.3->seaborn==0.13.0) (9.3.0)
Requirement already satisfied: fonttools>=4.22.0 in ./.local/lib/python3.9/site-packages (from matplotlib!=3.6.1,>=3.3->seaborn==0.13.0) (4.38.0)
Requirement already satisfied: python-dateutil>=2.7 in ./.local/lib/python3.9/site-packages (from matplotlib!=3.6.1,>=3.3->seaborn==0.13.0) (2.8.2)
Requirement already satisfied: packaging>=20.0 in ./.local/lib/python3.9/site-packages (from matplotlib!=3.6.1,>=3.3->seaborn==0.13.0) (21.3)
Requirement already satisfied: pyparsing>=2.2.1 in ./.local/lib/python3.9/site-packages (from matplotlib!=3.6.1,>=3.3->seaborn==0.13.0) (3.0.9)
Requirement already satisfied: contourpy>=1.0.1 in ./.local/lib/python3.9/site-packages (from matplotlib!=3.6.1,>=3.3->seaborn==0.13.0) (1.0.6)
Requirement already satisfied: pytz>=2020.1 in ./.local/lib/python3.9/site-packages (from pandas>=1.2->seaborn==0.13.0) (2022.5)
Requirement already satisfied: six>=1.5 in ./.local/lib/python3.9/site-packages (from python-dateutil>=2.7->matplotlib!=3.6.1,>=3.3->seaborn==0.13.0) (1.16.0)
Installing collected packages: seaborn
  Attempting uninstall: seaborn
    Found existing installation: seaborn 0.12.0
    Uninstalling seaborn-0.12.0:
      Successfully uninstalled seaborn-0.12.0
Successfully installed seaborn-0.13.0

[notice] A new release of pip available: 22.2.2 -> 24.1.1
[notice] To update, run: pip install --upgrade pip

seaborn 라이브러리가 매력적인 이유는 바로 통계 차트 입니다.

이번 실습에서는 seaborn의 다양한 통계 차트 중 대표적인 차트 몇 개를 뽑아서 다뤄볼 예정입니다.

더 많은 통계 차트를 경험해보고 싶으신 분은 공식 도큐먼트에서 확인하실 수 있습니다.

모듈 Import¶

In [4]:

from IPython.display import Image
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.font_manager as fm
import seaborn as sns

# Unicode warning 제거 (폰트 관련 경고메시지)
plt.rcParams['axes.unicode_minus']=False

# 스타일 설정
sns.set_style('white')

# 그래프 출력 사이즈 설정
plt.rcParams["figure.figsize"] = (12, 8)

In [5]:

# 엘리스 환경에서 한글 폰트를 사용하기 위한 코드입니다.
font_dirs = ['/usr/share/fonts/truetype/nanum', ]
font_files = fm.findSystemFonts(fontpaths=font_dirs)

for font_file in font_files:
    fm.fontManager.addfont(font_file)

plt.rc('font', family='NanumBarunGothic') 

샘플 데이터셋 로드¶

In [6]:

titanic = sns.load_dataset('titanic')
titanic

Out[6]:

	survived	pclass	sex	age	sibsp	parch	fare	embarked	class	who	adult_male	deck	embark_town	alive	alone
0	0	3	male	22.0	1	0	7.2500	S	Third	man	True	NaN	Southampton	no	False
1	1	1	female	38.0	1	0	71.2833	C	First	woman	False	C	Cherbourg	yes	False
2	1	3	female	26.0	0	0	7.9250	S	Third	woman	False	NaN	Southampton	yes	True
3	1	1	female	35.0	1	0	53.1000	S	First	woman	False	C	Southampton	yes	False
4	0	3	male	35.0	0	0	8.0500	S	Third	man	True	NaN	Southampton	no	True
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
886	0	2	male	27.0	0	0	13.0000	S	Second	man	True	NaN	Southampton	no	True
887	1	1	female	19.0	0	0	30.0000	S	First	woman	False	B	Southampton	yes	True
888	0	3	female	NaN	1	2	23.4500	S	Third	woman	False	NaN	Southampton	no	False
889	1	1	male	26.0	0	0	30.0000	C	First	man	True	C	Cherbourg	yes	True
890	0	3	male	32.0	0	0	7.7500	Q	Third	man	True	NaN	Queenstown	no	True

891 rows × 15 columns

• survived: 생존여부
• pclass: 좌석등급
• sex: 성별
• age: 나이
• sibsp: 형제자매 + 배우자 숫자
• parch: 부모자식 숫자
• fare: 요금
• embarked: 탑승 항구
• class: 좌석등급 (영문)
• who: 사람 구분
• deck: 데크
• embark_town: 탑승 항구 (영문)
• alive: 생존여부 (영문)
• alone: 혼자인지 여부

In [7]:

tips = sns.load_dataset('tips')
tips

Out[7]:

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

244 rows × 7 columns

• total_bill: 총 합계 요금표
• tip: 팁
• sex: 성별
• smoker: 흡연자 여부
• day: 요일
• time: 식사 시간
• size: 식사 인원

Countplot¶

항목별 갯수를 세어주는 countplot 입니다.

알아서 해당 column을 구성하고 있는 value들을 구분하여 보여줍니다.

countplot 공식 도큐먼트

세로로 그리기¶

In [8]:

sns.countplot(x="class", hue="who", data=titanic)

Out[8]:

<AxesSubplot: xlabel='class', ylabel='count'>

가로로 그리기¶

In [9]:

sns.countplot(y="class", hue="who", data=titanic, palette='rocket')

Out[9]:

<AxesSubplot: xlabel='count', ylabel='class'>

kdeplot¶

kde는 histogram보다 부드러운 형태의 분포 곡선을 보여주는 방법

In [10]:

# 샘플데이터 생성
x = np.random.randn(100)

In [11]:

sns.kdeplot(x=x)

Out[11]:

<AxesSubplot: ylabel='Density'>

rugplot¶

rugplot의 rug는 데이터 위치를 x축 위에 작은 선분(rug)으로 나타내어 데이터들의 위치 및 분포를 보여준다.

In [12]:

sns.kdeplot(x=x)
sns.rugplot(x=x)

Out[12]:

<AxesSubplot: ylabel='Density'>

heatmap¶

색상으로 표현할 수 있는 다양한 정보를 일정한 이미지위에 열분포 형태의 비쥬얼한 그래픽으로 출력하는 것이 특징이다

heatmap 도큐먼트

correlation(상관관계)를 시각화¶

corr() 함수는 데이터의 상관관계를 보여줍니다.

In [13]:

titanic.corr()

Out[13]:

	survived	pclass	age	sibsp	parch	fare	adult_male	alone
survived	1.000000	-0.338481	-0.077221	-0.035322	0.081629	0.257307	-0.557080	-0.203367
pclass	-0.338481	1.000000	-0.369226	0.083081	0.018443	-0.549500	0.094035	0.135207
age	-0.077221	-0.369226	1.000000	-0.308247	-0.189119	0.096067	0.280328	0.198270
sibsp	-0.035322	0.083081	-0.308247	1.000000	0.414838	0.159651	-0.253586	-0.584471
parch	0.081629	0.018443	-0.189119	0.414838	1.000000	0.216225	-0.349943	-0.583398
fare	0.257307	-0.549500	0.096067	0.159651	0.216225	1.000000	-0.182024	-0.271832
adult_male	-0.557080	0.094035	0.280328	-0.253586	-0.349943	-0.182024	1.000000	0.404744
alone	-0.203367	0.135207	0.198270	-0.584471	-0.583398	-0.271832	0.404744	1.000000

In [14]:

plt.figure(figsize=(10, 8))
sns.heatmap(titanic.corr(), annot=True, cmap="RdBu_r")
plt.show()

pairplot¶

pairplot 도큐먼트

pairplot은 그리드(grid) 형태로 각 집합의 조합에 대해 히스토그램과 분포도를 그립니다.

또한, 숫자형 column에 대해서만 그려줍니다.

In [15]:

iris = sns.load_dataset('iris')
iris.head()

Out[15]:

	sepal_length	sepal_width	petal_length	petal_width	species
0	5.1	3.5	1.4	0.2	setosa
1	4.9	3.0	1.4	0.2	setosa
2	4.7	3.2	1.3	0.2	setosa
3	4.6	3.1	1.5	0.2	setosa
4	5.0	3.6	1.4	0.2	setosa

기본 pairplot 생성¶

In [16]:

sns.pairplot(iris)

Out[16]:

<seaborn.axisgrid.PairGrid at 0x7f26a2487e20>

hue 옵션으로 특성 구분¶

In [17]:

sns.pairplot(iris, hue='species', palette="Set1")

Out[17]:

<seaborn.axisgrid.PairGrid at 0x7f26a2581400>

violinplot¶

바이올린처럼 생긴 violinplot 입니다.

column에 대한 데이터의 비교 분포도를 확인할 수 있습니다.

• 곡선진 부분 (뚱뚱한 부분)은 데이터의 분포를 나타냅니다.
• 양쪽 끝 뾰족한 부분은 데이터의 최소값과 최대값을 나타냅니다.

violinplot 도큐먼트

기본 violinplot 그리기¶

In [18]:

sns.violinplot(x=tips["total_bill"])

Out[18]:

<AxesSubplot: xlabel='total_bill'>

비교 분포 확인¶

x, y축을 지정해줌으로썬 바이올린을 분할하여 비교 분포를 볼 수 있습니다.

In [19]:

sns.violinplot(x="day", y="total_bill", data=tips)

Out[19]:

<AxesSubplot: xlabel='day', ylabel='total_bill'>

hue 옵션으로 분포 비교¶

사실 hue 옵션을 사용하지 않으면 바이올린이 대칭이기 때문에 비교 분포의 큰 의미는 없습니다.

하지만, hue 옵션을 주면, 단일 column에 대한 바이올린 모양의 비교를 할 수 있습니다.

In [20]:

sns.violinplot(x="day", y="total_bill", hue="smoker", data=tips, palette="muted")

Out[20]:

<AxesSubplot: xlabel='day', ylabel='total_bill'>

split 옵션으로 바이올린을 합쳐서 볼 수 있습니다.¶

In [21]:

sns.violinplot(x="day", y="total_bill", hue="smoker", data=tips, palette="muted", split=True)

Out[21]:

<AxesSubplot: xlabel='day', ylabel='total_bill'>

lmplot¶

lmplot은 column 간의 선형관계를 확인하기에 용이한 차트입니다.

또한, outlier도 같이 짐작해 볼 수 있습니다.

lmplot 도큐먼트

기본 lmplot¶

In [22]:

sns.lmplot(x="total_bill", y="tip", data=tips)

Out[22]:

<seaborn.axisgrid.FacetGrid at 0x7f269ceb4df0>

hue 옵션으로 다중 선형관계 그리기¶

아래의 그래프를 통하여 비흡연자가, 흡연자 대비 좀 더 가파른 선형관계를 가지는 것을 볼 수 있습니다.

In [23]:

sns.lmplot(x="total_bill", y="tip", hue="smoker", data=tips)

Out[23]:

<seaborn.axisgrid.FacetGrid at 0x7f269ccdddc0>

col 옵션을 추가하여 그래프를 별도로 그려볼 수 있습니다¶

또한, col_wrap으로 한 줄에 표기할 column의 갯수를 명시할 수 있습니다.

In [24]:

sns.lmplot(x='total_bill', y='tip', hue='smoker', col='day', col_wrap=2, data=tips)

Out[24]:

<seaborn.axisgrid.FacetGrid at 0x7f269cf296a0>

jointplot¶

scatter(산점도)와 histogram(분포)을 동시에 그려줍니다.

숫자형 데이터만 표현 가능하니, 이 점 유의하세요.

jointplot 도큐먼트

기본 jointplot 그리기¶

In [25]:

sns.jointplot(x="total_bill", y="tip", height=7, data=tips)

Out[25]:

<seaborn.axisgrid.JointGrid at 0x7f269c6127f0>

선형관계를 표현하는 regression 라인 그리기¶

옵션에 kind='reg'을 추가해 줍니다.

In [26]:

sns.jointplot(x="total_bill", y="tip", data=tips, kind="reg")

Out[26]:

<seaborn.axisgrid.JointGrid at 0x7f269c409d30>

hex 밀도 보기¶

kind='hex' 옵션을 통해 hex 모양의 밀도를 확인할 수 있습니다.

In [27]:

sns.jointplot(x="total_bill", y="tip", data=tips, kind="hex")

Out[27]:

<seaborn.axisgrid.JointGrid at 0x7f269cbe5790>

Swarm Plot¶

In [28]:

sns.swarmplot(x='day', y='total_bill', data=tips)

Out[28]:

<AxesSubplot: xlabel='day', ylabel='total_bill'>

In [29]:

sns.boxplot(x='day', y='total_bill', data=tips)
sns.swarmplot(x='day', y='total_bill', data=tips, color='black')

Out[29]:

<AxesSubplot: xlabel='day', ylabel='total_bill'>

Catplot¶

카테고리에 따른, row/col으로 분류하여 각각의 그래프를 시각화할 수 있습니다.

도큐먼트

• 검은색 bar는 오차막대(error bar) 이며 신뢰구간(confidence interval) 95%

In [30]:

titanic.head()

Out[30]:

	survived	pclass	sex	age	sibsp	parch	fare	embarked	class	who	adult_male	deck	embark_town	alive	alone
0	0	3	male	22.0	1	0	7.2500	S	Third	man	True	NaN	Southampton	no	False
1	1	1	female	38.0	1	0	71.2833	C	First	woman	False	C	Cherbourg	yes	False
2	1	3	female	26.0	0	0	7.9250	S	Third	woman	False	NaN	Southampton	yes	True
3	1	1	female	35.0	1	0	53.1000	S	First	woman	False	C	Southampton	yes	False
4	0	3	male	35.0	0	0	8.0500	S	Third	man	True	NaN	Southampton	no	True

barplot¶

In [31]:

sns.catplot(x='who', y='survived', 
            col='pclass', 
            row='embarked',
            kind='bar',
            height=3, 
            data=titanic)

Out[31]:

<seaborn.axisgrid.FacetGrid at 0x7f269c2e9310>

countplot¶

In [32]:

sns.catplot(x='survived', 
            col='pclass', 
            row='embarked',
            kind='count',
            height=3, 
            data=titanic)

Out[32]:

<seaborn.axisgrid.FacetGrid at 0x7f269c49af40>

In [33]:

sns.catplot(x='who',
            y='age', 
            col='pclass', 
            row='embarked',
            kind='box',
            height=3, 
            data=titanic)

Out[33]:

<seaborn.axisgrid.FacetGrid at 0x7f269d00f1c0>

violinplot¶

In [34]:

sns.catplot(x='who',
            y='fare', 
            col='pclass', 
            kind='violin',
            height=3, 
            data=titanic)

Out[34]:

<seaborn.axisgrid.FacetGrid at 0x7f269b947b50>

제출¶

제출을 위해 violinplot의 split 옵션으로 바이올린을 합쳐서 볼 수 있습니다에서 그렸던 그래프와 똑같은 그래프를 다시 그리세요.

• tips 데이터셋 활용
• x축은 day, y축은 total_bill
• hue는 smoker
• palette는 muted'
• split 옵션을 활성화

In [35]:

tips = sns.load_dataset('tips')

# TODO: "split 옵션으로 바이올린을 합쳐서 볼 수 있습니다"에서 그렸던 그래프를 그리세요.
sns.violinplot(x="day", y="total_bill", hue="smoker", data=tips, palette="muted", split=True)

# 이 아래를 수정하면 제대로 채점되지 않습니다.
plt.tight_layout()
plt.savefig('result.png')