[AI class day13] 파이썬 매트플롯, 씨본 python matplotlib, seaborn TIL

감상 : 지난 시간에 배운 numpy와 pandas를 바탕으로 만든 표를 보다 직관적으로 인식하기 좋은 그래프로 보여주는 부분.

이 역시 <빅데이터 분석가 과정>에서 배웠던 내용에 복습이기는 하다.

그런데 numpy나 pandas와는 달리 차근차근 배웠던 기억이 없고, 이후에 EDA 과제를 하거나 ML report를 작성할 때도, 항상 어떻게 써야 내 의도에 맞는 그래프를 출력할 수 있는지 헷갈렸던 기억이다.

이번 수업에서 딱 2줄 부터 시작해서 한 줄씩 더해가며 그래프를 업그레이드하는 방식으로 진행한 수업이 내용을 이해하고, 외우는데 아주 효과적이었던 것 같다.

<참고>

matplotlib.pyplot function overview (공식)

 

seaborn API reference (공식)

 

matplotlib cheat sheets

 

seaborn images cheat sheets

 

위키독스 matplotlib tutorial

 

Matlab으로 데이터 시각화하기

데이터를 보기좋게 표현해봅시다.

I. Matplotlib 시작하기

• 파이썬의 데이터 시각화 라이브러리
• cf) 라이브러리 vs. 프레임워크
• 라이브러리:
  다른 개발자들이 만들어 둔 코드의 모음 (변수, 함수, 클래스 등...)
  개발자들이 만들었을 뿐, 원하는 목표를 달성하기 위해서는 내부에 있는 코드를 조합해서 결과를 내야함
  ex> numpy, pandas, matplotlib...
• 프레임워크: 틀이 이미 짜여져 있고 그 틀에 내용물을 채워가면서 결과물을 완성
  ex> django, flask...
• %matplotlib inline을 통해 활성화

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

%matplotlib inline

II. Matplotlib Case Study with Arguments

plt.plot([1,2,3,4,5]) #실제 plotting을 하는 함수 (꺾은선 그래프)
plt.show() #plt 확인하는 명령
#x축은 제시되지 않았지만, 리스트의 index가 적용된 것

figsize : figure (도면)의 크기 조절

그래프 figure의 인자로 넣어줌
튜플 형태로 넣어줌

plt.figure(figsize = (6,6)) #plotting을 할 도면을 선언
plt.plot([0,1,2,3,4])
plt.show()

plt.figure(figsize = (3,3)) 
plt.plot([0,1,2,3,4])
plt.show()

2차 함수 그래프 with plot()

# 리스트를 이용해서 1차함수 y = x 를 그려보면:

plt.plot([0,1,2,3,4])
plt.show()

#numpy array를 이용해서 2차 함수 그래프 그리기

x = np.array([1,2,3,4,5]) # 정의역
y = np.array([1,4,9,16,25])# f(x)

plt.plot(x,y)
plt.show()

#np.arange(a,b,c)
#range에서 c는 integer로 고정, np.arange는 실수 가능 ex> c: 0.01

x = np.arange(-10,10,0.01)
plt.plot(x, x**2)

plt.show()

 

# x,y 축에 설명 추가하기 : .xlabel, .ylabel

x = np.arange(-10,10,0.01)

plt.xlabel("x label")
plt.ylabel("f(x) value")
plt.plot(x, x**2)

plt.show()

# x,y축 범위 설정하기: .axis

x = np.arange(-10,10,0.01)

plt.xlabel("x label")
plt.ylabel("f(x) value")
plt.axis([-5, 5, 0, 25]) #[x_min, x_max, y_min, y_max]

plt.plot(x, x**2)

plt.show()

 

# x, y축에 눈금 설정하기: .xticks, .yticks
x = np.arange(-10,10,0.01)

plt.xlabel("x label")
plt.ylabel("f(x) value")
plt.axis([-5, 5, 0, 25]) #[x_min, x_max, y_min, y_max]

plt.xticks([i for i in range(-5, 5, 1)]) #x축 눈금 설정 -5,-4,-3...
plt.yticks([i for i in range(0, 27, 3)]) #y축 눈금 설정

plt.plot(x, x**2)

plt.show()

 

# 그래프에 타이틀 달기 : .title

x = np.arange(-10,10,0.01)

plt.xlabel("x label")
plt.ylabel("f(x) value")
plt.axis([-5, 5, 0, 25]) #[x_min, x_max, y_min, y_max]
plt.xticks([i for i in range(-5, 5, 1)]) #x축 눈금 설정 -5,-4,-3...
plt.yticks([i for i in range(0, 27, 3)]) #y축 눈금 설정

plt.title("y = x^2 graph")

plt.plot(x, x**2)

plt.show()

 

# 그래프에 legend 달기 : .legend + .plot(label = ) (반드시 .plot 이후에 넣어야 한다.)

x = np.arange(-10,10,0.01)

plt.xlabel("x label")
plt.ylabel("f(x) value")
plt.axis([-5, 5, 0, 25]) #[x_min, x_max, y_min, y_max]
plt.xticks([i for i in range(-5, 5, 1)]) #x축 눈금 설정 -5,-4,-3...
plt.yticks([i for i in range(0, 27, 3)]) #y축 눈금 설정

plt.title("y = x^2 graph")

plt.plot(x, x**2, label = "trend")
plt.legend()
plt.show()

 

 

III. Matplotlib Case Study

 

꺾은선 그래프 (Plot)

x = np.arange(20) # 0~19
y = np.random.randint(0, 20, 20) #[a,b] 범위 중 20개를 랜덤으로 추출

plt.plot(x,y)

#extra : y축은 20까지 보이게 하고, '5단위'로 보이게 하고 싶다면?
plt.axis([0, 20, 0, 20])
plt.yticks([0, 5, 10, 15, 20])


plt.show()

산점도 (Scatter Plot)

plt.scatter(x,y)
plt.show()

 

 

꺾은선 그래프 : 시계열 데이터에서 많이 사용 x축이 시간 변수 시간의 흐름에 따른 변화를 볼 때
산점도 : x,y 가 완전 별개인 상황, 산점도를 볼 때 어떤 경향이 드러난다면, 두 변수 사이에 어떤 관계가 있을 수 있음을 암시

 

박스 그림 (Box Plot)

• 단일 변수의 분포를 보고 싶을 때
• 수치형 데이터에 대한 정보를 담은 그림 (Q1, Q2, Q3, min, max)

plt.boxplot(y) 

# Extra: Plot의 타이틀을 "Boxplot of y"
plt.title("Boxplot of y")

plt.show()

 

#단일 인자 뿐 아니라 컨테이너를 통해 여러 인자를 넣을 수 있고, 비교할 수 있음

plt.boxplot((x,y)) 

plt.title("Boxplot of x,y")

plt.show()

 

막대 그래프 (Bar Plot)

• 범주형 데이터의 "값"과 그 값의 크기(빈도)를 직사각형으로 나타낸 그림

plt.bar(x,y)

#Extra: xticks를 올바르게 처리해보자.
plt.xticks((0, 20, 1))

plt.show()

 

 

cf> Histogram

• 막대그래프와 유사하게 어떤 변량들의 도수를 직사각형으로 나타낸 것
• 차이점: plt.hist()
• "계급" 개념이 들어감 : 변량을 그룹화해서 그림을 그린다. : 0,1,2가 아니라 0~2까지의 범주형 데이터로 구성 후 데이터 그림
• 막대그래프와 달리 히스토그램은 사각형을 붙여서 그림
• .hist()

plt.hist(y, bins = np.arange(0, 22, 2))
#bins : 범주의 간격을 표시해줌

#Extra: xticks를 올바르게 고치자.
plt.xticks(np.arange(0, 22, 2))

plt.show()

 

 

원형 그래프 (Pie Chart)

• 데이터에서 전체에 대한 부분의 비율을 부채꼴로 나타낸 그래프
• 다른 그래프에 비해서 비율 확인에 용이
• .pie()

z = [100, 300, 200, 400]
plt.pie(z, labels = ['one', 'two','three','four']) #파이차트는 라벨이 매우 필요함

plt.show()

 

 

IV. The 멋진 그래프, Seaborn Case Study

matplotlib를 기반으로 더 다양한 시각화 방법을 제공하는 라이브러리

• 커널밀도그림 (Kernel Density Plot)
• 카운트그림 (Count Plot)
• 캣그림 (Cat Plot)
• 스트립그림 (Strip Plot)
• 히트맵 (Heatmap)

import seaborn as sns

1. 커널밀도그림 (Kernel Density Plot)

• 히스토그램과 같은 연속적인 분포를 곡선화해서 그린 그림
• sns.kdeplot()

# 히스토그램에서는....
x = np.arange(0, 22, 2)
y = np.random.randint(0, 20, 20)

plt.hist(y, bins = x)
plt.show()

# 계단 모양이다 보니 스무스하게 변화를 살펴보기 어렵다.

 

# kdeplot

sns.kdeplot(y)

plt.show()

 

#shade 그래프 안쪽을 어둡게 칠할 수 있는 인자
sns.kdeplot(y, shade = True)

plt.show()

 

2. 카운트그림 (Count Plot)

• 범주형 column의 빈도수를 시각화 -> Groupby 후의 도수를 하는 것과 동일한 효과
• sns.countplot()

vote_df = pd.DataFrame({"name": ['Andy', 'Bob', 'Cat'], 'vote': [True, True, False]})

#matplotlib이라면 groupby를 먼저 한 다음 그 결과를 바탕으로 plotting을 해야 한다.
vote_count = vote_df.groupby('vote').count()
vote_count

	name
vote
False	1
True	2

plt.bar(x = [False, True] , height = vote_count['name'])
plt.show()

 

#sns의 countplot

sns.countplot(x = vote_df['vote']) 
plt.show()

 

 

3. 캣그림 (Cat Plot)

• 숫자형 변수와 하나 이상의 범주형 변수의 관계를 보여주는 함수
• sns.catplot()
• 복잡한 데이터에 적용하기 좋음 (cat <- concat 에서 유래)

covid = pd.read_csv('./country_wise_latest.csv')
covid.head()

	Country/Region	Confirmed	Deaths	Recovered	Active	New cases	New deaths	New recovered	Deaths / 100 Cases	Recovered / 100 Cases	Deaths / 100 Recovered	Confirmed last week	1 week change	1 week % increase	WHO Region
0	Afghanistan	36263	1269	25198	9796	106	10	18	3.50	69.49	5.04	35526	737	2.07	Eastern Mediterranean
1	Albania	4880	144	2745	1991	117	6	63	2.95	56.25	5.25	4171	709	17.00	Europe
2	Algeria	27973	1163	18837	7973	616	8	749	4.16	67.34	6.17	23691	4282	18.07	Africa
3	Andorra	907	52	803	52	10	0	0	5.73	88.53	6.48	884	23	2.60	Europe
4	Angola	950	41	242	667	18	1	0	4.32	25.47	16.94	749	201	26.84	Africa

s = sns.catplot(x = 'WHO Region', y = 'Confirmed' , data = covid) #x축: 범주형 데이터 y축: 수치형 데이터 
s.fig.set_size_inches (10, 6) #sns에서 figsize 조절하는 법
plt.show() 

 

# hue 인자: 범주별로 색깔을 매겨서 3가지 범주/수치형 데이터 간의 관계를 표현할 수 있음
# 기본 그래프 형태는 strip plot -> 다른 모양을 인자로 지정할 수 있음

s = sns.catplot(x = 'WHO Region', y = 'Confirmed' , data = covid, kind = 'violin')  
s.fig.set_size_inches (10, 6)

plt.show() 

 

스트립 그림 (Strip Plot)

• scatter plot과 유사하게 데이터의 수치를 표현하는 그래프
• sns.stripplot()

s = sns.stripplot(x= 'WHO Region' ,y= 'Recovered' ,data= covid)
plt.show()

 

# cf> swarmplot
# strip plot과 유사하지만, 점들이 겹치는 경우 양 옆으로 분산시켜서, 얼마나 많은 빈도로 있는지 확인하기 쉽다

s = sns.swarmplot(x= 'WHO Region' ,y= 'Recovered' ,data= covid)
plt.show()

/opt/anaconda3/lib/python3.8/site-packages/seaborn/categorical.py:1296: UserWarning: 22.7% of the points cannot be placed; you may want to decrease the size of the markers or use stripplot.
  warnings.warn(msg, UserWarning)
/opt/anaconda3/lib/python3.8/site-packages/seaborn/categorical.py:1296: UserWarning: 69.6% of the points cannot be placed; you may want to decrease the size of the markers or use stripplot.
  warnings.warn(msg, UserWarning)
/opt/anaconda3/lib/python3.8/site-packages/seaborn/categorical.py:1296: UserWarning: 79.2% of the points cannot be placed; you may want to decrease the size of the markers or use stripplot.
  warnings.warn(msg, UserWarning)
/opt/anaconda3/lib/python3.8/site-packages/seaborn/categorical.py:1296: UserWarning: 54.3% of the points cannot be placed; you may want to decrease the size of the markers or use stripplot.
  warnings.warn(msg, UserWarning)
/opt/anaconda3/lib/python3.8/site-packages/seaborn/categorical.py:1296: UserWarning: 31.2% of the points cannot be placed; you may want to decrease the size of the markers or use stripplot.
  warnings.warn(msg, UserWarning)

 

히트맵 (Heatmap)

• 데이터의 행렬을 색상으로 표현해주는 그래프
• sns.heapmap()

#히트맵 예제
covid.corr()

	Confirmed	Deaths	Recovered	Active	New cases	New deaths	New recovered	Deaths / 100 Cases	Recovered / 100 Cases	Deaths / 100 Recovered	Confirmed last week	1 week change	1 week % increase
Confirmed	1.000000	0.934698	0.906377	0.927018	0.909720	0.871683	0.859252	0.063550	-0.064815	0.025175	0.999127	0.954710	-0.010161
Deaths	0.934698	1.000000	0.832098	0.871586	0.806975	0.814161	0.765114	0.251565	-0.114529	0.169006	0.939082	0.855330	-0.034708
Recovered	0.906377	0.832098	1.000000	0.682103	0.818942	0.820338	0.919203	0.048438	0.026610	-0.027277	0.899312	0.910013	-0.013697
Active	0.927018	0.871586	0.682103	1.000000	0.851190	0.781123	0.673887	0.054380	-0.132618	0.058386	0.931459	0.847642	-0.003752
New cases	0.909720	0.806975	0.818942	0.851190	1.000000	0.935947	0.914765	0.020104	-0.078666	-0.011637	0.896084	0.959993	0.030791
New deaths	0.871683	0.814161	0.820338	0.781123	0.935947	1.000000	0.889234	0.060399	-0.062792	-0.020750	0.862118	0.894915	0.025293
New recovered	0.859252	0.765114	0.919203	0.673887	0.914765	0.889234	1.000000	0.017090	-0.024293	-0.023340	0.839692	0.954321	0.032662
Deaths / 100 Cases	0.063550	0.251565	0.048438	0.054380	0.020104	0.060399	0.017090	1.000000	-0.168920	0.334594	0.069894	0.015095	-0.134534
Recovered / 100 Cases	-0.064815	-0.114529	0.026610	-0.132618	-0.078666	-0.062792	-0.024293	-0.168920	1.000000	-0.295381	-0.064600	-0.063013	-0.394254
Deaths / 100 Recovered	0.025175	0.169006	-0.027277	0.058386	-0.011637	-0.020750	-0.023340	0.334594	-0.295381	1.000000	0.030460	-0.013763	-0.049083
Confirmed last week	0.999127	0.939082	0.899312	0.931459	0.896084	0.862118	0.839692	0.069894	-0.064600	0.030460	1.000000	0.941448	-0.015247
1 week change	0.954710	0.855330	0.910013	0.847642	0.959993	0.894915	0.954321	0.015095	-0.063013	-0.013763	0.941448	1.000000	0.026594
1 week % increase	-0.010161	-0.034708	-0.013697	-0.003752	0.030791	0.025293	0.032662	-0.134534	-0.394254	-0.049083	-0.015247	0.026594	1.000000

sns.heatmap(covid.corr())
plt.show()

 

Mission: