Do it pandas Chapter 4. 그래프 그리기 (이어서)

4-4 데이터프레임과 시리즈로 그래프 그리기

 

데이터프레임과 시리즈로도 그래프를 그릴 수 있습니다. 간편하게 그래프를 그리고 싶은 경우에는 데이터프레임이나 시리즈를 사용하여 바로 그래프를 그릴 수 있습니다.

 

1.

우선 히스토그램을 그려볼까요? 시리즈에 있는 plot 속성에 정의된 his 메서드를 사용하면 해당 시리즈의 값을 이용하여 히스토그램을 바로 그릴 수 있습니다.

 

ax = plt.subplots()
ax = tips['total_bill'].plot.hist()

 

2.

투명도를 조절하려면 hist 메서드의 alpha, bins, ax 인자를 사용하면 됩니다. 다음은 tips 데이터프레임에서 2개의 시리즈를 선택하여 히스토그램을 그린 것입니다.

 

fig, ax = plt.subplots()
ax = tips[['total_bill', 'tip']].plot.hist(alpha=0.5, bins=20, ax=ax)

3.

밀집도,산점도 그래프 육각 그래프는 각각 ked,scatter,hexbin 메서드를 사용하여 그릴 수 있습니다.

 

ax = plt.subplots()
ax = tips['tip'].plot.kde()

 

 

 

fig, ax = plt.subplots()
ax = tips.plot.scatter(x='total_bill', y='tip', ax = ax)

 

fig, ax = plt.subplots()
ax = tips.plot.hexbin(x='total_bill', y='tip' , ax=ax)

 

 

4.

이때 육각 그래프의 육각형 크기는 gridsize 인자를 사용하여 변경할 수 있습니다.

 

fig, ax = plt.subplots()
ax = tips.plot.hexbin(x= 'total_bill', y='tip', gridsize=10, ax= ax)

 

5.

다음은 box 메서드를 사용하여 그린 박스 그래프입니다.

 

fig, ax = plt.subplots()
ax = tips.plot.box(ax=ax)

 

4-5 seaborn 라이브러리로 그래프 스타일 설정하기

seaborn 라이브러리로 만든 그래프는 모두 기본 스타일이었습니다. seaborn 라이브러리로 만든 그래프의 스타일은 set_style 메서드를 사용하여 바꿀 수 있습니다. set_style은 스타일을 적용할 부분에서 한 번만 실행하면 됩니다.그러면 메서드를 실행한 이후의 그래프가 모두 지정한 스타일로 바뀝니다. 다음 예제를 통해 스타일 설정 방법을 간단히 알아 볼까요?

 

fig, ax = plt.subplots()
ax = sns.violinplot(x='time', y='total_bill', hue='sex', data=tips, split= True)

 

 

2.

whitegrid로 스타일을 설정하여 그래프를 그리면 어떻게 될까요? 그래프의 배경에 가로 줄이 생겼습니다.

 

sns.set_style('whitegrid')
fig, ax = plt.subplots()
ax = sns.violinplot(x='time', y='total_bill', hue='sex', data= tips, split=True)

 

 

3.

다음은 for문을 이용하여 모든 스타일을 하나씩 적용한 그래프입니다.

 

fig = plt.figure()
seaborn_styles = ['darkgrid','whitegrid', 'dark','white','ticks']

for idx, style in enumerate(seaborn_styles):
    plot_position = idx + 1
    with sns.axes_style(style):
        ax = fig.add_subplot(2, 3, plot_position)
        violin = sns.violinplot(x='time', y='total_bill', data=tips, ax=ax)
        violin.set_title(style)
        
fig.tight_layout()

 

마무리하며

이 장에서는 다양한 그래프를 그리는 방법에 대해 알아보았습니다. 데이터 시각화는 데이터를 분석하기 위해 반드시 알아야 하는 중요한 요소입니다. 앞으로는 좀더 복잡한 형태의 그래프들이 나오므로 이번 장의 실습 내용을 반드시 익힌 후에 다음장으로 넘어가기 바랍니다. 더 많은 정보를 알고 싶다면 구글에 seaborn documentation 이나 matplotlib documentation을 검색하여 나오는 공식 문서를 참고하세요.

 

참고: 'Do it 데이터 분석을 위한 판다스 입문'