seaborn에서 사용할 수 있는 그래프들

1. seaborn

 

statistical data visualization

 

matplotlib를 더 쉽고 간단한 코드로 수행하자.

 

그런데 결과는 더 예쁘게 보여준다.

 

seaborn 튜토리얼에서 필요한거 찾기 쉽다.

 

import seaborn as sns가 관례처럼 사용하는 불러오는 방법

 

2. sns.lineplot

 

sns.lineplot(x=<x축 변수>, y=<y축 변수>, data=<데이터프레임>)

 

데이터를 알아서 정렬해서 그려줌

 

평균값 선과 주변의 분포를 표시

 

data=에 데이터명을 지정하면 x,y에는 변수이름만 사용할 수 있음

 

 

hue에 category변수를 넣으면 category별로 그려줌

 

 

 

3. sns.scatterplot

 

sns.scatterplot(x=<x축 변수>, y=<y축 변수>, data=<데이터프레임>)

 

산점도를 그려줌

 

 

hue변수를 지정하여 category별로 나눠서 그릴수도 있다

 

 

4. sns.regplot

 

sns.regplot(x=<x축 변수>, y=<y축 변수>, data=<데이터프레임>)

 

산점도에 회귀직선도 그려줌

 

5. sns.countplot

 

sns.countplot(x=<x축 변수>, y=<y축 변수>, data=<데이터프레임>)

 

카테고리별 빈도수 막대그래프

 

 

6. sns.barplot

 

sns.barplot(x=<x축 변수>, y=<y축 변수>, data=<데이터프레임>)

 

카테고리별로 y의 평균을 구했다는데?

 

검정색 선은 신뢰구간이 아닐까

 

 

estimator에 함수를 지정하여 다른 걸 구하게해줌

 

len은 범주별 빈도?

 

estimator에 표준편차도 가능

 

 

7. sns.distplot

 

sns.distplot(<변수>, bins=)

 

bins는 막대수이고 히스토그램을 그려주는데 추정된 분포선도 그려준다

 

kde=False하면 추정된 분포선을 지워줌

 

 

8. sns.violinplot

 

sns.violinplot(x=<x축 변수>, y=<y축 변수>, hue=<범주형 변수>, data=<데이터프레임>, palette=)

 

boxplot인데 데이터의 분포모양까지 함께 그려줌

 

palette는 그래프의 색을 지정함

 

 

9. sns.boxplot

 

sns.boxplot(x=<x축 변수>, y=<y축 변수>, hue=<범주형 변수>, data=<데이터프레임>, palette=)

 

일반적인 boxplot

 

 

10. sns.swarmplot

 

sns.swarmplot(x=<x축 변수>, y=<y축 변수>, hue=<범주형 변수>, data=<데이터프레임>, palette=)

 

점으로 그린 boxplot?

 

 

11. sns.catplot

 

sns.catplot(x=<x축 변수>, y=<y축 변수>, hue=<범주형 변수>, kind=, data=<데이터프레임>, palette=)

 

kind= (box,swarm,violin….)로 지정한 plot을 그림

 

 

12. FacetGrid

 

sns.FacetGrid(<데이터프레임>, col=, row=)

 

FacetGrid가 빈 판을 깔아주고

 

q.map(<seaborn 그래프 함수>, <x축 변수>, <y축 변수>)

 

map이 지정한 plot을 각 판에 그려줌