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
'Visualization' 카테고리의 다른 글
데이터분석 전문가(ADP)를 위한 shiny를 활용한 R프로그래밍 시각화 (0) | 2022.02.21 |
---|---|
데이터분석 전문가(ADP)를 위한 R프로그래밍 시각화편4 (0) | 2022.02.20 |
데이터분석 전문가(ADP)를 위한 R프로그래밍 시각화편3 (0) | 2022.02.19 |
데이터분석 전문가(ADP)를 위한 R프로그래밍 시각화편2 (0) | 2022.02.19 |
데이터분석 전문가(ADP)를 위한 R프로그래밍 시각화편1 (0) | 2022.02.17 |