[데이터 분석]Seaborn의 대표적인 데이터 시각화 방법

Seaborn을 활용한 데이터 분석

데이터 분석을 위한 시각화 라이브러리인 seaborn을 최대한 활용하여 데이터 분석을 해보자.

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 펭귄 데이터셋 받아오기
df = sns.load_dataset('penguins')
df.head()

  species     island  bill_length_mm  bill_depth_mm  flipper_length_mm  \
0  Adelie  Torgersen            39.1           18.7              181.0   
1  Adelie  Torgersen            39.5           17.4              186.0   
2  Adelie  Torgersen            40.3           18.0              195.0   
3  Adelie  Torgersen             NaN            NaN                NaN   
4  Adelie  Torgersen            36.7           19.3              193.0   

   body_mass_g     sex  
0       3750.0    Male  
1       3800.0  Female  
2       3250.0  Female  
3          NaN     NaN  
4       3450.0  Female  

 

데이터 속성 간 관계 분석

데이터 조합	요약 통계	시각화
Categorical - Categorical	교차 테이블	모자이크 플롯
Numeric - Categorical	카테고리별 통계 값	박스 플롯
Numeric - Numeric	상관계수	산점도

 

기본적인 데이터 분석 방법으로 각각 분석에 따라 시각화 기법이 다양해진다.

따라서 각 분석에 맞는 시각화 기법을 알아보도록 하자.

 

heatmap (상관계수 확인)

상관계수 히트맵으로 많이 쓰이며 두 변수 간에 얼마나 직선 상관관계가 있는지 시각화

sns.heatmap(df.corr(), annot=True)
plt.xticks(rotation=45)

 

kdeplot

하나 혹은 두 개의 변수에 대한 분포를 그린다.

sns.kdeplot(x='bill_length_mm', data=df)

sns.kdeplot(x='bill_length_mm', y='bill_depth_mm', data=df)

 

pairplot (변수간 산점도 시각화)

변수 간의 상관계수를 산점도로 확인하고 범주형 변수에 따라 분류도 가능

sns.pairplot(df)

sns.pairplot(df, hue='species')

sns.pairplot(df, hue='species', kind='reg', plot_kws={'line_kws': {'color':'red'}})

regplot

regplot으로 두 변수간의 산점도 확인 가능

Regression 결과를 그래프로 보여준다.

sns.regplot(x='flipper_length_mm', y='body_mass_g', data=df)

 

boxplot (이상치 확인)

최대(maximum), 최소(minimum), mean(평균), 1 사분위수(first quartile), 3 사분위수(third quartile)를 보기 위한 그래프

데이터의 분포를 시각화 하여 이상값이 있는지 확인 가능하며 범주형 변수에 따라 분류 가능

점으로 표시된 것이 이상값!

sns.boxplot(x='bill_length_mm', data=df)

sns.boxplot(x='bill_length_mm', y='island', data=df)

<matplotlib.axes._subplots.AxesSubplot at 0x7f6526de5450>

<Figure size 432x288 with 1 Axes>

sns.boxplot(x='bill_length_mm', y='island', hue='species', data=df)

sns.violinplot(x='bill_length_mm', y='island', hue='species', data=df)

 

Facet Grid

특정 조건에 따라 그래프를 각각 확인가능

sns.FacetGrid(df, col = 'species', row = 'sex').map(sns.distplot, 'bill_length_mm')

 

범주형 특성 분석

barplot

이변량(bivariate) 분석을 위한 plot

x축에는 범주형 변수, y축에는 연속형 변수를 넣는다.

sns.barplot(x = 'sex', y = 'bill_length_mm', data=df)

 

countplot

범주형 변수의 발생 횟수를 셈

sns.countplot(x = 'sex', data=df)