시각화 기초 라이브러리 - Seaborn
- 여러 기법을 통해서 스크래핑을 진행할 수 있었다. 그런데 스크래핑의 결과가 너무 분산되어있어 한 눈에 보기 어렵다
- 이를 도와주는 시각화를 진행해보자
- matplotlib을 기반으로 하는 시각화 라이브러리
- 설치하기
pip install seaborn
Seaborn Essential
import seaborn as sns
- 꺾은선 그래프(Line Plot)
- 두 변수 값에 따른 추이를 선으로 이은 그래프 .lineplot()을 이용해서 그릴 수 있음.
sns.lineplot(x=[1,2,3,4], y=[0.7,0.2,0.1,0.05])
- 막대 그래프(Bar Plot)
- 범주형 데이터의 "값"과 그 값의 크기를 직사각형으로 나타낸 그림
sns.barplot(x=[1,2,3,4], y=[0.7,0.2,0.1,0.05])
- Plot의 속성
- seaborn은 파이썬의 시각화 라이브러리 matplotlib을 기반으로 만들어졌다.
- matplotlib.pyplot의 속성을 변경해서 그래프에 다양한 요소를 변경/추가 할 수 있다.
- matplotlib.pyplot 임포트
import matplotlib.pyplot as plt
- 제목 추가
sns.barplot(x=[1,2,3,4], y=[0.7,0.2,0.1,0.05])
plt.title('Example')
plt.show()
- 그래프 축 설명 추가하기
sns.barplot(x=[1,2,3,4], y=[0.7,0.2,0.1,0.05])
plt.xlabel('X Label')
plt.ylabel('Y Label')
plt.show()
- 축 범위 제한하기
sns.lineplot(x=[1,3,2,4], y=[4,3,2,1])
plt.ylim(2, 3)
plt.show()
- 그래프의 크기 지정
plt.figure(figsize=(20, 10))
sns.lineplot(x=[1,3,2,4], y=[4,3,2,1])
plt.show()
'프로그래머스 AI 데브코스 5기 > Data study' 카테고리의 다른 글
Matplotlib으로 데이터 시각화 하기 (0) | 2023.03.30 |
---|---|
Pandas 시작하기 (0) | 2023.03.29 |
Linear Algebra with Numpy (0) | 2023.03.27 |
Numpy 연산 (2) | 2023.03.27 |
jupyterlab 시작하기 (0) | 2023.03.20 |