시각화 결과로 요약하기 - seaborn

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()