Seaborn

Seaborn

• matplotlib을 기반으로 더 다양한 시각화 방법을 제공하는 라이브러리
  • 커널밀도그림
  • 카운트그림
  • 캣그림
  • 스트립그림
  • 히트맵
• Seaborn import 하기

import seaborn as sns

• 커널밀도그림(Kernel Density Plot)
  • 히스토그램과 같은 연속적인 분포를 곡선화해서 그린 그림

# in Histogram

x = np.arange(0, 22, 2)
y = np.random.randint(0, 20, 20)

plt.hist(y, bins=x)
plt.show()

# kdeplot
sns.kdeplot(y, shade=True)
plt.show()

• 카운트그림(Count Plot)
  • 범주형 column의 빈도수를 시각화 -> Groupby 후의 도수를 비교하는 것과 동일

vote_df = pd.DataFrame({"name": ['Andy', 'Bob', 'Cat'], "vote": [True, True, False]})

vote_df

# in matplotlib barplot
vote_count = vote_df.groupby('vote').count()
vote_count

plt.bar(x=[False, True], height=vote_count['name'])
plt.show()

# sns의 countplot
sns.countplot(x=vote_df['vote'])
plt.show()

• 캣그림(Cat Plot)
  • 숫자형 변수와 하나 이상의 범주형 변수의 관계를 보여주는 함수

import os

path = '/content/drive/MyDrive/data/covid/'
covid = pd.read_csv(os.path.join(path,'country_wise_latest.csv'))

covid.head()

s = sns.catplot(x='WHO Region', y='Confirmed', data=covid)
s.fig.set_size_inches(10, 6)
plt.show()

• hue, kind 옵션으로 범주별 색깔을 구분할 수 있고, 다른 종류의 플랏으로 표현 할 수 있다.

 

• 스트립그림(Strip Plot)
  • scatter plot과 유사하게 데이터의 수치를 표현하는 그래프

sns.stripplot(x='WHO Region', y='Recovered', data=covid)
plt.show()

• swarmplot

sns.swarmplot(x='WHO Region', y='Recovered', data=covid)
plt.show()

 

• 히트맵(Heatmap)
  • 데이터의 행렬을 색상으로 표현해주는 그래프

covid.corr()

sns.heatmap(covid.corr())
plt.show()