05. 데이터 시각화

 

파이썬에서 데이터를 시각화하는 방법은 여러 방법이 존재한다.

 

우선, 라이브러리도 seaborn 이나 matplotlib 와 같은 대표적 시각화 툴이 있고, 아니면 shap이나 pdp와 같이, 모델링 이후 시각화를 할 때 사용하는 라이브러리 등이 존재한다.

 

오늘은 다양한 라이브러리들 중, 가장 범용적으로 사용하는 seaborn과 matplotlib 정리를 해 보았다.

 

히트맵, box플롯, scatter플롯, FacetGrid 차트 등 자주 사용하는 차트들을 살펴 보겠다.

 

막대 그래프 등은 너무 단순해서 이번 포스팅에서는 취급하지 않았지만, 추후 모델링 시 포스팅 할 예정이다.

또한 pdp나 shap 과 같은 시각화 라이브러리는, 자주 사용하지는 않으므로 이번 포스팅에서 다루지 않는다.
그러나 이후 모델 분석 과정에서 구현 방법을 정리해두도록 할 것이다.

 

 

 

 

 

 

 

목차

Scatter Plot

Box Plot

HeatMap

FacetGrid Plot

 

---

 

 

 

 

 

 

 

In [ ]:

# 필요한 Lib을 Import한 후, Colab을 이용해 데이터셋을 load합니다.

from google.colab import files
import io
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

uploaded = files.upload()

 

Upload widget is only available when the cell has been executed in the current browser session. Please rerun this cell to enable.

 

Saving diamonds.csv to diamonds.csv

In [ ]:

# 데이터셋을 확인합니다.

df=pd.read_csv(io.BytesIO(uploaded['filename.csv']))
df

Out[ ]:

	carat	cut	color	clarity	depth	table	price	x	y	z
0	0.23	Ideal	E	SI2	61.5	55.0	326	3.95	3.98	2.43
1	0.21	Premium	E	SI1	59.8	61.0	326	3.89	3.84	2.31
2	0.23	Good	E	VS1	56.9	65.0	327	4.05	4.07	2.31
3	0.29	Premium	I	VS2	62.4	58.0	334	4.20	4.23	2.63
4	0.31	Good	J	SI2	63.3	58.0	335	4.34	4.35	2.75
...	...	...	...	...	...	...	...	...	...	...
53935	0.72	Ideal	D	SI1	60.8	57.0	2757	5.75	5.76	3.50
53936	0.72	Good	D	SI1	63.1	55.0	2757	5.69	5.75	3.61
53937	0.70	Very Good	D	SI1	62.8	60.0	2757	5.66	5.68	3.56
53938	0.86	Premium	H	SI2	61.0	58.0	2757	6.15	6.12	3.74
53939	0.75	Ideal	D	SI2	62.2	55.0	2757	5.83	5.87	3.64

53940 rows × 10 columns

 

 

In [ ]:

# ScatterPlot
sns.scatterplot(x='carat',y='price', data=data)

Out[ ]:

<matplotlib.axes._subplots.AxesSubplot at 0x7f89b93b1860>

 

 

 

In [ ]:

# BoxPlot
sns.boxplot(data=data, x='table', y='price')

Out[ ]:

<matplotlib.axes._subplots.AxesSubplot at 0x7f89b8316e80>

 

 

 

In [ ]:

 

# HeatMap
sns.heatmap(data=data.corr(),annot=True)

Out[ ]:

<matplotlib.axes._subplots.AxesSubplot at 0x7f89b8303cc0>

 

 

 

In [ ]:

# FacetGrid Chart
g = sns.FacetGrid(data = data, col = 'clarity')

g.map_dataframe(
    sns.scatterplot,
    x = 'carat',
    y = 'price',
    hue = 'color',
    alpha = 0.5, # tranparency
    data = data,
)
g.add_legend();