1주차 DAY5 파이썬으로 데이터 다루기 (T.I.L) chap 3

4. Seaborn

Matplotlib를 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
• sns.kdeplot()

# in Histrogram
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

x = np.arange(0,22,2)
y = np.random.randint(0,20,20)
plt.xticks(np.arange(0,22,2))
plt.hist(y,bins=x)
plt.show()

# kdeplot 
# 기본적으로 seaborn은 matplolib을 공유하기때문에 plt.show()를 사용 할 수 있음
# shade = 음영 처리를 함, default값은 false
sns.kdeplot(y,shade = True)
plt.show()

카운트그림(Count Plot)

• 범주형 column의 빈도수를 시각화 -> Groupby 후의 도수를 하는 것과 동일한 효과
• sns.countplot()

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
• sns.catplot()

covid = pd.read_csv("./country_wise_latest.csv")
covid.head()

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

스트립그림 (Strip Plot)

• scatter plot과 유사하게 데이터의 수치를 표현하는 그래프
• sns.stripplot()

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

#cf) swarmplot

s = sns.swarmplot(x="WHO Region",y="Confirmed",data=covid)

plt.show()

히트맵(Heatmap)

• 데이터의 행렬을 색상으로 표현해주는 그래프
• sns.heatmap()

# 히트맵 에제
covid.corr()

sns.heatmap(covid.corr())