Seaborn의 통계 차트 및 데이터 시각화 예제

seaborn은 matplotlib의 상위 호환 데이터 시각화를 위한 라이브러리입니다. seaborn패키지는 데이터프레임으로 다양한 통계 지표를 낼 수 있는 시각화 차트를 제공하기 때문에 데이터 분석에 활발히 사용되고 있는 라이브러리입니다.

이번 seaborn 튜토리얼에서는 matplotlib에는 없고 seaborn에서만 제공되는 통계 차트 위주로 설명드리겠습니다.

In [1]:

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

In [2]:

# 한글 폰트 적용
plt.rc('font', family='NanumBarunGothic') 
# 캔버스 사이즈 적용
plt.rcParams["figure.figsize"] = (12, 9)

통계 기반의 시각화를 제공해주는 Seaborn

seaborn 라이브러리가 매력적인 이유는 바로 통계 차트 입니다.

이번 실습에서는 seaborn의 다양한 통계 차트 중 대표적인 차트 몇 개를 뽑아서 다뤄볼 예정입니다.

더 많은 통계 차트를 경험해보고 싶으신 분은 공식 도큐먼트에서 확인하실 수 있습니다.

In [3]:

titanic = sns.load_dataset('titanic')
titanic

Out[3]:

	survived	pclass	sex	age	sibsp	parch	fare	embarked	class	who	adult_male	deck	embark_town	alive	alone
0	0	3	male	22.0	1	0	7.2500	S	Third	man	True	NaN	Southampton	no	False
1	1	1	female	38.0	1	0	71.2833	C	First	woman	False	C	Cherbourg	yes	False
2	1	3	female	26.0	0	0	7.9250	S	Third	woman	False	NaN	Southampton	yes	True
3	1	1	female	35.0	1	0	53.1000	S	First	woman	False	C	Southampton	yes	False
4	0	3	male	35.0	0	0	8.0500	S	Third	man	True	NaN	Southampton	no	True
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
886	0	2	male	27.0	0	0	13.0000	S	Second	man	True	NaN	Southampton	no	True
887	1	1	female	19.0	0	0	30.0000	S	First	woman	False	B	Southampton	yes	True
888	0	3	female	NaN	1	2	23.4500	S	Third	woman	False	NaN	Southampton	no	False
889	1	1	male	26.0	0	0	30.0000	C	First	man	True	C	Cherbourg	yes	True
890	0	3	male	32.0	0	0	7.7500	Q	Third	man	True	NaN	Queenstown	no	True

891 rows × 15 columns

• survived: 생존여부
• pclass: 좌석등급
• sex: 성별
• age: 나이
• sibsp: 형제자매 숫자
• parch: 부모자식 숫자
• fare: 요금
• embarked: 탑승 항구
• class: 좌석등급 (영문)
• who: 사람 구분
• deck: 데크
• embark_town: 탑승 항구 (영문)
• alive: 생존여부 (영문)
• alone: 혼자인지 여부

In [4]:

tips = sns.load_dataset('tips')
tips

Out[4]:

	total_bill	tip	sex	smoker	day	time	size
0	16.99	1.01	Female	No	Sun	Dinner	2
1	10.34	1.66	Male	No	Sun	Dinner	3
2	21.01	3.50	Male	No	Sun	Dinner	3
3	23.68	3.31	Male	No	Sun	Dinner	2
4	24.59	3.61	Female	No	Sun	Dinner	4
...	...	...	...	...	...	...	...
239	29.03	5.92	Male	No	Sat	Dinner	3
240	27.18	2.00	Female	Yes	Sat	Dinner	2
241	22.67	2.00	Male	Yes	Sat	Dinner	2
242	17.82	1.75	Male	No	Sat	Dinner	2
243	18.78	3.00	Female	No	Thur	Dinner	2

244 rows × 7 columns

• total_bill: 총 합계 요금표
• tip: 팁
• sex: 성별
• smoker: 흡연자 여부
• day: 요일
• time: 식사 시간
• size: 식사 인원

1. Countplot

항목별 갯수를 세어주는 countplot 입니다.

알아서 해당 column을 구성하고 있는 value들을 구분하여 보여줍니다.

countplot 공식 도큐먼트

In [5]:

# 배경을 darkgrid 로 설정
sns.set(style='darkgrid')

1-1 세로로 그리기

In [6]:

sns.countplot(x="class", hue="who", data=titanic)
plt.show()

1-2. 가로로 그리기

In [7]:

sns.countplot(y="class", hue="who", data=titanic)
plt.show()

1-3. 색상 팔레트 설정

In [8]:

sns.countplot(x="class", hue="who", palette='Paired', data=titanic)
plt.show()

2. distplot

matplotlib의 hist 그래프와 kdeplot을 통합한 그래프 입니다.

분포와 밀도를 확인할 수 있습니다.

distplot 도큐먼트

In [9]:

# 샘플데이터 생성
x = np.random.randn(100)

2-1. 기본 distplot

In [10]:

sns.distplot(x)
plt.show()

2-2. 데이터가 Series 일 경우

In [11]:

x = pd.Series(x, name="x variable")
sns.distplot(x)
plt.show()

2-3. rugplot

rug는 rugplot이라고도 불리우며, 데이터 위치를 x축 위에 작은 선분(rug)으로 나타내어 데이터들의 위치 및 분포를 보여준다.

In [12]:

sns.distplot(x, rug=True, hist=False)
plt.show()

2-4. kde (kernel density)

kde는 histogram보다 부드러운 형태의 분포 곡선을 보여주는 방법

In [13]:

sns.distplot(x, rug=False, hist=False, kde=True)
plt.show()

2-5. 가로로 표현하기

In [14]:

 sns.distplot(x, vertical=True)

Out[14]:

<matplotlib.axes._subplots.AxesSubplot at 0x7fd477b66cf8>

2-6. 컬러 바꾸기

In [15]:

sns.distplot(x, color="y")
plt.show()

heatmap

색상으로 표현할 수 있는 다양한 정보를 일정한 이미지위에 열분포 형태의 비쥬얼한 그래픽으로 출력하는 것이 특징이다

heatmap 도큐먼트

3-1. 기본 heatmap

In [16]:

uniform_data = np.random.rand(10, 12)
sns.heatmap(uniform_data, annot=True)
plt.show()

3-2. pivot table을 활용하여 그리기

In [17]:

tips.head()

Out[17]:

	total_bill	tip	sex	smoker	day	time	size
0	16.99	1.01	Female	No	Sun	Dinner	2
1	10.34	1.66	Male	No	Sun	Dinner	3
2	21.01	3.50	Male	No	Sun	Dinner	3
3	23.68	3.31	Male	No	Sun	Dinner	2
4	24.59	3.61	Female	No	Sun	Dinner	4

In [18]:

pivot = tips.pivot_table(index='day', columns='size', values='tip')
pivot

Out[18]:

size	1	2	3	4	5	6
day
Thur	1.83	2.442500	2.692500	4.218000	5.000000	5.3
Fri	1.92	2.644375	3.000000	4.730000	NaN	NaN
Sat	1.00	2.517547	3.797778	4.123846	3.000000	NaN
Sun	NaN	2.816923	3.120667	4.087778	4.046667	5.0

In [19]:

sns.heatmap(pivot, annot=True)
plt.show()

3-3. correlation(상관관계)를 시각화

corr() 함수는 데이터의 상관관계를 보여줍니다.

In [20]:

titanic.corr()

Out[20]:

	survived	pclass	age	sibsp	parch	fare	adult_male	alone
survived	1.000000	-0.338481	-0.077221	-0.035322	0.081629	0.257307	-0.557080	-0.203367
pclass	-0.338481	1.000000	-0.369226	0.083081	0.018443	-0.549500	0.094035	0.135207
age	-0.077221	-0.369226	1.000000	-0.308247	-0.189119	0.096067	0.280328	0.198270
sibsp	-0.035322	0.083081	-0.308247	1.000000	0.414838	0.159651	-0.253586	-0.584471
parch	0.081629	0.018443	-0.189119	0.414838	1.000000	0.216225	-0.349943	-0.583398
fare	0.257307	-0.549500	0.096067	0.159651	0.216225	1.000000	-0.182024	-0.271832
adult_male	-0.557080	0.094035	0.280328	-0.253586	-0.349943	-0.182024	1.000000	0.404744
alone	-0.203367	0.135207	0.198270	-0.584471	-0.583398	-0.271832	0.404744	1.000000

In [21]:

sns.heatmap(titanic.corr(), annot=True, cmap="YlGnBu")
plt.show()

4. pairplot

pairplot 도큐먼트

pairplot은 그리도(grid) 형태로 각 집합의 조합에 대해 히스토그램과 분포도를 그립니다.

또한, 숫자형 column에 대해서만 그려줍니다.

In [22]:

tips.head()

Out[22]:

	total_bill	tip	sex	smoker	day	time	size
0	16.99	1.01	Female	No	Sun	Dinner	2
1	10.34	1.66	Male	No	Sun	Dinner	3
2	21.01	3.50	Male	No	Sun	Dinner	3
3	23.68	3.31	Male	No	Sun	Dinner	2
4	24.59	3.61	Female	No	Sun	Dinner	4

4-1. 기본 pairplot 그리기

In [23]:

sns.pairplot(tips)
plt.show()

4-2. hue 옵션으로 특성 구분

In [24]:

sns.pairplot(tips, hue='size')
plt.show()

4-3. 컬러 팔레트 적용

In [25]:

sns.pairplot(tips, hue='size', palette="rainbow")
plt.show()

4-4. 사이즈 적용

In [26]:

sns.pairplot(tips, hue='size', palette="rainbow", height=5,)
plt.show()

5. violinplot

바이올린처럼 생긴 violinplot 입니다.

column에 대한 데이터의 비교 분포도를 확인할 수 있습니다.

• 곡선진 부분 (뚱뚱한 부분)은 데이터의 분포를 나타냅니다.
• 양쪽 끝 뾰족한 부분은 데이터의 최소값과 최대값을 나타냅니다.

violinplot 도큐먼트

5-1. 기본 violinplot 그리기

In [27]:

sns.violinplot(x=tips["total_bill"])
plt.show()

5-2. 비교 분포 확인

x, y축을 지정해줌으로썬 바이올린을 분할하여 비교 분포를 볼 수 있습니다.

In [28]:

sns.violinplot(x="day", y="total_bill", data=tips)
plt.show()

5-3. 가로로 뉘인 violinplot

In [29]:

sns.violinplot(y="day", x="total_bill", data=tips)
plt.show()

5-4. hue 옵션으로 분포 비교

사실 hue 옵션을 사용하지 않으면 바이올린이 대칭이기 때문에 비교 분포의 큰 의미는 없습니다.

하지만, hue 옵션을 주면, 단일 column에 대한 바이올린 모양의 비교를 할 수 있습니다.

In [30]:

sns.violinplot(x="day", y="total_bill", hue="smoker", data=tips, palette="muted")
plt.show()

5-5. split 옵션으로 바이올린을 합쳐서 볼 수 있습니다.

In [31]:

sns.violinplot(x="day", y="total_bill", hue="smoker", data=tips, palette="muted", split=True)
plt.show()

6. lmplot

lmplot은 column 간의 선형관계를 확인하기에 용이한 차트입니다.

또한, outlier도 같이 짐작해 볼 수 있습니다.

lmplot 도큐먼트

6-1. 기본 lmplot

In [32]:

sns.lmplot(x="total_bill", y="tip", height=8, data=tips)
plt.show()

6-2. hue 옵션으로 다중 선형관계 그리기

아래의 그래프를 통하여 비흡연자가, 흡연자 대비 좀 더 가파른 선형관계를 가지는 것을 볼 수 있습니다.

In [33]:

sns.lmplot(x="total_bill", y="tip", hue="smoker", height=8, data=tips)
plt.show()

6-3. col 옵션을 추가하여 그래프를 별도로 그려볼 수 있습니다

또한, col_wrap으로 한 줄에 표기할 column의 갯수를 명시할 수 있습니다.

In [34]:

sns.lmplot(x='total_bill', y='tip', hue='smoker', col='day', col_wrap=2, height=8, data=tips)
plt.show()

7. relplot

두 column간 상관관계를 보지만 lmplot처럼 선형관계를 따로 그려주지는 않습니다.

relplot 도큐먼트

7-1. 기본 relplot

In [35]:

sns.relplot(x="total_bill", y="tip", hue="day", data=tips)
plt.show()

7-2. col 옵션으로 그래프 분할

In [36]:

sns.relplot(x="total_bill", y="tip", hue="day", col="time", data=tips)
plt.show()

7-3. row와 column에 표기할 데이터 column 선택

In [37]:

sns.relplot(x="total_bill", y="tip", hue="day", row="sex", col="time", data=tips)
plt.show()

7-4. 컬러 팔레트 적용

In [38]:

sns.relplot(x="total_bill", y="tip", hue="day", row="sex", col="time", palette='CMRmap_r', data=tips)
plt.show()

8. jointplot

scatter(산점도)와 histogram(분포)을 동시에 그려줍니다.

숫자형 데이터만 표현 가능하니, 이 점 유의하세요.

jointplot 도큐먼트

8-1. 기본 jointplot 그리기

In [39]:

sns.jointplot(x="total_bill", y="tip", height=8, data=tips)
plt.show()

8-2. 선형관계를 표현하는 regression 라인 그리기

옵션에 kind='reg'을 추가해 줍니다.

In [40]:

sns.jointplot("total_bill", "tip", height=8, data=tips, kind="reg")
plt.show()

8-3. hex 밀도 보기

kind='hex' 옵션을 통해 hex 모양의 밀도를 확인할 수 있습니다.

In [41]:

sns.jointplot("total_bill", "tip", height=8, data=tips, kind="hex")
plt.show()

8-4. 등고선 모양으로 밀집도 확인하기

kind='kde' 옵션으로 데이터의 밀집도를 보다 부드러운 선으로 확인할 수 있습니ㅏ.

In [42]:

iris = sns.load_dataset('iris')
sns.jointplot("sepal_width", "petal_length", height=8, data=iris, kind="kde", color="g")
plt.show()