[python] 데이터 시각화

seaborn

✔️ 비율막대그래프

from matplotlib import axes
# 그래프 객체 생성
fig = plt.figure(figsize = (12, 5))
ax1 = fig.add_subplot(1, 3, 1)
ax2 = fig.add_subplot(1, 3, 2)
ax3 = fig.add_subplot(1, 3, 3)

# 막대 그래프 & 에러바
sns.barplot(x = 'sex', y = 'survived', data = titanic, ax = ax1)
sns.barplot(x = 'sex', y = 'survived', hue = 'class', data = titanic, ax = ax2)
sns.barplot(x = 'sex', y = 'survived', hue = 'class', dodge = False, data = titanic, ax = ax3)

# 줄 같이 생긴 것 = 에러바(표준편차, 표준오차, 신뢰구간 등)
plt.show()

옵션

- hue : 변수 추가

- dodge = False → 누적막대그래프 형식

- errorbar = None → 에러바 제거

 

---

✔️ 빈도막대그래프

# 그래프 객체 생성
fig = plt.figure(figsize = (12, 5))
ax1 = fig.add_subplot(1, 3, 1)
ax2 = fig.add_subplot(1, 3, 2)
ax3 = fig.add_subplot(1, 3, 3)

# 막대 그래프
sns.countplot(x = 'class', data = titanic, ax = ax1)
sns.countplot(x = 'class', hue = 'who', data = titanic, ax = ax2)
sns.countplot(x = 'class', hue = 'who', dodge = False, data = titanic, ax = ax3)
 
plt.show()

 

 

옵션

- hue : 변수 추가

- dodge = False → 누적막대그래프 형식

- y변수 기입 x

 

---

✔️ 상자그림 & 바이올린그림

# 그래프 객체 생성
fig = plt.figure(figsize = (14, 10))
ax1 = fig.add_subplot(2, 2, 1)
ax2 = fig.add_subplot(2, 2, 2)
ax3 = fig.add_subplot(2, 2, 3)
ax4 = fig.add_subplot(2, 2, 4)

# 상자그림
sns.boxplot(x = 'alive', y = 'age', data = titanic, ax = ax1)
sns.boxplot(x = 'alive', y = 'age', hue = 'sex', data = titanic, ax = ax2)

# 바이올린 그림
sns.violinplot(x = 'alive', y = 'age', data = titanic, ax = ax3)
sns.violinplot(x = 'alive', y = 'age', hue = 'sex',
                data = titanic, ax = ax4)

plt.show()

 

---

✔️ 조인트 그림

# 한글 폰트 지정
plt.rc("font", family = 'NanumGothic')

# 조인트 그림 - 산점도(기본값)
jp1 = sns.jointplot(x = 'fare', y = 'age', data = titanic )

# 조인트 그림 - 산점도 + 회귀선
jp2 = sns.jointplot(x = 'fare', y = 'age', kind = 'reg', data = titanic )

# 조인트 그림 - 육각 산점도
jp3 = sns.jointplot(x = 'fare', y = 'age', kind = 'hex', data = titanic )

# 조인트 그림 - 밀도 함수
jp4 = sns.jointplot(x = 'fare', y = 'age', kind = 'kde', data = titanic )

# 제목
jp1.fig.suptitle("산점도")
jp2.fig.suptitle("산점도 + 회귀선")
jp3.fig.suptitle("육각 산점도")
jp4.fig.suptitle("밀도 함수")

plt.show()

 

---

✔️ 그리드 분할

# 그리드 분할 = 빈도표를 만들듯이 
grid = sns.FacetGrid(data = titanic,
                     row = 'survived',
                     col = 'who')

# 그래프 넣기
grid.map(plt.hist, 'age')

plt.show()

---

✔️ pairplot

# 변수들을 2개씩 짝을 지어서 시각화
pair_data = titanic[['age', 'pclass', 'fare']]

sns.pairplot(pair_data)

plt.show()

 

 

---

 

지도 시각화

✔️ Folium

파이썬에서 제공하는 지도 시각화 도구

이름 → 주소 → 위도 경도(지오코딩)

# 서울 지도 만들기 - 기본 마커
seoul_map = folium.Map(location = [37.55, 126.98]
											, zoom_start = 12 # 초기 확대 범위
											, tiles = 'OpenStreetMap') # 지도 스타일

# 마커 표시
for name, lat, lng in zip(df.index, df.위도, df.경도):
  folium.Marker([lat, lng], popup = name).add_to(seoul_map)

# 파일로 저장
seoul_map.save('./seoul_univ.html')
------------------------------------------------------------------
# 서울 지도 만들기 - 원형 마커
seoul_map = folium.Map(location = [37.55, 126.98], zoom_start = 12,
                       tiles = 'Stamen Terrain')

# 마커 표시
for name, lat, lng in zip(df.index, df.위도, df.경도):
  folium.CircleMarker([lat, lng], 
                popup = name, # 튀어나오게 할 것
                radius = 10, # 원 크기
                fill_color = 'coral', # 원 내부 색상
                fill = True, # 내부 채움 여부
                fill_opacity = 0.3, # 투명도
                color = 'black' # 원의 색상
                ).add_to(seoul_map)

# 파일로 저장
seoul_map.save('./seoul_univ1.html')

 

 

---

✔️ 단계구분도

단계별 색상이 구분된 맵 생성

• ColorBrewer code : 컬러코드

# 경기도 지도 만들기
ggd_map = folium.Map(location = [37.55, 126.98], zoom_start = 9,
                       tiles = 'Stamen Terrain')

# 단계 구분도 - 2007년
year = "2007"
folium.Choropleth(geo_data = bnd, data = df[year], # 지도 데이터 = 경기도 경계선
                  columns = [df.index, df[year]], # 인구 데이터 = 색깔로 표현한 값
                  fill_color = 'Reds', # ColorBrewer code
                  fill_opacity = 0.3, # 다각형 내부 색상 투명도
                  line_opacity = 0.5, # 선의 투명도
                  key_on = 'feature.properties.name' # 지도 데이터와 인구 데이터를 연결하는 내용 = 지역 이름
                  ).add_to(ggd_map)

# 파일로 저장
ggd_map.save('./ggd_' + year + '.html