[Visualization] Seaborn 사용법

Intro

Matplotlib와 어떤점이 다를까 싶을 수도 있는데

다음 링크에 잘 설명되어 있다

실제 사용해본 느낌으로는, matplotlib이 가장 기초적이고 모든 부분이 custom 가능하지만 너무 신경써야할 부분이 많았고, 반대로 seaborn은 디자인과 사용이 매우 쉬웠지만 커스텀을 하기에는 어려웠다. 

메모리 사용량도 seaborn이 더 높다고 링크에 설명되어 있었다. 

 

Install and Import

! pip install seaborn
import seaborn as sns

 

종류 - API reference

• Relational plot
  • relplot, scatterplot, lineplot
• Distribution
  • displot, histplot, kdeplot, ecdfplot, rugplot, distplot
• Categorical
  
  • catplot, stripplot, swarmplot, boxplot, violinplot, boxenplot, pointplot, barplot, countplot
• Regression
  • lmplot, regplot, residplot
• Matrix
  • heatmap, clustermap
• Multiples
  • FacetGrid, pairplot, PairGrid, jointplot, JointGrid
• Style, Color
  • set_theme, set_palette, ... 

Categorical

Count Plot (막대 그래프)

Parameters

• x
• y
• data
• hue
  • hue_order
• palette
• color
• saturate
• ax

Code

sns.countplot(x='gender',data=student,
              hue='race/ethnicity', 
              hue_order=sorted(student['race/ethnicity'].unique()),
              saturation=0.3
             )

Displot (분포 그래프)

sns.displot(df, x="age", stat="density")
plt.show()

Box Plot (박스 그래프)

 

하지만 데이터가 정규분포에 가깝지 않다면 다른 방식으로 대표값을 뽑는 게 더 좋을 수 있습니다. 분위수란 자료의 크기 순서에 따른 위치값으로,  백분위값으로 표기하는 게 일반적입니다.

• 사분위수 : 데이터를 4등분한 관측값
  • min, 25% (lower quartile = Q1), 50% (median), 75% (upper quartile = Q3), max
  • “maximum”: Q3 + 1.5*IQR
  • “minimum”: Q1 -1.5*IQR

https://towardsdatascience.com/understanding-boxplots-5e2df7bcbd51

 

이해가 힘들어서 normal distribution을 box plot에 그려보았다. 

 

https://towardsdatascience.com/understanding-boxplots-5e2df7bcbd51

Code

 

fig, ax = plt.subplots(1,1, figsize=(10, 5))

sns.boxplot(x='race/ethnicity', y='math score', data=student,
            hue='gender', 
            order=sorted(student['race/ethnicity'].unique()),
            width=0.3,
            linewidth=2,
            fliersize=10,
            ax=ax)

plt.show()

 

 

Violin Plot

 

box plot은 대푯값을 잘 보여주지만 실제 분포를 표현하기에는 부족합니다.

이런 분포에 대한 정보를 더 제공해주기에 적합한 방식 중 하나가 Violinplot입니다.

이번에는 흰점이 50%를 중간 검정 막대가 IQR(25%) 범위를 의미합니다.

 

fig, ax = plt.subplots(1,1, figsize=(12, 5))
sns.violinplot(x='math score', data=student, ax=ax)
plt.show()

violin plot은 오해가 생기기 충분한 분포 표현 방식입니다.

• 데이터는 연속적이지 않습니다. (kernel density estimate를 사용합니다.)
• 또한 연속적 표현에서 생기는 데이터의 손실과 오차가 존재합니다.
• 데이터의 범위가 없는 데이터까지 표시됩니다.

이런 오해를 줄이고 정보량을 높이는 방법은 다음과 같은 방법이 있습니다.

• bw : 분포 표현을 얼마나 자세하게 보여줄 것인가
  • ‘scott’, ‘silverman’, float
• cut : 끝부분을 얼마나 자를 것인가?
  • float
• inner : 내부를 어떻게 표현할 것인가
  • “box”, “quartile”, “point”, “stick”, None

 

joint plot

 

 

pairplot

모든 feature과 feature사이의 관계를 시각화 해준다. 

 

 

facet grid

feature와 feature 뿐만이 아니라, feature의 category들 사이의 관계도 살펴볼 수 있다!

 

• `ddd`

 

 

 

 

 

 

 

https://www.geeksforgeeks.org/difference-between-matplotlib-vs-seaborn/