Table of Contents

목차
그래프 그리기
matplotlib 라이브러리로 그래프 그리기
matplotlib 라이브러리 사용
- 기본 그래프
- 다변량 그래프
  - 산점도 그래프_사변량그래프
seaborn 라이브러리 사용
데이터프레임과 시리즈로 그래프 그리기
- 데이터 프레임과 시리즈로 그래프 그리기(plot X)
Seaborn 라이브러리로 그래프 스타일 정하기
- 그래프에 스타일 적용
  - 바이올린 그래프 배경에 줄
  - for문으로 모든스타일 하나씩적용

그래프 그리기
matplotlib 라이브러리로 그래프 그리기
matplotlib 라이브러리 사용
- 기본 그래프
- 다변량 그래프
  - 산점도 그래프_사변량그래프
seaborn 라이브러리 사용
데이터프레임과 시리즈로 그래프 그리기
- 데이터 프레임과 시리즈로 그래프 그리기(plot X)
  - [시리즈 값으로 그리기(히스토그램)](#시리즈-값으로-그리기(히스토그램)
  - 투명도, 간격 조절(히스토그램 일변수에 두개)
  - 밀집도, 산점도 그래프, 육각그래프
  - box매서드
Seaborn 라이브러리로 그래프 스타일 정하기
- 그래프에 스타일 적용
  - 바이올린 그래프 배경에 줄
  - for문으로 모든스타일 하나씩적용

그래프 그리기

matplotlib 라이브러리로 그래프 그리기

Set) %matplotlib notebook
Import matplotlib.pyplot as plt
1>전체그래프가 위치 할 기본 틀 만들기
Fig = pli.figuer()

2>그래프에 그려 넣을 그래프 격자 만들기
기본틀 이름.add_subplot( , , )

3>격자에 그래프 추가
격자이름.plot(함수이름1[‘x’], 함수이름1[‘y’], ‘o’)

4>그래프 격자에 제목 추가 격자이름.set_title(“이름”)
5>기본 틀 제목 추가 기본틀 이름.suptitle(“이름”)
6>각 그래프의 레이아웃 조절 Fig.ti + [TAP]

matplotlib 라이브러리 사용

기본 그래프

Set>

히토그램_일변량 그래프

fig = plt.figure() 
axes1 = fig.add_subplot(1, 1, 1)
axes1.hist(tips['total_bill'], bins=10) 
axes1.set_title('Histogram of Total Bill')
axes1.set_xlabel('Frequency') 
axes1.set_ylabel('Total Bill')
-> bins=10 : x축 간격

산점도 그래프_이변량그래프

scatter_plot = plt.figure() 
axes1 = scatter_plot.add_subplot(1, 1, 1) 
axes1.scatter(tips['total_bill'], tips['tip']) 

axes1.set_title('Scatterplot of Total Bill vs Tip') 
axes1.set_xlabel('Total Bill') 
axes1.set_ylabel('Tip')

박스 그래프_ 이산형변수(명확)와 연속형 변수(명확X)

boxplot = plt.figure() 
axes1 = boxplot.add_subplot(1, 1, 1) 
axes1.boxplot( 
    [tips[tips['sex'] == 'Female']['tip'], 
     tips[tips['sex'] == 'Male']['tip']], 
     labels=['Female', 'Male'])

axes1.set_xlabel('Sex') 
axes1.set_ylabel('Tip') 
axes1.set_title('Boxplot of Tips by Sex')

다변량 그래프

:3개이상의 변수 사용

산점도 그래프_사변량그래프

def recode_sex(sex):
     if sex == 'Female':
         return 0 
     else:
         return 1    
tips['sex_color'] = tips['sex'].apply(recode_sex)
#-> 성별에따라 점의 색
catter_plot = plt.figure() 
axes1 = scatter_plot.add_subplot(1, 1, 1) 
axes1.scatter(
     x=tips['total_bill'], 
     y=tips['tip'],    
     s=tips['size'] * 10,    -> 점의 크기
     c=tips['sex_color'],
     alpha=0.5)

axes1.set_title('Total Bill vs Tip Colored by Sex and Sized by Size') 
axes1.set_xlabel('Total Bill') 
axes1.set_ylabel('Tip')

seaborn 라이브러리 사용

단변량 그래프

Set> import seaborn as sns
tips = sns.load_dataset("tips")

히스토그램, KDE

ax = plt.subplots()
ax = sns.distplot(tips['total_bill']) 
ax.set_title('Total Bill Histogram with Density Plot')

확률 KDE

ax = plt.subplots() 
ax = sns.distplot(tips['total_bill'], hist=False) 
ax.set_title('Total Bill Density') 
ax.set_xlabel('Total Bill') 
ax.set_ylabel('Unit Probability')

히스토그램

ax = plt.subplots() 
ax = sns.distplot(tips['total_bill'], kde=False) 
ax.set_title('Total Bill Histogram') 
ax.set_xlabel('Total Bill') 
ax.set_ylabel('Frequency')

히스토그램, KDE , 양탄자(rug)

hist_den_rug, ax = plt.subplots() 
ax = sns.distplot(tips['total_bill'], rug=True) 
ax.set_title('Total Bill Histogram with Density and Rug Plot') 
ax.set_xlabel('Total Bill')

count(이산값)그래프

ax = plt.subplots() 
ax = sns.countplot('day', data=tips) 
ax.set_title('Count of days') 
ax.set_xlabel('Day of the Week') 
ax.set_ylabel('Frequency')

이변량 그래프

산점도 그래프, 회귀선

ax = plt.subplots() 
ax = sns.regplot(x='total_bill', y='tip', data=tips) 
ax.set_title('Scatterplot of Total Bill and Tip') 
ax.set_xlabel('Total Bill') 
ax.set_ylabel('Tip')

산점도 그래프

ax = plt.subplots() 
ax = sns.regplot(x='total_bill', y='tip', data=tips, fit_reg=False) 
ax.set_title('Scatterplot of Total Bill and Tip') 
ax.set_xlabel('Total Bill') 
ax.set_ylabel('Tip')

산점도 그래프, 히스토그램

joint = sns.jointplot(x='total_bill', y='tip', data=tips) 
joint.set_axis_labels(xlabel='Total Bill', ylabel='Tip')
joint.fig.suptitle('Joint Plot of Total Bill and Tip', fontsize=10, y=1.03)

육각형 그래프, 히스토그램

hexbin = sns.jointplot(x="total_bill", y="tip", data=tips, kind="hex") 
hexbin.set_axis_labels(xlabel='Total Bill', ylabel='Tip')
hexbin.fig.suptitle('Hexbin Joint Plot of Total Bill and Tip', fontsize=10, y=1.03)

이차원 밀집도

#Shade= 음영

kde, ax = plt.subplots() 
ax = sns.kdeplot(data=tips['total_bill'],
                  data2=tips['tip'], 
                  shade=True)
ax.set_title('Kernel Density Plot of Total Bill and Tip') 
ax.set_xlabel('Total Bill') 
ax.set_ylabel('Tip')

바 그래프

ax = plt.subplots() 
ax = sns.barplot(x='time', y='total_bill', data=tips) 
ax.set_title('Bar plot of average total bill for time of day') 
ax.set_xlabel('Time of day') 
ax.set_ylabel('Average total bill')

박스 그래프

ax = plt.subplots() 
ax = sns.boxplot(x='time', y='total_bill', data=tips) 
ax.set_title('Boxplot of total bill by time of day') 
ax.set_xlabel('Time of day') 
ax.set_ylabel('Total Bill')

바이올린 그래프

ax = plt.subplots() 
ax = sns.violinplot(x='time', y='total_bill', data=tips) 
ax.set_title('Violin plot of total bill by time of day') 
ax.set_xlabel('Time of day') 
ax.set_ylabel('Total Bill')

관계 그래프

단점= 중복된 그래프 표시

 fig = sns.pairplot(tips)
    
    pair_grid = sns.PairGrid(tips) 
pair_grid = pair_grid.map_upper(sns.regplot) 
pair_grid = pair_grid.map_lower(sns.kdeplot) 
pair_grid = pair_grid.map_diag(sns.distplot, rug=True) 
plt.show()

다변량 그래프

색상추가

:hue=’’

바이올린 그래프

violin, ax = plt.subplots() 
ax = sns.violinplot(x='time', y='total_bill', hue='sex', data=tips, split=True) 
plt.show()

산점도 그래프

scatter = sns.lmplot(x='total_bill', y='tip', data=tips, hue='sex', fit_reg=False) 
plt.show()

관계 그래프

fig = sns.pairplot(tips, hue='sex')

산점도 그래프_ 크기

  scatter = sns.lmplot(x='total_bill', y='tip', data=tips, fit_reg=False, hue='sex', scatter_kws={'s': tips['size']*10}) 
plt.show()

산점도 그래프_ 크기와 모양(색상에 따라 o,x)

  scatter = sns.lmplot(x='total_bill', y='tip', data=tips, fit_reg=False, hue='sex', markers=['o', 'x'], scatter_kws={'s': tips['size']*10}) 
plt.show()

lmplot 메서드로 4개의 데이터 그룹 한 번에 그리기

col= : 데이터 그룹을 구분할 열
col_wrap= :그래프를 그릴 열의 최댓값

anscombe_plot = sns.lmplot(x='x', y='y', data=anscombe, fit_reg=False)
    
   anscombe_plot = sns.lmplot(x='x', y='y', data=anscombe, fit_reg=False, col='dataset', col_wrap=2)
  
112

데이터프레임과 시리즈로 그래프 그리기

데이터 프레임과 시리즈로 그래프 그리기(plot X)

ax = plt.subplots()
(일변수)ax = 전체[‘변수’].plot.그래프 종류()
(다변수)ax = 전체.plot.함수이름(x=’변수’, y=’변수’, ax=ax)

시리즈 값으로 그리기(히스토그램)

fig, ax = plt.subplots()
ax = tips['total_bill'].plot.hist()

투명도, 간격 조절(히스토그램 일변수에 두개)

> 투명도: alpha
> X축 간격: bins( 클수록 막대기 얇아짐)

fig, ax = plt.subplots() 
ax = tips[['total_bill', 'tip']].plot.hist(alpha=0.5, bins=20, ax=ax)

밀집도, 산점도 그래프, 육각그래프

  fig, ax = plt.subplots()
ax = tips['tip'].plot.kde()

fig, ax = plt.subplots() 
ax = tips.plot.scatter(x='total_bill', y='tip', ax=ax)

fig, ax = plt.subplots() 
ax = tips.plot.hexbin(x='total_bill', y='tip', ax=ax)

fig, ax = plt.subplots() 
ax = tips.plot.hexbin(x='total_bill', y='tip', gridsize=10, ax=ax)
    ![image](https://user-images.githubusercontent.com/76824611/110770716-ff9e3700-829c-11eb-8ec9-8c7a810f2205.png)

#육각형 크기

box매서드

fig, ax = plt.subplots() 
ax = tips.plot.box(ax=ax)

Seaborn 라이브러리로 그래프 스타일 정하기

:set_style로 그래프스타일 바꾸기

그래프에 스타일 적용

바이올린 그래프 배경에 줄

sns.set_style('whitegrid') 
fig, ax = plt.subplots() 
ax = sns.violinplot(x='time', y='total_bill', hue='sex', data=tips, split=True)

for문으로 모든스타일 하나씩적용

  fig = plt.figure() 
seaborn_styles = ['darkgrid', 'whitegrid', 'dark', 'white', 'ticks'] 
for idx, style in enumerate(seaborn_styles):
    plot_position = idx + 1
    with sns.axes_style(style):
        ax = fig.add_subplot(2, 3, plot_position)
        violin = sns.violinplot(x='time', y='total_bill', data=tips, ax=ax)
        violin.set_title(style) 
        
fig.tight_layout()