Seaborn 시각화: Heatmap, Pivot Plot, Correlation Plot, Violin Plot

이번에는 Seaborn의 다음과 같은 그래프에 대해 알아봅시다.

1. Heatmap
2. Pivot Plot
3. Correlation 시각화
4. Pair Plot
5. Violin Plot

학습 활동은 아래를 참고하세요.

Q1 다음 각각이 의미하는 바는 무엇인가요?

In [2]:

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

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

Q2 sns.load_dataset()은 무엇을 하는 함수인가요?

891 rows × 15 columns

1. survived: 생존여부
2. pclass: 좌석등급
3. sex: 성별
4. age: 나이
5. sibsp: 형제자매 숫자
6. parch: 부모자식 숫자
7. fare: 요금
8. embarked: 탑승 항구
9. class: 좌석등급 (영문)
10. who: 사람 구분
11. deck: 데크
12. embark_town: 탑승 항구 (영문)
13. alive: 생존여부 (영문)
14. alone: 혼자인지 여부

In [4]:

tips = sns.load_dataset('tips')

1. total_bill: 총 합계 요금표
2. tip: 팁
3. sex: 성별
4. smoker: 흡연자 여부
5. day: 요일
6. time: 식사 시간
7. size: 식사 인원

Heatmap

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

Q3 Heat map은 무엇인가요?

In [5]:

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

Q4 numpy의 random.rand()는 어떤 함수인가요?

Q5 annot=True는 무슨 일을 하는 옵션인가요?

Q6 heatmap()은 어떻게 입력 값을 받을까요?

Pivot Plot

In [6]:

tips.head()

Out[6]:

	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 [7]:

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

Out[7]:

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

Q7 pivot_table()은 무엇을 할까요?

Q8 index=, columns= values=는 각각 어떻게 정할까요?

In [8]:

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

Q9 heatmap()에 pivot_table()의 결과를 넣으면 어떻게 될까요?

Q10 NaN으로 처리된 경우에 어떻게 표시되나요?

Correlation 시각화

In [9]:

titanic.corr()

Out[9]:

	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

Q11 pandas의 DataFrame의 corr() 매쏘드는 상관관계를 구해줍니다. 상관관계란?

In [10]:

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

Q12 상관관계를 heatmap()에 입력하면 어떻게 되나요?

Pair Plot

In [11]:

tips.head()

Out[11]:

	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 [12]:

sns.pairplot(tips)
plt.show()

Q13 pariplot()은 무엇을 하는 함수인가요?

In [13]:

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

Q14 pairplot()에 hue=옵션을 넣으면 무엇이 달라지나요?

In [14]:

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

Q15 palette=옵션은 무엇을 하나요?

Q16 더 많은 색상 옵션이 있는데요, 어떤 것들이 있나요?

In [15]:

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

Violin Plot

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.

In [17]:

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

Q 17 violinplot()에서 최소, 최대, 평균, 중앙값은 각각 어떻게 표시되나요?

In [18]:

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

Q18 x=와 y=가 주는 의미는 무엇인가요?

In [19]:

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

In [20]:

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

Q19 hue=와 palette은 어떤 일을 했나요?

In [21]:

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

Q20 split=True는 어떤 결과를 가져왔나요?