데이터 시각

[Jangchanhi]

데이터 시각화 : 데이터를 시각화하여 데이터의 분포나 특성 확인, 방대한 양의 데이터를 빠르게 보고 유의미한 특성을 찾아내는 중요한 작업

Matplotlib : 파이썬에서 데이터를 차트나 플롯으로 그려주는 가장 많이 사용되는 데이터 시각화 패키지

1. 라인 Plot
2. 바차트
3. 파이차트
4. 히스토그램
5. Box plot
6. Scatter Plot

차트 그리기
[1] plt.figure() : 시각화 그림을 표시할 영역 지정
[2] plt.plot() : 시각화 차트 및 값 지정
[3] plt.show() : 시각화 출력

선 그래프(Line Plot) 그리기 : plt.plot(data)

• 수치의 변화를 선으로 이어서 그려줌
• 시간에 따른 데이터의 변화 추세를 볼 때 사용

산점도 그리기 plt.scatter(x,y)

• 키와 몸무게 같은 두 값 간의 관계를 표현
• 두 값이 양의 상관관계인지 음의 상관관계인지를 파악할 수 없음
• X와 Y 값을 지정해야 함

히스토그램 그리기 : plt.hist(x)

• 수치형 데이터의 분포를 나타냄
• 빈도, 빈도밀도, 확률 등의 분포를 그릴 때 사용
• 구간 값(bins)을 정해주지 않으면 10개 구간으로 나누어 그래프를 그려 줌

박스 그래프 그리기 : plt.boxplot(x)

• 수치적 자료를 표현하는 그래프
• 수치적 자료로부터 얻어낸 통계량인 5가지 요약 수치를 가지고 그래프를 만듦
  5가지 수치 => [최소값(가장 하단), 제 1사분위값(가운데 박스 하단), 제 2사분위값, 제 3사분위값(박스 상단), 최대값(가장 상단)], [노란색 선 => 중앙값]

막대 그래프 그리기 : plt.bar(x, height)

• 범주형 데이터의 수치를 요약해서 보여줌
• 일반적으로 가로,세로 누적, 그룹화 된 막대 그래프 등을 사용함

Seaborn : matplotlib을 기반으로 다양한 색상 테마와 통계용 차트 등의 기능을 추가한 시각화 패키지 -> 기본적인 시각화 기능은 Matplotlib 패키지에 의존

Matplotlib vs Seaborn

1. Matplotlib

• 기본적인 시각적 개체를 만드는데 사용
• 기본적이고 단순한 디스플레이
• numpy와 pandas만으로 다양한 시각화 가능
• 복잡하고 긴 구문, 여러개의 시각화 한번에 열 수 있음
• 강력하고 유연, 사용자 기능 정의 쉬움

2. Seaborn

• 주로 통계 그래프를 만드는데 사용
• 시각적인 요소가 가미된 디스플레이
• numpy와 pandas 뿐만 아니라 matplotlib도 사용해야함
• 쉽고 간단한 구문
• 메모리 부족문제로 다중 시각화하는데 실패할 수 있음
• 비교적 덜 유연하고 사용자 기능 정의 어려움

[1] Scatter plot : sns.scatterplot(x,y)

• 두 값이 어떤 관계에 있는지 분포를 확인할 수 잇음
• x와 y값을 지정해야함

[2] Cat plot : sns.catplot(x,y,col or row)

• 색상(hue)과 열(col) 또는 행(row) 등을 동시에 사용하여 3개 이상의 카테고리 값에 의한 분포 변화를 보여줌

[3] LM Plot : sns.lmplot(x,y)

• 산점도에 회귀선을 그려주어 하나의 값에 따라 다른 값이 어떻게 변하는지를 예측할 수 있음

[4] count plot : sns.countplot(x)

• 항목 별 갯수를 확인할 때 사용함, 연속형 / 범주형 변수에 적용 가능

[5] box plot : sns.boxplot(x,y)

• 수치적 자료를 표현하는 그래프
• 수치적 자료로부터 얻어낸 통계량인 5가지 요약 수치를 가지고 그래프를 만듦
  <5가지 수치> 최소값, 제 1,2,3 사분위값, 최대값

[6] violin plot : sns.violinplot(x,y)

• boxplot과 모양은 비슷하지만 밀집도를 함께 볼 수 있어 데이터 탐색에 유용하게 사용할 수 있다.

[7] join Plot : sns.jointplot(x,y)

• 산점도와 count Plot을 한번에 보여주는 그래프
• 데이터의 분포와 상관관계를 한번에 볼 수 잇어 데이터 탐색에 장점이 있음