[seaborn] Figure-level과 Axes-level 함수 그리고 히스토그램

Figure-level과 Axes-level 함수 그리고 히스토그램

seaborn은 dataframe과 array에서 작동에서 작동하며 내부적으로 필요한 mapping과 통계적 집계를 수행하여 플롯을 작성합니다. seaborn의 함수들은 플롯을 작성하기 위해 기본적으로 matplotlib를 사용하므로 이 패키지의 형식에 의존지만 이 패키지와는 독자적으로 실행되는 실행되는 함수가 존재합니다. 이러한 함수는 figure-level function이라 하며 matplotlib와 연결되는 함수를 axes-level fuction으로 구분합니다.

seaborn은 플롯팅 함수는 "관계형(relation)", "분포형(distribution)", "범주형(categorical)"으로 구분할 수 있습니다. 각각은 relplot(), displot(), catplot() 함수로 작성할 수 있습니다. 이 함수들은 figure-level 함수들로 다음 표와 같이 다양한 axes-level 함수들을 포함합니다.

형태	figure-level 함수	axes-level 함수
relation	relplot	scatterplot, lineplot
distribution	displot	histplot, kdeplot, ecdfplot, rugplot
categrorical	catplot	stripplot, swarmplot, boxplot, violineplt, pointplot, barplot

위에서 언급한 것과 같이 figure-level 함수는 matplotlib와 별개로 작성됩니다. 그러므로 이 함수들을 사용하는 경우 FacetGrid() 함수를 통해 레이아웃을 변경할 수 있습니다. 반면에 axes-level 함수는 axes 수준에서 플롯을 작성되며 matplotlib의 axes 수준을 따릅니다. 그러므로 plt.figure()에 의한 레이아웃의 변경이 이루어 집니다.

데이터 penguins를 적용하여 figure-level과 axes-level의 함수를 적용합니다.

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.family'] ='NanumGothic'
plt.rcParams['axes.unicode_minus'] =False
import seaborn as sns

pen=sns.load_dataset("penguins")
pen.head(3)

	species	island	bill_length_mm	bill_depth_mm	flipper_length_mm	body_mass_g	sex
0	Adelie	Torgersen	39.1	18.7	181.0	3750.0	Male
1	Adelie	Torgersen	39.5	17.4	186.0	3800.0	Female
2	Adelie	Torgersen	40.3	18.0	195.0	3250.0	Female

자료 pen의 각 species에 대응하는 변수 "flipper_length_mm"의 수에 대한 히스토그램은 axes-level 함수인 histplot() 함수로 작성됩니다.

• seaborn.histplot(data=None, x=None, y=None, hue=None, stat='count', bins='auto', …)
  • 지정한 x와 y게 대한 히스토그램 작성
  • x, y 중의 하나만 지정 하면 나머지 축은 stat의 값으로 채워짐
  • bins는 기준이 되는 변수의 구간의 수를 설정하는 것으로 기본값은 자동(auto)임
  • hue는 각 히스토그램의 구성부분을 나타내기 위한 변수로 색으로 구별됨

sns.set_theme()#기본 테마
plt.figure(figsize=(4,3))
re=sns.histplot(data=pen, x="flipper_length_mm", hue="species", multiple="stack")
plt.show()

위 그래프는 다음 코드의 결과에 대한 것입니다.

pen1=pen[["species", "flipper_length_mm"]]
spe=np.unique(pen1.species)
tab=pd.DataFrame()
for  i in spe:
    fil=pen1.where(pen.species==i).dropna()
    tab=pd.concat([tab, fil.groupby("flipper_length_mm").count()], axis=1)
tab.columns=spe
tab.head(5)

	Adelie	Chinstrap	Gentoo
flipper_length_mm
172.0	1.0	NaN	NaN
174.0	1.0	NaN	NaN
176.0	1.0	NaN	NaN
178.0	3.0	1.0	NaN
179.0	1.0	NaN	NaN

histplot() 대신에 kdeplot() 함수를 적용하여 기준축에 대응하는 밀도(density)를 나타낼 수 있습니다.

plt.figure(figsize=(4,3))
sns.kdeplot(data=pen, x="flipper_length_mm", hue='species', multiple="stack")
plt.show()

위 histplot(), kdeplot()은 figure-level 함수인 displot()으로 대신할 수 있습니다. figure-level 함수는 그림 자체가 seaborn 패키지로 작성되므로 matplolib의 인수인 figsize 값에 영향받지 않습니다.

sns.displot(data=pen, x="flipper_length_mm", hue="species", multiple="stack")
plt.show()

sns.displot(data=pen, x="flipper_length_mm", hue="species", multiple="stack", kind="kde")
plt.show()

displot() 함수의 인수 col에 지정된 변수를 지정할 수 있습니다. 지정된 변수는 두 개 이상의 하위 클래스들이 포함된 것으로서 각 클래스 대응하는 그래프를 작성합니다.

sns.displot(data=pen, y="flipper_length_mm", hue="species", col="species")
plt.show()