sons dataStory

변수들의 관계 시각화(산점도와 선그래프) 산점도 선그래프 seaborn의 함수중 그림 수준(figure-level) 함수인 relplot()은 지정한 데이터들의 관계성을 나타냅니다. 이러한 특성은 데이터들 사이에 관계를 나타내는 과정인 통계를 시각적으로 나타내는데 적절합니다. 이 그림수준 함수인 replot() 함수는 축수준(axes-level) 함수인 scatterplot() 또는 lineplot()의 모두 작성할 수 있습니다. relplot(kind="scatter") = scatterplot() relplot(kind="line") = lineplot() 산점도(scatter) 데이터 tips는 연속변수와 목록변수가 모두 포함된 데이터셋입니다. 연속변수들 사이의 산점도 작성은 인수인 x, y에 각 변수를 지정하는 것으로 생성됩니다. import numpy as np import pandas as pd import yfinance as yf import matplotlib.pyplot as plt import seaborn as sns tips=sns.load_dataset('tips') tips.head(3) 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 ...

다중 플롯 작성 Figure-level 함수 는 유사한 종류의 플롯을 작성할 수 있으므로 다른 종류 예를 들어 산점도와 히스토그램을 동시에 작성하기 위해서는 axes-level 함수를 사용해야 합니다. 또한 이 레벨의 함수는 matplotlib에 의존하므로 플롯의 레이아웃을 설정하기 위해 subplots() 함수를 적용할 수 있습니다. 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") fig, axs=plt.subplots(1,2, figsize=(8,3), gridspec_kw=dict(width_ratios=[4,3])) sns.scatterplot(data=pen, x="flipper_length_mm", y="bill_length_mm", hue="species", ax=axs[0]) sns.histplot(data=pen, x="species", hue="species", shrink=.8, alpha=.8, legend=False, ax=axs[1]) fig.tight_layout() 위 코드에서 plt.subplots() 함수의 인수 gridspec_kw는 각 subplots의 레이아웃에 대한 값들을 사전(dictionary)형식으로 지원하기 위한 매개변수입니다. figure-level 함수는 다른 종류의 그래프들로 구성된 다중 플롯을 작성 할 수 없습니다. 즉, 이 수준의 함수는 초기화를 포함하여 자신의 플롯을 독점적으로 소유하므로 위의 axes-level 함수...