Seaborn 시각화 튜토리얼

1. Seaborn

matplotlib 기반으로 만들어진 데이터 시각화 모듈
다양한 색상과 예쁜 디자인, 다양한 통계 관련 그래프를 지원하며, matplotlib 보다 사용법이 쉽다는 장점을 가진다고 함

지원하는 그래프

공식 홈페이지에서 이미지로 확인 가능

Relational: 두가지 변수의 관계를 나타내기 위한 그래프
- scatterplot
- lineplot
- relplot
Distribution: 변수 하나 혹은 두개의 값 분포를 나타내기 위한 그래프
- histplot
- kdeplot
- ecdfplot
- rugplot
- displot
Categorical: 범주형 변수와 연속형 변수간의 관계를 나타내기 위한 그래프
- catplot
- stripplot
- boxplot
- violinplot
- pointplot
- barplot
Regression: 회귀 분석 결과를 나타내기 위한 그래프
- regplot
- lmplot
- residplot
Matrix: 연속형 변수간의 관계 비율을 시각화하기 위한 그래프
- heatmap
- clustermap
Multi-plot: 여러 그래프를 함께 그려 비교하기 위한 그래프
- FacetGrid
- pairplot
- PairGrid
- jointplot
- JointGrid

2. 모듈 및 데이터 셋

모듈

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

데이터 셋

  
# 붓꽃 데이터 셋
iris = sns.load_dataset("iris")
print(iris)

     sepal_length  sepal_width  petal_length  petal_width    species
           5.1          3.5           1.4          0.2     setosa
           4.9          3.0           1.4          0.2     setosa
           4.7          3.2           1.3          0.2     setosa
           4.6          3.1           1.5          0.2     setosa
           5.0          3.6           1.4          0.2     setosa
..            ...          ...           ...          ...        ...
         6.7          3.0           5.2          2.3  virginica
         6.3          2.5           5.0          1.9  virginica
         6.5          3.0           5.2          2.0  virginica
         6.2          3.4           5.4          2.3  virginica
         5.9          3.0           5.1          1.8  virginica

[150 rows x 5 columns]

  
# 타이타닉 데이터 셋
titanic = sns.load_dataset("titanic")
titanic

	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

  
# 팁 데이터 셋
tips = sns.load_dataset("tips")
tips

	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
...	...	...	...	...	...	...	...
239	29.03	5.92	Male	No	Sat	Dinner	3
240	27.18	2.00	Female	Yes	Sat	Dinner	2
241	22.67	2.00	Male	Yes	Sat	Dinner	2
242	17.82	1.75	Male	No	Sat	Dinner	2
243	18.78	3.00	Female	No	Thur	Dinner	2

244 rows × 7 columns

  
# mri 데이터 셋
fmri = sns.load_dataset("fmri")
fmri

	subject	timepoint	event	region	signal
0	s13	18	stim	parietal	-0.017552
1	s5	14	stim	parietal	-0.080883
2	s12	18	stim	parietal	-0.081033
3	s11	18	stim	parietal	-0.046134
4	s10	18	stim	parietal	-0.037970
...	...	...	...	...	...
1059	s0	8	cue	frontal	0.018165
1060	s13	7	cue	frontal	-0.029130
1061	s12	7	cue	frontal	-0.004939
1062	s11	7	cue	frontal	-0.025367
1063	s0	0	cue	parietal	-0.006899

1064 rows × 5 columns

그래프 정리

참고

1. Relational: 두가지 변수의 관계를 나타내기 위한 그래프

scatterplot: 산점도
lineplot: 라인
relplot: scatterplot과 lineplot을 합친 그래프

scatterplot

scatter(x, y, data)

  
sns.scatterplot(x='total_bill', y='tip', data=tips)

<AxesSubplot:xlabel='total_bill', ylabel='tip'>

hue와 stlye 옵션을 줄 수 있음

hue: 의미에 따라 점의 색을 변경
style: 모양 구분

  
sns.scatterplot(x='total_bill', y='tip', data=tips, hue='day', style='time')

<AxesSubplot:xlabel='total_bill', ylabel='tip'>

lineplot

데이터가 연속적일 경우 주로 사용

  
sns.lineplot(x='timepoint', y='signal', data=fmri)

<AxesSubplot:xlabel='timepoint', ylabel='signal'>

색이 칠해져 있는 부분은 신뢰구간(confidene interval)로 ci 파라미터로 조절 가능
hue와 style 옵션을 사용할 수 있음

  
sns.lineplot(x='timepoint', y='signal', data=fmri, hue='event', style='event', ci=None)

<AxesSubplot:xlabel='timepoint', ylabel='signal'>

relplot

kind 파라미터에 scatter나 line으로 형식 선택 가능 (default=scatter)
scatterplot과 lineplot은 AxeSubplot을 반환하지만, relplot은 FaceGrid를 반환
FaceGrid를 반환하는 경우 여러 그래프를 한 번에 그릴수 있음
hue와 style 옵션 모두 사용 가능

  
sns.relplot(x='total_bill', y='tip', kind='scatter', hue='time', data=tips)

<seaborn.axisgrid.FacetGrid at 0x2841a3b09d0>

2. Distribution: 변수 하나 혹은 두개의 값 분포를 나타내기 위한 그래프

histplot
kdeplot
ecdfplot
rugplot
distplot -> 삭제 예정
displot -> Distribution 함수들의 통합 개념

histplot

히스토그램 그래프를 그리는 함수로, 데이터의 빈도를 나타낼 때 사용

  
sns.histplot(data=iris, x='sepal_length')

<AxesSubplot:xlabel='sepal_length', ylabel='Count'>

hue 옵션으로 레이블 구분
multiple 옵션으로 hue로 분류된 레이블을 중첩되게 설정 가능

  
sns.histplot(data=iris, x='sepal_length', hue='species')

<AxesSubplot:xlabel='sepal_length', ylabel='Count'>

  
sns.histplot(data=iris, x='sepal_length', hue='species', multiple='stack')

<AxesSubplot:xlabel='sepal_length', ylabel='Count'>

2차원으로도 그릴수 있는데, count 정보는 나타나지 않음 -> multiple 옵션을 줘도 달라지는게 없음

  
sns.histplot(data=iris, x='sepal_length', y='sepal_width', hue='species')

<AxesSubplot:xlabel='sepal_length', ylabel='sepal_width'>

  
sns.histplot(data=iris, x='sepal_length', y='sepal_width', hue='species', multiple='stack')

<AxesSubplot:xlabel='sepal_length', ylabel='sepal_width'>

kdeplot

커널 밀도 추정(kernal density estimation) 그래프로,
히스토그램이 절대량(count)을 표현한다면 kdeplotdms 상대량(비율)을 시각화
히스토그램과 마찬가지로 한개 혹은 두개의 변수에 대한 분포를 그릴 수 있음

  
sns.kdeplot(data=iris, x='sepal_length')

<AxesSubplot:xlabel='sepal_length', ylabel='Density'>

hue 옵션 사용 가능

  
sns.kdeplot(data=iris, x='sepal_length', hue='species')

<AxesSubplot:xlabel='sepal_length', ylabel='Density'>

  
sns.kdeplot(data=iris, x='sepal_length', y='sepal_width', hue='species')

<AxesSubplot:xlabel='sepal_length', ylabel='sepal_width'>

  
# histplot과 kedplot을 함께 사용하는 경우
sns.histplot(data=iris, x='sepal_length', hue='species', multiple='stack', kde=True)

<AxesSubplot:xlabel='sepal_length', ylabel='Count'>

rugplot

데이터 값을 x축과 y축 위에 그려주는 그래프 -> 단독으로 사용되기보다는 다른 그래프와 함께 사용된다(i.e. kdeplot)
다른 그래프를 보완해주는 느낌

  
sns.kdeplot(data=iris, x='sepal_length', y='sepal_width', hue='species') 

<AxesSubplot:xlabel='sepal_length', ylabel='sepal_width'>

  
sns.rugplot(data=iris, x='sepal_length', y='sepal_width', hue='species')

<AxesSubplot:xlabel='sepal_length', ylabel='sepal_width'>

  
sns.kdeplot(data=iris, x='sepal_length', y='sepal_width', hue='species') 
sns.rugplot(data=iris, x='sepal_length', y='sepal_width', hue='species')

<AxesSubplot:xlabel='sepal_length', ylabel='sepal_width'>

ecdfplot

분포를 누적화해 보여줌

  
sns.ecdfplot(data=iris, x='sepal_length')

<AxesSubplot:xlabel='sepal_length', ylabel='Proportion'>

displot

앞선 함수들의 통합 개념들로, relplot과 유사함
row와 col 파라미터로 subplot 생성 가능
rug 옵션으로 rugplot의 표시 여부를 선택 가능

  
sns.displot(data=iris, x='sepal_length', hue='species') # kind default = hist

<seaborn.axisgrid.FacetGrid at 0x2841cc68e50>

  
sns.displot(data=iris, x='sepal_length', hue='species', col='species')

<seaborn.axisgrid.FacetGrid at 0x2841c8678e0>

  
sns.displot(data=iris, kind='kde', x='sepal_length', hue='species', row='species', rug=True)

<seaborn.axisgrid.FacetGrid at 0x2841c72f490>

3. Categorical: 범주형 변수와 연속형 변수간의 관계를 나타내기 위한 그래프

catplot
stripplot
boxplot
violinplot
pointplot
barplot

barplot

이변량(bivariate) 분석을 위한 그래프
x축에는 범주형 변수, y축에는 연속형 변수를 입력
x와 y의 형을 바꾸면 수평 그래프가 출력

  
sns.barplot(data=tips, x='day', y='tip')

<AxesSubplot:xlabel='day', ylabel='tip'>

  
sns.barplot(data=tips, x='day', y='tip', hue='smoker')

<AxesSubplot:xlabel='day', ylabel='tip'>

검은 막대는 오차를 의미하며, ci 옵션으로 설정 가능함

ci

숫자: 신뢰 구간(%)
sd: 표준 편차
None: 표현하지 않음

  
sns.barplot(data=tips, x='tip', y='day', ci='sd')

<AxesSubplot:xlabel='tip', ylabel='day'>

countplot

histplot과 동일하게 데이터의 갯수를 출력 (histplot은 연속형 데이터, countplot은 범주형 데이터)
x와 y의 데이터를 통해 수직, 수평을 조절 가능

  
sns.countplot(data=tips, x='smoker', hue='sex')

<AxesSubplot:xlabel='smoker', ylabel='count'>

boxplot

특정 데이터의 전체적인 분포를 확인하기 좋은 그래프

변수 1개인 경우, 연속형 변수 사용
변수 2개인 경우, 연속형 변수와 범주형 변수 사용
통계치(최대/최소/사분위수(1,3)/평균)를 함께 표시
특이치(outliar)를 발견하기에 용이

  
sns.boxplot(data=tips, x='tip')

<AxesSubplot:xlabel='tip'>

  
sns.boxplot(data=tips, x='day', y='total_bill')

<AxesSubplot:xlabel='day', ylabel='total_bill'>

violinplot

boxplot은 이상치를 한번에 파악할 수 있고, violinplot은 데이터 분포를 한번에 파악할 수 있음
분포에 따라 모양이 달라짐

  
sns.violinplot(data=tips, x='day', y='total_bill')

<AxesSubplot:xlabel='day', ylabel='total_bill'>

stripplot

연속형 변수와 범주형 변수의 관계를 나타내는 산점도
scatterplot은 연속형과 연속형의 관계를 나타냄
x, y의 데이터 형에 따라 수직, 수평이 달라짐

  
sns.stripplot(data=tips, x='day', y='total_bill')

<AxesSubplot:xlabel='day', ylabel='total_bill'>

swarmplot

stripplot과 유사
분포 정도를 함께 표현
violinplot과 함께 쓰이는 경우가 많음 -> violinplot이 세부적인 데이터 분포를 보여주지 못한다는 점을 보완

  
sns.swarmplot(data=tips, x='day', y='total_bill')

<AxesSubplot:xlabel='day', ylabel='total_bill'>

  
sns.violinplot(data=tips, x='day', y='total_bill')
sns.swarmplot(data=tips, x='day', y='total_bill', color='white')

<AxesSubplot:xlabel='day', ylabel='total_bill'>

boxenplot

boxplot과 유사
데이터 분포가 박스의 크기로 나타남

  
sns.boxenplot(data=tips, x='day', y='total_bill')

<AxesSubplot:xlabel='day', ylabel='total_bill'>

pointplot

연속형 변수와 범주형 변수의 관계를 나타내는 그래프
오차바(error bar)도 함께 표시 됨

  
sns.pointplot(data=tips, x='day', y='tip', hue='sex')

<AxesSubplot:xlabel='day', ylabel='tip'>

catplot

앞선 함수들의 통합 개념들로, relplot, displot 과 유사함
row와 col 파라미터로 subplot 생성 가능

  
sns.catplot(data=tips, x='day', y='total_bill', col='sex', kind='bar')

<seaborn.axisgrid.FacetGrid at 0x2841d101ca0>

4. Regression: 회귀 분석 결과를 나타내기 위한 그래프

regplot
lmplot
residplot

regplot

scatterplot과 lineplot을 합쳐 놓은 그래프
scatterplot의 경향성을 lineplot이 예측하는 방향으로 그려짐

  
sns.regplot(data=tips, x='total_bill', y='tip')

<AxesSubplot:xlabel='total_bill', ylabel='tip'>

lmplot

regplot의 상위 그래프
여러개의 그래프를 그릴 수 있으며, hue 옵션 사용 가능
regplot 보다 많이 사용된다고 함

  
sns.lmplot(data=tips, x='total_bill', y='tip', hue='smoker')

<seaborn.axisgrid.FacetGrid at 0x2841e9e3e50>

col과 row 옵션을 이용해 그래프를 분리 가능

  
sns.lmplot(data=tips, x='total_bill', y='tip', hue='smoker', col='smoker')

<seaborn.axisgrid.FacetGrid at 0x2841ea35610>

residplot

회귀선을 기준으로 오차를 나타낸 그래프
regplot의 회귀선이 x축가 평행하게 나타남

  
sns.residplot(data=tips, x='total_bill', y='tip')

<AxesSubplot:xlabel='total_bill', ylabel='tip'>

5. Matrix: 연속형 변수간의 관계 비율을 시각화하기 위한 그래프

heatmap
clustermap

heatmap

데이터의 상관관계 정도에 따라 색차이를 부여한 그래프
pivot-table과 correlation 개념이 적용되어 있음

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

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

  
sns.heatmap(tips.pivot_table(index='day', columns='size', values='tip'), annot=True)

<AxesSubplot:xlabel='size', ylabel='day'>

  
sns.heatmap(iris.corr(), annot=True)

<AxesSubplot:>

clustermap

heatmap과 유사하나 잘 사용되지 않음

  
sns.clustermap(iris)

<seaborn.matrix.ClusterGrid at 0x28420112220>

6. Multi-plot: 여러 그래프를 함께 그려 비교하기 위한 그래프

주로 반환형으로 사용되는거 같아서 따로 정리하지는 않았음

FacetGrid
pairplot
PairGrid
jointplot
JointGrid

Seaborn 시각화 튜토리얼

Seaborn 시각화 튜토리얼

1. Seaborn

지원하는 그래프

2. 모듈 및 데이터 셋

모듈

데이터 셋

그래프 정리

1. Relational: 두가지 변수의 관계를 나타내기 위한 그래프

scatterplot

lineplot

relplot

2. Distribution: 변수 하나 혹은 두개의 값 분포를 나타내기 위한 그래프

histplot

kdeplot

rugplot

ecdfplot

displot

3. Categorical: 범주형 변수와 연속형 변수간의 관계를 나타내기 위한 그래프

barplot

ci

countplot

boxplot

violinplot

stripplot

swarmplot

boxenplot

pointplot

catplot

4. Regression: 회귀 분석 결과를 나타내기 위한 그래프

regplot

lmplot

residplot

5. Matrix: 연속형 변수간의 관계 비율을 시각화하기 위한 그래프

heatmap

clustermap

6. Multi-plot: 여러 그래프를 함께 그려 비교하기 위한 그래프

Further Reading

군집화(Clustering) 정리

머신러닝과 Scikit Learn 기본

머신러닝 주요 분류 모델 정리