본문 바로가기
재미로 하는 코딩

시각화 뽀개기4

by 헬푸밍 2023. 2. 5.

Opinionated defaults and flexible customization(편향적인 기본값과 유연한 사용자 정의)

일단 필요 라이브러리 호출!

# Import seaborn
import seaborn as sns
%matplotlib inline

 

데이터는...

2023.02.05 - [재미로 하는 코딩] - 시각화 뽀개기3

 

시각화 뽀개기3

Multivariate views on complex datasets(복잡한 데이터셋의 다변량 시각화) 일단 필요 라이브러리를 호출하고.. # Import seaborn import seaborn as sns %matplotlib inline seaborn에 내장되어 있는 펭귄 데이터셋을 보자! 34

helpming.tistory.com

에서 쓴 펭귄 데이터를 쓴다!

 

일단 relplot을 그려보자!

 

x는 부리 길이

y는 부리 깊이

hue는 무게로 지정했다

penguins = sns.load_dataset("penguins")

sns.relplot(
    data=penguins,
    x="bill_length_mm", y="bill_depth_mm", hue="body_mass_g"
)

신기하게도 무게가 실수형인데도 hue로 지정해주면 그라데이션으로 hue가 설정된다.(진한색일 수록 무거움)

 

앞에서 그린 그림을 좀 더 다양한 기능을 통해 꾸며보자!

 

우선 set_theme(style='ticks', font_scale=1.25)를 통해...

x축 y축 눈금자?를 ticks 스타일로 바꿔주고, 글자 크기를 조정해줬다!

 

그다음... 그래프 안 변수에서 marker='x'를 통해 점을 x표시로 찍어줬다!

s=100이 x마커 크기를 키워준 듯 하다!

 

그리고 set_axis_labels를 통해 x축 y축 이름을 변경해주고, labelpad=10으로 축과의 간격을 적당히 조절!

 

legend.set_title로 범례이름을 변경해줬다!

 

figure.set_size_inches를 통해 그림 크기를 변경해주고...

 

ax.margins을 통해 그림에서 마커가 찍혀있지 않은 빈 공간을 적당하게 해줬다...

 

마지막으로 despine(tirm=True)를 통해 x축 y축 양끝 삐져나온 곳?을 잘라줬다!

sns.set_theme(style="ticks", font_scale=1.25)
g = sns.relplot(
    data=penguins,
    x="bill_length_mm", y="bill_depth_mm", hue="body_mass_g",
    palette="crest", marker="x", s=100,
)
g.set_axis_labels("Bill length (mm)", "Bill depth (mm)", labelpad=10)
g.legend.set_title("Body mass (g)")
g.figure.set_size_inches(6.5, 4.5)
g.ax.margins(.15)
g.despine(trim=True)

 

Relationship to matplotlib(matplotlib과의 관계)

seaborn과 matplotlib의 통합은 탐색적분석, GUI 어플리케이션과의 실사간 상호작용, 많은 raster와 vector형식의 보관 출력을 포함한 matplotlib을 지원하는 많은 환경에서 이용할 수 있다!

 

seaborn만 사용하면 생산적일 수 있지만 완전한 커스터마이징을 위해선 matplotlib의 개념과 API에 대한 지식이 필수적이다. seaborn을 사용하는 새로운 사용자는 특별한 커스터마이징을 위해서 matplotlib을 사용해아하는 것을 알때가 있을 것이고 matplotlib에서 넘어온 사용자는 matplotlib에서 사용한 지식들이 seaborn에도 적용되는 것을 알 것이다!

 

matplotlib은 입맛대로 그림의 모든 속성을 바꿀수 있는 포괄적이고 강력한 API이다.  seaborn의 고수준 인터페이스와 mattplotlib의 깊게 박혀있는 커스터마이징능력이 결합하면 빠르게 데이터를 탐색해서 출판 품질의 결과물로 편집하는게 가능하다! 


참조사이트:

https://seaborn.pydata.org/tutorial/introduction.html#opinionated-defaults-and-flexible-customization

 

An introduction to seaborn — seaborn 0.12.2 documentation

An introduction to seaborn Seaborn is a library for making statistical graphics in Python. It builds on top of matplotlib and integrates closely with pandas data structures. Seaborn helps you explore and understand your data. Its plotting functions operate

seaborn.pydata.org

 

'재미로 하는 코딩' 카테고리의 다른 글

folium, plotly로 스타벅스 매장 표시해보기  (0) 2023.02.12
시각화 뽀개기5  (0) 2023.02.07
시각화 뽀개기3  (0) 2023.02.05
시각화 뽀개기2  (0) 2023.02.04
시각화 뽀개기1  (0) 2023.02.04

댓글