파이썬 - 데이터 전처리/시각화 2

Line 

연속형 데이터

시계열에 따른 데이터 변화 및 추이 시각화

import seaborn as sns
data = sns.load_dataset('flights')

df = data[['year','passengers']].groupby('year').sum().reset_index()

plt.plot(df['year'],df['passengers'])
plt.show()

 

 

 

Bar

막대그래프 범주형 데이터

각각의 막대로 크기를 비교하는 것이 효과적

ex)카테고리 별 값 크기 시각적 비교

 

plt.bar(x,y)
...

 

 

 

 

Historgram

연속적인 데이더의 분포 ,  데이터의 빈도를 시각화 해서 특정 정보를 얻고자 할 때 유용하게 사용

 

plt.hist(data, bins=30) # 구간들의 범위
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.title('Histogram')
plt.show()

 

 

Pie

전체에서 각 부분의 비율확인

여러가지 범주형 데이터의 분포도

sizes = [30,20,25,15,10]
labels = ['A','B','C','D','E']
#auto pct
plt.pie(sizes, labels=labels)
plt.title('Pie Chart')
plt.show()

 

Box plot

데이터의 분포와 이상치를 시각적으로 보여주는 그래프

중앙값 4분위수 최소 최대값 제공(이상치 확인)

데이터 통계적 특성 파악에 매우 용의한 그래프

 

특정 카테고리의 데이터 값 확인할 때 도움 될 수 있?

import seaborn as sns
iris = sns.load_dataset("iris")
    
sepal_lengths_list = [iris[iris['species']==s]['sepal_length'].tolist()\
for s in iris['species'].unique()]


plt.boxplot(sepal_lengths_list, labels=iris['species'].unique())
plt.show()

 

노란색 중앙값

25~75% 구간 표시 박스

최소 최대 값 수직선

outilers? 평균에 영향을 주는 ~ 제거? // 다른 방법으로도 가능하다?

 

sns.boxplot(x='species', y='sepal_length', data=iris)
plt.show()

 

 

Scatter - 산정도

두 변수간의 관계를 점으로 표시하여 보여주는 그래프

상관분석, 관계성 검사 간 이용.

ex) 선형태를 띄며 우상향 증가 // 산개분포 // 군집도 // 이상치 등 확인

 

plt.scatter(iris['petal_length'],iris['petal_width'])
plt.xlabel('Petal length')
plt.ylabel('Petal width')
plt.show()

 

iris.corr(numeric_only=True)
#전처리 후 확인iris[..] or numeric_only =True