[파이썬 라이브러리를 활용한 데이터 분석] 15, 16일차 (347~383p)

9. 그래프와 시각화

15, 16일차 (2020-06-25, 26)도 이 책으로 시작:

http://www.kyobobook.co.kr/product/detailViewKor.laf?ejkGb=KOR&mallGb=KOR&barcode=9791162241905&orderClick=LEa&Kc=

파이썬 라이브러리를 활용한 데이터 분석 - 교보문고

아래의 요약은 책을 충실히 요약한 것이 아닌 오늘 공부한 것의 정리일 뿐입니다.
저자의 코드 예제 github repository: http://github.com/wesm/pydata-book
자세한 내용 책을 사서 보시거나 영문판의 경우 저자의 홈페이지에 3판의 open edition이 있습니다 (https://wesmckinney.com/book/).

GitHub - wesm/pydata-book: Materials and IPython notebooks for "Python for Data Analysis" by Wes McKinney, published by O'Reilly

Python for Data Analysis, 3E

독자에게 전하는 조언:

1) 데이터 분석을 생산적으로 하기 위해 파이썬으로 훌륭한 소프트웨어를 개발할 수 있을 정도로 파이썬 고수가 되어야 할 필요는 없다고 생각한다.
2) Numpy의 깊은 이해가 필수 사항은 아니며, 배열 위주의 프로그래밍과 생각하는 방법에 능숙해지는 것이 과학 계산의 고수가 되는 지름길이다.

들어가며

%matplotlib notebook  # 주피터 노트북에서

이 장에 포함된 코드 예제를 실행

9.1 matplotlib API 간략하게 살펴보기

ipython에서 %matplotlib

9.1.1 figure와 서브플롯

matplotlib의 figure 객체를 생성 - plt.figure()
크기와 비율의 결정 - figsize()
빈 figure로는 무의미하므로 최소 하나 이상의 subplots를 생성 - add_subplot()
fig.add_subplot()에서 반환되는 객체는 AxesSubplot으로 각각의 인스턴스 메서드를 호출해서 다른 빈 서브플롯에 직접 그래프를 그릴 수 있다.

특정한 배치에 맞추어 여러 개의 서브플롯을 포함하는 figure를 생성하는 일 - plt.subplots() 메서드
이 메서드는 Numpy 배열과 AxesSubplot 객체를 새로 생성

Refer 표 9-1 pyplot.subplots 옵션

서브플롯 간의 간격 조절하기

subplots_adjust() 메서드 - 서브플롯 간 적당한 간격과 여백을 추가

9.1.2 색상, 마커, 선 스타일

matplotlib에서 가장 중요한 plot() 함수: x, y 좌표 값이 담긴 배열과 추가적으로 색상과 선 스타일을 나타내는 축약 문자열을 인자로 받는다.
실무에서 소통을 위해 좀 더 명시적인 방법으로 표현
마커도, 색상 스타일 축약 문자열 다음에 지정할 수 있다.
즉, 'ko--'은 linestyle='dashed', color='k', marker='o'와 같다.
drawstyle 인자를 이용해서 바꿀 수 있다.
plt.legend로 범례 생성, ax.legend는 축의 범례 추가

9.1.3 눈금, 라벨, 범례

matplotlib.pyplot을 이용하여 순차적으로 꾸미는 방법과 API를 이용하여 좀 더 객체 지향적으로 꾸미는 방법
pyplot은 대화형 사용에 맞추어 설계되었다.
현재 활성화된 혹은 가장 최근에 생성된 AxeSubplot 객체에 대해 동작

제목, 축 이름, 눈금, 눈금 이름 설정하기

set_xticks() - 전체 데이터 범위를 따라 눈금을 어디에 배치할지 지정, 기본적으로 이 위치에 눈금의 이름이 들어감
set_xticklabels() - 눈금 이름을 바꾸고 싶을 때
set_xlabel() - x축에 대한 이름을 지정
set_title() - 서브플롯의 제목을 지정

범례

가장 쉬운 방법은 각 그래프를 그릴 때 label 인자를 포함시켜 그리는 것이다.
그리고 나서, 가장 마지막에 ax.legend()나 plt.legend()를 실행하여 자동으로 범례가 생성
legend 메서드에 loc 인자에 best 옵션만으로 충분하다.

9.1.4 주석과 그림 추가하기

text() - 그래프 내의 주어진 좌표에 부가적인 스타일로 글자를 그려 준다.
arrow()
annotate() - x, y 좌표로 지정한 위치에 라벨을 추가

단일 셀 안애서 코드를 실행

일반적인 도형을 표현하기 위한 patches라는 객체를 제공, 객체를 생성한 후 add_patch()로 호출하여 적용

9.1.5 그래프를 파일로 저장하기

plt.savefig() 메서드에 파일명과 확장자를 문자열로 전달하여 저장
dpi 인자 - 인치당 도트 해상도를 지정
bbox_inches 인자 - 실제 그림 둘레의 공백을 잘라냄, tight로 지정 시 그림 둘레의 비어 있는 공간을 모두 제거

Refer 표 9-2 Figure 객체의 savefig 함수의 옵션

9.1.6 matplotlib 설정

rc 메서드 - 프로그래밍의 방법으로 설정을 바꿔서 저장하여 불러올 때마다 사용할 수 있다.
첫 번째 인자로 설정하고자 하는 컴퍼넌트의 이름의 문자열을 전달, 예를 들어, figure, axes...
그 다음 인자로 설정할 값에 대한 키워드 인자 전달, 예를 들어, figsize=

9.2 pandas에서 seaborn으로 그래프 그리기

9.2.1 선그래프

Series와 DataFrame은 둘 다 plot() 메서드를 이용해 그래프를 생성 (기본적으로 선 그래프를 생성)
Series 객체의 색인은 자동으로 x축으로 해석, use_index=False를 넘겨 이를 방지할 수 있다.
ax 인자는 그리드 배열 상에서 서브 플롯의 위치를 좀 더 유연하게 그릴 수 있다.
DataFrame에서 plot()은 각 컬럼 별로 선 그래프를 그리고 자동적으로 범례를 생성한다.

Refer 표 9-3 Series.plot 메서드 인자, 표 9-4 DataFrame의 plot 메서드 인자

9.2.2 막대 그래프

plot.bar(), plot.hbar() - 각각 수직, 수평 막대 그래프를 그린다.
Note Series의 막대그래프를 그릴 때 - s.value_counts().plot.bar()를 이용해서 빈도를 그릴 수 있다.
DataFrame에서 각 로우의 값을 묶어서 하나의 그룹마다 각각의 막대를 그림
누적 막대 그래프는 stacked=True 인자 전달

import seaborn as sns
sns.barplot(x='tip_pct', y='day', hue='time', data='tips', orient='h')

data 인자에 DataFrame을 받으며, x, y 인자에 컬럼 이름을 참조한다.
hue 인자를 이용하여 추가 분류에 따라 나눠 그릴 수 있다.

seaborn.set 메서드에 설정을 변경할 수 있다.

9.2.3 히스토그램과 밀도 그래프

plot.hist() 메서드를 사용해서 히스토 그램 작성
plot.density() 메서드를 이용해서 밀도 그래프를 표준 KDE 형식으로 생성

seaborn 라이브러리의 distplot() 메서드를 이용하여 히스토그램과 밀도 그래프를 한 번에 그릴 수 있다.

9.2.4 산포도

seaborn 라이브러리의 regplot() 메서드를 이용하여 산포도와 선형회귀직선을 함께 그릴 수 있다.
seaborn 라이브러리의 pairplot() 메서드를 이용하여 짝지은 그래프 혹은 산포도 행렬을 그릴 수 있다.
대각선 (diag_kind= 인자)에 밀도 그래프나 히스토그램을 넣을 수 있다.

9.2.5 패싯 그리드와 범주형 데이터

seaborn 라이브러리의 factorplot() 메서드를 이용하여 파셋 그리드의 추가적인 그룹 차원을 가지는 그래프를 그릴 수 있다.
seaborn.FarcetGrid 클래스를 이용하여 더 세부적인 커스터마이징 가능

9.3 다른 파이썬 시각화 도구

웹이나 출판을 위한 정적 그래프를 생성한다면 matplotlib, pandas, seaborn이 기본이다.
즉, 기본을 다 떼고 딴 것을 더 알아 보세요.

9.4 마치며

오늘의 흔적: