Chapter_1_2_Python_visualisation_seaborn

2020-06-04

Page content

공지

제 수업을 듣는 사람들이 계속적으로 실습할 수 있도록 강의 파일을 만들었습니다. 늘 도움이 되기를 바라며. 참고했던 교재 및 Reference는 꼭 확인하셔서 교재 구매 또는 관련 Reference를 확인하시기를 바랍니다.

I. Matplotlib & Seaborn

(1) 기본 개요

Matplotlib는 파이썬 표준 시각화 도구라고 불리워지며 파이썬 그래프의 기본 토대가 된다고 해도 무방하다. 객체지향 프로그래밍을 지원하므로 세세하게 꾸밀 수 있다.

Seaborn 그래는 파이썬 시각화 도구의 고급 버전이다. Matplotlib에 비해 비교적 단순한 인터페이스를 제공하기 때문에 초보자도 어렵지 않게 배울 수 있다.

(2) matplotlib & Seabon 설치

설치방법은 윈도우 명령 프롬프트, MacOS, Linux 터미널에서 pip install matplotlib입력하면 되지만, 간혹 여러 환경에 따라 달라질 수 있으니 관련 싸이트에서 확인하기를 바란다.

matplotlib 설치 방법: https://matplotlib.org/users/installing.html
seaborn 설치 방법: https://seaborn.pydata.org/installing.html

II. 기본적인 시각화 문법

시각화 문법은 아래와 같다.

import seaborn as sns
sns.name_of_graph(x, y, dataset, options)

우선 Sample 데이터를 불러와서 데이터를 확인해보자.

import seaborn as sns
from tabulate import tabulate

sns.set()
tips = sns.load_dataset("tips")
print(tabulate(tips.head(), tablefmt="pipe", headers="keys"))

|    |   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 |  3.5  | 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 |

위 데이터는 매우 간단한 테이블일 수 있지만, 다변량의 그래프를 하나의 이미지 안에서 어떤 형태로 그래프를 작성할 것인지 선택하는 것은 쉽지 않다.

sns.relplot(x="total_bill", y="tip", col="time",
            hue="smoker", style="smoker", size="size",
            data=tips);

/img/python_edu/01_basic/Step1_Visualisation/Chapter_1_2_Python_visualisation_seaborn png

소스코드에 대한 설명을 간단히 하면 아래와 같다.
- relplot은 다변량의 그래프를 작성할 때 사용한다.
- col 대신 row를 사용해도 된다. 여기에는 categorical(=범주형) 자료가 온다. (만약 값이 많으면..?)
- hue는 그래프에 표현되는 색상을 의미한다.
- style은 범주형 자료를 다르게 표현할 때 사용한다. (예: 동그라미, 별표 등) 대개 범주형 데이터를 지정한다.
- size 자료의 크기를 의미한다.
이쯤되면 여기에서 질문을 해야 한다. 강사는 위 코드를 어떻게 다 알고 있나요?

III. 프로그래밍 초보자를 위한 공식문서 사용법

초보자들이 흔히 하는 실수
- 위 소스코드를 외워서 쓰려는 습관 (다 외울 수 있을까?)
- 자주 사용하면 반복적인 것은 자연스럽게 외워진다.
그런데, 회사에서 또는 고객사에서 seaborn 대신에 bokeh 패키지를 사용하라고 한다면? (또 외워야 하는건가?)

(1) Tips

첫째, 소스코드를 의미없이 무작정 외우지 않는다.
둘째, 본인이 사용하는 패키지의 문서는 항시 들고 다닌다.
셋째, 공부하다가 발견한 가독성 및 성능좋은 소스코드는 본인만의 개발블로그나 문서화하는 습관을 들인다.
넷째, 항상 배운 것으로 그치지 않고, 다른 데이터셋으로 한번더 적용해본다.
문제는? 공식문서는 한글을 지원하지 않는다! (But, 매우 훌륭한 번역기가 매우 많이 있다)

(2) 기존에 배운 학습 응용 방법

먼저 위 코드를 복사해서 적당한 위치에 붙여 넣는다.

sns.relplot(x="total_bill", y="tip", col="time",
            hue="smoker", style="smoker", size="size",
            data=tips);

import seaborn as sns

dots = sns.load_dataset("dots")
print(dots.head(5))

  align choice  time  coherence  firing_rate
0  dots     T1   -80        0.0    33.189967
1  dots     T1   -80        3.2    31.691726
2  dots     T1   -80        6.4    34.279840
3  dots     T1   -80       12.8    32.631874
4  dots     T1   -80       25.6    35.060487

sns.relplot(x='time', 
            y = 'firing_rate', 
            col = 'choice', 
            hue = 'align',
            kind = 'line',
            data = dots)

<seaborn.axisgrid.FacetGrid at 0x7ff1aabafc18>

png

이제 여러분 차례입니다. Happy To Code

IV. Reference

An introduction to seaborn. Retrieved from https://seaborn.pydata.org/generated/seaborn.relplot.html#seaborn.relplot.

IV. What’s Next

이번 시간에는 간단하게 Python에서 실행하는 matplotlib 시각화의 기본적인 문법에 대해 배웠습니다.
다음 시간에는 seaborn에 대해서 배워보도록 합니다.