Seaborn intro - boxplot

2020-10-28

Page content

강의 홍보

취준생을 위한 강의를 제작하였습니다.
본 블로그를 통해서 강의를 수강하신 분은 게시글 제목과 링크를 수강하여 인프런 메시지를 통해 보내주시기를 바랍니다.
- 스타벅스 아이스 아메리카노를 선물로 보내드리겠습니다.
[비전공자 대환영] 제로베이스도 쉽게 입문하는 파이썬 데이터 분석 - 캐글입문기

Seaborn 개요

Matplotlib 라이브러리가 Python에서 제공하는 기본적인 시각화 도구이지만, 기본객체는 리스트 형태를 따르기 때문에, 엑셀 데이터, 즉 데이터 프레임에 익숙한 사용자들에게는 조금 불친절한 것은 아쉬움이 있습니다. 실제, 입문자를 대상으로 강의를 할 때에도 Seaborn부터 알려드리는데, 그 이유는 Pandas를 활용한 데이터 가공 직후에 보다 쉽게 연동할 수 있도록 Seaborn이 개발되었기 때문입니다. 또한, Matplotlib에서는 회귀선과 같은 통계적 내용의 그래프도 보다 쉽게 구현할 수 있도록 제작되었습니다. 보다 정교한 시각적인 디자인을 추가 및 수정하려면, Matplotlib를 보다 더 잘 활용해야 합니다. 이는 마지막 본 포스트의 마지막 장에서 다루도록 합니다.

먼저, 간단한 예제를 통해서 익히도록 합니다.

(1) 라이브러리 불러오기

필요한 모듈을 불러옵니다.

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

(2) 데이터 불러오기

이번에는 seaborn 패키지 내 load_data 데이터를 활용합니다. 실전에서는 csv, excel, 또는 DB에서 직접 데이터를 불러오는 영역이 이 부분이 됩니다.

# tips 데이터셋 가져오기
tips = sns.load_dataset("tips")

# tips 데이터셋 살펴보기
print(tips.head())
print("\n")
print(tips.info())

   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


<class 'pandas.core.frame.DataFrame'>
RangeIndex: 244 entries, 0 to 243
Data columns (total 7 columns):
 #   Column      Non-Null Count  Dtype   
---  ------      --------------  -----   
 0   total_bill  244 non-null    float64 
 1   tip         244 non-null    float64 
 2   sex         244 non-null    category
 3   smoker      244 non-null    category
 4   day         244 non-null    category
 5   time        244 non-null    category
 6   size        244 non-null    int64   
dtypes: category(4), float64(2), int64(1)
memory usage: 7.3 KB
None

(3) 박스플롯 그래프

박스플롯은 주로 범주형 데이터에 대한 양적 데이터의 분포를 보여주는 그래프이다. 이 때, 최대값, 최소값, 중앙값, 사분편차를 사용하여 자료의 측정값들이 어떤 모양으로 분포가 되어 있는지 확인하며, 극단값들은 어떠한지 등을 쉽게 알 수 있도록 하는 그림이다. 특히, 실무에서는 그룹간의 수치 데이터를 비교할 때 사용하면 매우 유용하다. Seaborn에서는 boxplot()과 violinplot()함수로 그린다.

sns.boxplot(x = "day", y = "total_bill", data = tips)
plt.show()

png

또한 swarmplot()를 활용하면, 박스플롯 위에 데이터의 분포를 추가로 표시할 수 있다.

sns.boxplot(x = "day", y = "total_bill", data = tips)
sns.swarmplot(x = "day", y = "total_bill", data = tips, color = ".25")
plt.show()

png

이번에는 hue인수에 성별을 추가해본다.

sns.boxplot(x = "day", y = "total_bill", data = tips,  hue = "sex", dodge=True)
sns.swarmplot(x = "day", y = "total_bill", data = tips,  hue = "sex", dodge=True)
plt.show()

/usr/local/lib/python3.6/dist-packages/seaborn/categorical.py:1296: UserWarning: 5.1% of the points cannot be placed; you may want to decrease the size of the markers or use stripplot.
  warnings.warn(msg, UserWarning)

png

이렇게 다양한 옵션을 통해, 박스플롯을 추가적으로 작성할 수 있다.