[사전학습] 5.1~3 정적 시각화

5. 정적 시각화

데이터 시각화

직관적으로 정보를 확인하는 효과적인 방법 => 적절한 그래프 유형 선택과 옵션 활용이 중요

그래프 구성 요소

그래프를 구성하는 요소와 방식을 안다면 다양한 활용 가능

• figure : 도화지(그림 전체)
• axes : 도화지 내 plot이 그려지는 공간
• axis : plot의 축 -> y축, x축

파이썬 시각화 라이브러리

대표적으로 Matplotlib과 Seaborn을 많이 사용함

Matplotlib		Seaborn
파이썬의 기본적인 시각화 라이브러리	기능	통계 시각화에 특화
기본적이고 단순한 디스플레이	디스플레이	다채로운 시각화 가능
한 줄의 코드로 복잡한 그래프 구현이 어려움	복잡도	쉽고 간단하게 복잡한 기능 구현
여러 개의 시각화 가능	다중성	다중 시각화 어려움(메모리 부족 이슈)
유연한 인터페이스 제공 (즉, 원하는 기능 구현 용이)	유연성	유연성이 상대적으로 떨어짐

정적 시각화

Matplotlib

파이썬의 가장 인기 있는 데이터 시각화 라이브러리로, 2D 형태의 그래프와 이미지를 그릴 때 많이 사용
=> pyplot 모듈을 많이 사용, 주로 plt라는 별칭 이용하여 호출

import matplotlib.pyplot as plt

Matplotlib의 특징

유연한 인터페이스

Matplotlib 그래프 그리기

1. plt.figure() : 새로운 그래프를 담을 도화지(figure) 생성
2. plt.plot() : 데이터 시각화 기능 담당, 그래프 유형(plot, hist, pie 등) 과 변수를 주어 설정 가능
3. plt.show() : 그래프 출력

   Matplotlib 그래프 구성 요소

   pyplot을 이용하면 figure, axes, axis를 쉽게 조작 가능

   여러 개의 그래프 그리기

   여러 개의 그래프를 하나의 figure에 담는다면 한번에 더 많은 정보를 효과적으로 전달할 수 있음
   => subplot과 subplots 커맨드를 활용하여 여러 그래프 구현 가능

   subplot

   plt.subplot(row, column, index)

   subplots

   axes 객체의 twinx 메소드를 이용하면 x축을 공유하는 두 개의 그래프를 동시에 그릴 수 있음

Seaborn

Maptplotlib을 기반으로 하며 다채로운 디자인 테마와 통계용 차트 등이 추가된 강력한 시각화 라이브러리
=> 한 줄의 코드로 강력한 시각화 가능

import seaborn as sns

Seaborn 특징

1. 간결한 한 줄 코드로 수비고 간단하게 복잡한 기능 구현
   • 하지만, 변수가 추가될수록 메모리 부족 이슈 & 가독성 떨어짐
2. 통계 시각화에 특화
   • 간단한 명령어로 범주별 산점도 구현
   • statsmodels의 통계 기능 활용으로 추세선 출력
   • 이외에도 jointplot을 포함한 여러 플롯 메소드에서 statsmodels를 이용한 데이터 분포 시각화를 함
3. 데이터에 적합한 다채로운 시각화 기능을 제공

   Seaborn 그래프 그리기

  import seaborn as sns
  sns.scatterplot(x='변수명', y='변수명', hue='범주형 변수명', data=데이터이름)

실습

Matplotlib

import matplotlib.pyplot as plt
import numpy as np

# 브라우저 내부(inline)에 바로 그려지도록 해주는 코드
%matplotlib inline

np.random.seed(0)

x = np.arange(50)
y = np.random.randn(50)
print(y)

[ 1.76405235  0.40015721  0.97873798  2.2408932   1.86755799 -0.97727788
  0.95008842 -0.15135721 -0.10321885  0.4105985   0.14404357  1.45427351
  0.76103773  0.12167502  0.44386323  0.33367433  1.49407907 -0.20515826
  0.3130677  -0.85409574 -2.55298982  0.6536186   0.8644362  -0.74216502
  2.26975462 -1.45436567  0.04575852 -0.18718385  1.53277921  1.46935877
  0.15494743  0.37816252 -0.88778575 -1.98079647 -0.34791215  0.15634897
  1.23029068  1.20237985 -0.38732682 -0.30230275 -1.04855297 -1.42001794
 -1.70627019  1.9507754  -0.50965218 -0.4380743  -1.25279536  0.77749036
 -1.61389785 -0.21274028]

기본 그래프 그리기

1. figure를 만들고 -> plt.figure()
2. figure내 그래프를 그리고 -> plt.plot(x, y)
3. 그래프를 출력 -> plt.show()

plt.figure()
plt.plot(x, y)
plt.show()

figure 크기 설정 & 축 제목 표기

plt.figure(figsize=(10, 5))
plt.plot(x, y)
plt.xlabel('Period (t)')
plt.ylabel('Percent change')
plt.title('Change of Interest Rate over Last 50 Days')
# plt.savefig('./data/interest_rate.png)
plt.show()

그래프에 데이터 추가

np.random.seed(2)

z = np.random.randn(50)

print(z)

[-4.16757847e-01 -5.62668272e-02 -2.13619610e+00  1.64027081e+00
 -1.79343559e+00 -8.41747366e-01  5.02881417e-01 -1.24528809e+00
 -1.05795222e+00 -9.09007615e-01  5.51454045e-01  2.29220801e+00
  4.15393930e-02 -1.11792545e+00  5.39058321e-01 -5.96159700e-01
 -1.91304965e-02  1.17500122e+00 -7.47870949e-01  9.02525097e-03
 -8.78107893e-01 -1.56434170e-01  2.56570452e-01 -9.88779049e-01
 -3.38821966e-01 -2.36184031e-01 -6.37655012e-01 -1.18761229e+00
 -1.42121723e+00 -1.53495196e-01 -2.69056960e-01  2.23136679e+00
 -2.43476758e+00  1.12726505e-01  3.70444537e-01  1.35963386e+00
  5.01857207e-01 -8.44213704e-01  9.76147160e-06  5.42352572e-01
 -3.13508197e-01  7.71011738e-01 -1.86809065e+00  1.73118467e+00
  1.46767801e+00 -3.35677339e-01  6.11340780e-01  4.79705919e-02
 -8.29135289e-01  8.77102184e-02]

plt.figure(figsize=(10, 5))
plt.plot(x, y, label='Korea')
plt.plot(x, z, label='United States')
plt.xlabel('Period (t)')
plt.ylabel('Percent change')
plt.title('Change of Interest Rate over Last 50 Days')
plt.legend()
# plt.savefig('./data/interest_rate.png)
plt.show()

그래프 여러개 그리기

1. subplot

plt.subplot(행, 열, 인덱스)

a = np.linspace(0.0, 3.0, 31)
print(a)

[0.  0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.  1.1 1.2 1.3 1.4 1.5 1.6 1.7
 1.8 1.9 2.  2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 3. ]

sin = np.sin(2 * np.pi * a)
print(sin)

decaying_sin = np.sin(2 * np.pi * a) * np.exp(-a)
print(decaying_sin)

[ 0.00000000e+00  5.87785252e-01  9.51056516e-01  9.51056516e-01
  5.87785252e-01  1.22464680e-16 -5.87785252e-01 -9.51056516e-01
 -9.51056516e-01 -5.87785252e-01 -2.44929360e-16  5.87785252e-01
  9.51056516e-01  9.51056516e-01  5.87785252e-01  3.67394040e-16
 -5.87785252e-01 -9.51056516e-01 -9.51056516e-01 -5.87785252e-01
 -4.89858720e-16  5.87785252e-01  9.51056516e-01  9.51056516e-01
  5.87785252e-01  6.12323400e-16 -5.87785252e-01 -9.51056516e-01
 -9.51056516e-01 -5.87785252e-01 -7.34788079e-16]
[ 0.00000000e+00  5.31850090e-01  7.78659218e-01  7.04559996e-01
  3.94004237e-01  7.42785831e-17 -3.22583386e-01 -4.72280689e-01
 -4.27337239e-01 -2.38975650e-01 -9.01044760e-17  1.95656714e-01
  2.86452718e-01  2.59193138e-01  1.44946059e-01  8.19766909e-17
 -1.18671796e-01 -1.73742356e-01 -1.57208585e-01 -8.79142286e-02
 -6.62951686e-17  7.19780826e-02  1.05380066e-01  9.53518266e-02
  5.33226751e-02  5.02625654e-17 -4.36569139e-02 -6.39162408e-02
 -5.78338063e-02 -3.23418373e-02 -3.65829443e-17]

plt.subplot(2, 1, 1)
plt.plot(a, decaying_sin, '-g.')    # 라인 : -, 초록색 : g, 도트 : .
plt.title('Sine Graph Approaching to Zero')

plt.subplot(2, 1, 2)
plt.plot(a, sin, 'o-')  # 도트 : o, 라인 : -
plt.title('Sine Graph')

plt.tight_layout()
plt.show()

sharex : x축 공유

plt.subplot(2, 1, 1)
plt.plot(a, decaying_sin, '-g.', label='decaying_sin')    # 라인 : -, 초록색 : g, 도트 : .
plt.xticks(visible=False)
plt.title('Sine Graph Approaching to Zero')
plt.legend()

plt.subplot(2, 1, 2)
plt.plot(a, sin, 'o-', label='sine')  # 도트 : o, 라인 : -
plt.title('Sine Graph')
plt.xlabel('Num Cycle')
plt.legend()

plt.suptitle('Two Different Sine Graph', y=1.05, fontsize=20)

plt.tight_layout()
plt.show()

2. subplots

fig, ax = plt.subplots(2, 1)
ax[0].plot(a, decaying_sin, 'g-')
ax[1].plot(a, sin, 'b-.')
plt.show()

• subplot과 subplots의 차이는 state-based와 object-oriented 방식의 차이

  두 종류의 그래프 하나에 담기 : 바 그래프 & 라인 그래프

# 토이 데이터
periods = np.arange(1951, 1961)
housing_prices = np.array([15, 25, 31, 24, 22, 27, 40, 55, 60, 58])
num_trading = np.array([6, 6.6, 7, 4.5, 4, 6, 9.5, 11, 20, 18])

fig, ax1 = plt.subplots(figsize=(9, 5))

#ax1
ax1.plot(periods, housing_prices, 'o-', linewidth=1, alpha=0.8, label='housing price')
ax1.set_xlabel('Year', fontsize=13)
ax1.set_ylabel('Price ($000)', fontsize=13)
ax1.set_ylim(0, 70) # ax1의 y축 범위 설정

ax2 = ax1.twinx()   # twinx는 x축은 공유하지만 y축은 공유하지 않음
ax2.bar(periods, num_trading, color='coral', alpha=0.3, label='#houses traded')
ax2.set_ylabel('#house traded (millons)', fontsize=13)
ax2.set_ylim(0, 22)

ax1.legend(loc='upper left')
ax2.legend(loc='upper right')

plt.title('Housing Prices and Demands of ABC Country between 1951 and 1960', fontsize=16)
plt.tight_layout()

plt.show()

Seaborn

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

sns.get_dataset_names()

['anagrams',
 'anscombe',
 'attention',
 'brain_networks',
 'car_crashes',
 'diamonds',
 'dots',
 'dowjones',
 'exercise',
 'flights',
 'fmri',
 'geyser',
 'glue',
 'healthexp',
 'iris',
 'mpg',
 'penguins',
 'planets',
 'seaice',
 'taxis',
 'tips',
 'titanic']

df = sns.load_dataset('iris')
display(df.head())

	sepal_length	sepal_width	petal_length	petal_width	species
0	5.1	3.5	1.4	0.2	setosa
1	4.9	3.0	1.4	0.2	setosa
2	4.7	3.2	1.3	0.2	setosa
3	4.6	3.1	1.5	0.2	setosa
4	5.0	3.6	1.4	0.2	setosa

df['species'].unique()

array(['setosa', 'versicolor', 'virginica'], dtype=object)

df['species'].value_counts()

setosa        50
versicolor    50
virginica     50
Name: species, dtype: int64

산점도 : scatterplot

sns.scatterplot(x='sepal_length', y='petal_length', data=df)
plt.show()

scatterplot의 hue 옵션

sns.scatterplot(x='sepal_length', y='petal_length',hue='species', data=df)
plt.show()

scatterplot의 marker & alpha 옵션

plt.figure(figsize=(10, 4))
sns.scatterplot(
    x='sepal_length',
    y='petal_length',
    hue='species',
    marker='+',
    alpha=0.8,
    data=df
)

plt.show()

산점도 + 추세선 : regplot

sns.regplot(x='sepal_length', y='petal_length', data=df)
plt.title('Scatter Plot with Regression Line')
plt.show()

신뢰구간 제거 : ci 인수

sns.regplot(x='sepal_length', y='petal_length', ci=None, data=df)
plt.title('Scatter Plot with Regression Line')
plt.show()

sns.regplot(x='sepal_length', y='petal_length',hue='species', ci=None, data=df)
plt.title('Scatter Plot with Regression Line')
plt.show()

---------------------------------------------------------------------------

TypeError                                 Traceback (most recent call last)

~\AppData\Local\Temp\ipykernel_18960\506309253.py in <module>
----> 1 sns.regplot(x='sepal_length', y='petal_length',hue='species', ci=None, data=df)
      2 plt.title('Scatter Plot with Regression Line')
      3 plt.show()


TypeError: regplot() got an unexpected keyword argument 'hue'

범주별 산점도 + 추세선 : lmplot

sns.lmplot(x='sepal_length', y='petal_length',hue='species', data=df)
plt.title('Linear Model (LM) Plot')
plt.tight_layout()
plt.show()

점도표 : rugplot

plt.figure(figsize=(9, 4))
sns.rugplot(x='petal_length', hue='species', data=df)
plt.title('Distribution of Petal Length of Iris by Species')
plt.show()

단변량 & 다변량 시각화 : pairplot

sns.pairplot(df)
plt.tight_layout()
plt.show()

범주별 pairplot : hue 옵션

sns.pairplot(df, hue='species')
plt.show()

sns.pairplot(df, hue='species')
plt.title('Pair Plot of Iris by Species') # 이상한 곳에 title이 생성 됨
plt.show()

# 정상적으로 title 생성 방법
# 1. pairplot을 plot 이라는 변수에 할당
plot = sns.pairplot(df, hue='species')

# 2. fig.suptitle 기능 활용
plot.fig.suptitle('Pair Plot of Iris by Species', y=1.05, fontsize=15)
plt.tight_layout()
plt.show()

pairplot은 강력한 기능이긴 하지만, 모든 상황에서 사용할 수 있는 것은 아님
실수형 변수가 더 많은 경우라면(e.g. 10개, 20개, 100개, …), figure에 모든 정보를 담기 힘들며, 연산 시간이 오래 걸릴 것.
결국 가독성이 떨어지는 그래프가 나오거나, 알아보기 불가능한 그래프, 또는 메모리 부족과 같은 문제가 생기게 됨

seaborn의 heatmap

example data 필요

car_rentals = pd.read_csv('./data/car_rentals.csv')
display(car_rentals)

피봇 테이블 생성 : pivot_table

rental_pivot = pd.pivot_table(car_rentals, index='month', columns='year', values='rentals')
display(rental_pivot)

plt.figure(figsize=(8, 4))
sns.heatmap(rental_pivot)
plt.title('Heatmap of Number of Car Rentals', fontsize=15)
plt.show()

plt.figure(figsize=(8, 4))
sns.heatmap(
    rental_pivot,
    cbar=True,  # 그래프 우측 컬러바 표기 여부
    linewidths=0.5  # cell 사이의 간격 설정
    annot=False,    # 히트맵 빈도수 표기
    cmap='Blues'    # 히트맵 색상 설정    
)
plt.title('Heatmap of Number of Car Rentals', fontsize=18)
plt.show()