6 분 소요

PYTHON PROGRAMMING FUNDAMENTALS

Tidy Data

  • each variable is a column
  • each observation is a row
  • each type of observational unit is a table

1 2 3

ref:

https://matplotlib.org/gallery.html#scales

https://seaborn.pydata.org/

가장기본적인 Plot

import matplotlib.pyplot as plt

import numpy as np

x = np.arange(0,10,0.2)

x

array([0. , 0.2, 0.4, 0.6, 0.8, 1. , 1.2, 1.4, 1.6, 1.8, 2. , 2.2, 2.4,
       2.6, 2.8, 3. , 3.2, 3.4, 3.6, 3.8, 4. , 4.2, 4.4, 4.6, 4.8, 5. ,
       5.2, 5.4, 5.6, 5.8, 6. , 6.2, 6.4, 6.6, 6.8, 7. , 7.2, 7.4, 7.6,
       7.8, 8. , 8.2, 8.4, 8.6, 8.8, 9. , 9.2, 9.4, 9.6, 9.8])

y = 2 * x

y

array([ 0. ,  0.4,  0.8,  1.2,  1.6,  2. ,  2.4,  2.8,  3.2,  3.6,  4. ,
        4.4,  4.8,  5.2,  5.6,  6. ,  6.4,  6.8,  7.2,  7.6,  8. ,  8.4,
        8.8,  9.2,  9.6, 10. , 10.4, 10.8, 11.2, 11.6, 12. , 12.4, 12.8,
       13.2, 13.6, 14. , 14.4, 14.8, 15.2, 15.6, 16. , 16.4, 16.8, 17.2,
       17.6, 18. , 18.4, 18.8, 19.2, 19.6])

plt.plot(x,y)

plt.show()

5

Bar Charts

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sb

%matplotlib inline



df = pd.read_csv('pokemon.csv')

df.head()
id species generation_id height weight base_experience type_1 type_2 hp attack defense speed special-attack special-defense
0 1 bulbasaur 1 0.7 6.9 64 grass poison 45 49 49 45 65 65
1 2 ivysaur 1 1.0 13.0 142 grass poison 60 62 63 60 80 80
2 3 venusaur 1 2.0 100.0 236 grass poison 80 82 83 80 100 100
3 4 charmander 1 0.6 8.5 62 fire NaN 39 52 43 65 60 50
4 5 charmeleon 1 1.1 19.0 142 fire NaN 58 64 58 80 80 65 
df.shape

(807, 14)

df.describe()
id generation_id height weight base_experience hp attack defense speed special-attack special-defense
count 807.000000 807.000000 807.000000 807.000000 807.000000 807.000000 807.000000 807.000000 807.000000 807.000000 807.000000
mean 404.000000 3.714994 1.162454 61.771128 144.848823 68.748451 76.086741 71.726146 65.830235 69.486989 70.013631
std 233.105126 1.944148 1.081030 111.519355 74.953116 26.032808 29.544598 29.730228 27.736838 29.439715 27.292344
min 1.000000 1.000000 0.100000 0.100000 36.000000 1.000000 5.000000 5.000000 5.000000 10.000000 20.000000
25% 202.500000 2.000000 0.600000 9.000000 66.000000 50.000000 55.000000 50.000000 45.000000 45.000000 50.000000
50% 404.000000 4.000000 1.000000 27.000000 151.000000 65.000000 75.000000 67.000000 65.000000 65.000000 65.000000
75% 605.500000 5.000000 1.500000 63.000000 179.500000 80.000000 95.000000 89.000000 85.000000 90.000000 85.000000
max 807.000000 7.000000 14.500000 999.900000 608.000000 255.000000 181.000000 230.000000 160.000000 173.000000 230.000000 
df['species'].nunique()

807

df['species'].describe()

count            807
unique           807
top       chandelure
freq               1
Name: species, dtype: object

# 제너레이션 아이디별로, 각 각 몇개씩 있는지 차트로 표시

sb.countplot(data = df , x= 'generation_id')

plt.show()

6 ​

base_color = sb.color_palette()[7]

sb.countplot(data = df , x= 'generation_id',color= 'gray')

plt.show()

7 ​

df['generation_id'].value_counts().index

Int64Index([5, 1, 3, 4, 2, 7, 6], dtype='int64')

my_order = df['generation_id'].value_counts().index

sb.countplot(data = df , x= 'generation_id',color= 'gray',order=my_order)

plt.show()

8 ​

# type_1 도 카네고리컬 데이터 인거 같습니다.
# type_1 은  어떤 데이터들로 되어있는지 먼저 확인
# type_1 의 데이터 갯수를 카운트 플룻으로 그려보세요

my_order = df['type_1'].value_counts().index

sb.countplot(data=df, y='type_1',order=my_order)
plt.xticks(rotation = 45)
plt.show()

9 ​

sb.countplot(data=df, y= 'type_1',order=my_order[0:6+1])

plt.show()

10 ​

sb.countplot(data=df, y= 'type_1',order=my_order[0:6+1])

plt.title('Type 1')
plt.xlabel('Count 1')
plt.ylabel('Type   1')
plt.show()

​

11

Pie Charts

# 퍼센테이지로 비교!!!

df.head(3)
id species generation_id height weight base_experience type_1 type_2 hp attack defense speed special-attack special-defense
0 1 bulbasaur 1 0.7 6.9 64 grass poison 45 49 49 45 65 65
1 2 ivysaur 1 1.0 13.0 142 grass poison 60 62 63 60 80 80
2 3 venusaur 1 2.0 100.0 236 grass poison 80 82 83 80 100 100 
# 파이 차트를 그리기 위해서는,
# 각 제너레이션 아이디 별로, 데이터가 몇개인지 , 먼저 있어야 한다.
sorted_df = df['generation_id'].value_counts()

sorted_df

5    156
1    151
3    135
4    107
2    100
7     86
6     72
Name: generation_id, dtype: int64

plt.pie(sorted_df)

plt.show()

12

# autopct = '%.xf' x는 소수점 자릿수 표현, f는 실수이기때문에 적어줘야함.
plt.pie(sorted_df, autopct='%.1f', labels= sorted_df.index,
       startangle=90, wedgeprops={'width' : 0.7})
plt.title("Rainbow Donut")
plt.legend()

plt.show()

13

히스토그램 - 해당 레인지의 갯수

다운로드 (3)

# 하나의 구간 : bin    ,    여러개니까 bins

다운로드 (4)다운로드 (5)

df
id species generation_id height weight base_experience type_1 type_2 hp attack defense speed special-attack special-defense
0 1 bulbasaur 1 0.7 6.9 64 grass poison 45 49 49 45 65 65
1 2 ivysaur 1 1.0 13.0 142 grass poison 60 62 63 60 80 80
2 3 venusaur 1 2.0 100.0 236 grass poison 80 82 83 80 100 100
3 4 charmander 1 0.6 8.5 62 fire NaN 39 52 43 65 60 50
4 5 charmeleon 1 1.1 19.0 142 fire NaN 58 64 58 80 80 65
... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
802 803 poipole 7 0.6 1.8 189 poison NaN 67 73 67 73 73 67
803 804 naganadel 7 3.6 150.0 243 poison dragon 73 73 73 121 127 73
804 805 stakataka 7 5.5 820.0 257 rock steel 61 131 211 13 53 101
805 806 blacephalon 7 1.8 13.0 257 fire ghost 53 127 53 107 151 79
806 807 zeraora 7 1.5 44.5 270 electric NaN 88 112 75 143 102 80

807 rows × 14 columns

df['speed'].describe()

count    807.000000
mean      65.830235
std       27.736838
min        5.000000
25%       45.000000
50%       65.000000
75%       85.000000
max      160.000000
Name: speed, dtype: float64

plt.hist(data= df, x = 'speed',rwidth=0.8)
plt.show()

14

# 빈의 갯수를 변경하는 경우! bins = 개수.
# 
plt.hist(data= df, x = 'speed',rwidth=0.8,bins = 20)


plt.show()

​

15

# 빈의 범위를, 단위로 조절하는 경우
# 이때는, 최소값과 최대값을 구해서 
# np.arange 함수로 범위를 만들어준다.

my_range = np.arange(5,160+5, 5)

plt.hist(data= df, x = 'speed',rwidth=0.8,bins = my_range)


plt.show()

​

16

​

Figures, Axes and Subplots

17

# 하나에 여러개의 plot을 그린다.
# plt.subplot(행,전체열, 해당열)

plt.figure(figsize=(12,5))

plt.subplot(1,2,1)
plt.hist(data = df, x='speed', rwidth= 0.8,bins=10)

plt.figure(figsize=(10,5))

plt.subplot(1,2,2)
plt.hist(data = df, x='speed', rwidth=0.8, bins= 20)

plt.show()

16

17

Bivariate (2개의 변수) Visualization 방법

Scatterplots

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sb
%matplotlib inline

cars = pd.read_csv('fuel_econ.csv')

# 배기량과 연비의 관계를 차트로 그리기
# displ, comb

plt.scatter(data=cars,x='displ',y='comb')
plt.xlabel('Displacement (L)')
plt.ylabel('Combined Fuel Eff (mpg)')
plt.title('Displ vs Comb')
plt.show()

19

cars[ ['displ','comb'] ].corr()
displ comb
displ 1.000000 -0.758397
comb -0.758397 1.000000 
# regression(리그레션,회기) : 데이터에 fitting 한다는 의미
plt.figure(figsize=(12,5))
sb.regplot(data=cars,x='displ',y='comb')
plt.xlabel('Displacement (L)')
plt.ylabel('Combined Fuel Eff (mpg)')
plt.title('Displ vs Comb')
plt.show()

1532

스케터는, 여러 데이터가 한군데 뭉치면 보기 힘들다. 이를 어떻게 해결할것인가

Heat Maps : 밀도를 나타내는데 좋다.

plt.hist2d(data=cars,x='displ',y='comb',cmin=0.5, cmap='viridis_r')
plt.colorbar()
plt.xlabel('Displacement (L)')
plt.ylabel('Combined Fuel Eff (mpg)')
plt.title('Displ vs Comb')
plt.show()

​

55

plt.hist2d(data=cars,x='displ',y='comb',cmin=0.5, cmap='viridis_r', bins= 20)
plt.colorbar()
plt.xlabel('Displacement (L)')
plt.ylabel('Combined Fuel Eff (mpg)')
plt.title('Displ vs Comb')
plt.show()

66

# model 기준 displ과 comb의 관계를 차트로 그리세요
# 단, displ과 comb는 각 차종의 평균값으로 합니다.

displ= cars.groupby('model')['displ'].mean()

comb = cars.groupby('model')['comb'].mean()

sb.regplot(data=cars,x=displ,y=comb)
plt.xlabel('Displacement (L) by model')
plt.ylabel('Combined Fuel Eff (mpg) by model')
plt.title('Displ vs Comb')
plt.show()

15451

한글 처리를 위해서는, 아래 코드를 실행하시면 됩니다.

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sb

%matplotlib inline

import platform

from matplotlib import font_manager, rc
plt.rcParams['axes.unicode_minus'] = False

if platform.system() == 'Darwin':
    rc('font', family='AppleGothic')
elif platform.system() == 'Windows':
    path = "c:/Windows/Fonts/malgun.ttf"
    font_name = font_manager.FontProperties(fname=path).get_name()
    rc('font', family=font_name)
else:
    print('Unknown system... sorry~~~~')

문제 1. 위에서 city 와 highway 에서의 연비 관계를 분석하세요. (스케터 이용)

sb.regplot(data=cars,x='city',y='highway')
plt.xlabel('city')
plt.ylabel('Highway')
plt.title('City vs Highway')
plt.savefig('chart1.jpg')
plt.show()

​
451 ​

문제 2. displ과 이산화탄소 배출량의 관계를 분석하세요. (히트맵으로) displ 이 엔진사이즈이고, co2 가 이산화탄소 배출량입니다.

plt.hist2d(data=cars,x='displ',y='co2',cmin=0.5, cmap='viridis_r', bins= 20)
plt.colorbar()
plt.xlabel('배기량')
plt.ylabel('이산화탄소 배출량')
plt.title('배기량 vs 이산화탄소 배출량')
plt.show()

​

1554541

cars[['displ','co2']].corr()
displ co2
displ 1.000000 0.855375
co2 0.855375 1.000000

MARKERS AND LINE STYLES

  • plt.plot(x, y, linestyle=’–’, marker=’o’, color=’b’)
  • plt.plot(x, y, ‘–bo’)

215451

Reference: https://stackoverflow.com/questions/8409095/matplotlib-set-markers-for-individual-points-on-a-line

댓글남기기

참고