pandas : Tindy Data / Bar Charts / Pie Charts /Histogram/Figures, Axes and Subplots/Heat Maps /seaborn/pairplot / cprr함수, 차트로 표현하기

 

Tidy Data

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

---

가장기본적인 Plot

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0, 9+1)
x
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
y = x
y
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])


plt.plot(x , y)
plt.savefig('test1.jpg')
plt.show()

결과

---

제너레이션 아이디별로, 각 각 몇개씩 있는지 차트로 표시

df.head(3)

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

결과

base_color = sb.color_palette()[2]
base_color
(0.17254901960784313, 0.6274509803921569, 0.17254901960784313)
sb.countplot(data= df , x = 'generation_id' , color= base_color, order = my_order)
plt.show()

결과

---

df['generation_id'].value_counts()
5    156
1    151
3    135
4    107
2    100
7     86
6     72
Name: generation_id, dtype: int64

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

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

---

* type_1 컬럼이 있습니다. 이 컬럼도 카테고리컬 데이터인가요?
1. type_1 컬럼이 카테고리컬 데이터인지 먼저 확인하고,
2. type_1 컬럼의 데이터들의 객수를  카운트플롯으로 그려보세요.

df['type_1'].nunique()
18
df.shape
(807, 14)
sorted(df['type_1'].unique())
['bug',
 'dark',
 'dragon',
 'electric',
 'fairy',
 'fighting',
 'fire',
 'flying',
 'ghost',
 'grass',
 'ground',
 'ice',
 'normal',
 'poison',
 'psychic',
 'rock',
 'steel',
 'water']
 
 sb.color_palette()

결과

---

2번
sb.countplot(data= df, x = 'type_1' )
plt.xticks(rotation = 90)
plt.show()

sb.countplot(data= df, x = 'type_1' )
plt.xticks(rotation = 90)
plt.show()

결과

---

뒤집기

sb.countplot(data= df, y='type_1')

---

Bar Charts

불러오기

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

%matplotlib inline

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

---

df['generation_id'].nunique()
7
df['generation_id'].unique()
array([1, 2, 3, 4, 5, 6, 7], dtype=int64)
df.shape
(807, 14)
df['generation_id'].value_counts()

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

---

Pie Charts

# 퍼센테이지로 비교해서 보고 싶을때! 사용한다.
# 각 제너레이션 아이디별로, 파이차트를 그린다.

sorted_data = df['generation_id'].value_counts()
sorted_data

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

plt.pie(sorted_data, autopct= '%1f', labels= sorted_data.index , startangle= 90, wedgeprops={'width':0.7})
plt.title('Generation id Pie Chart')
plt.legend()
plt.show()

---

히스토그램 - 해당 레인지의 갯수

# 구간을 설정하여, 해당 구간에 포함되는 데이터가 몇개인지 세는 차트를 히스토그램이라고 한다.
# 구간을, 전문용어로 bin이라고 부른다.
# bin이 여러개니까, bins라고 부른다.
# 히스토그램의 데이터는 동일하지만, 구간을 어떻게 나누냐에 따라서, 차트모양이 여러가지로 나온다.

df

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()

결과

---

# bin의 갯수를 변경하는 경우! 10개, 20개, 15개, 38개 .....
plt.hist(data= df, x = 'speed' , rwidth= 0.8, bins = 20)
plt.show()

결과

---

plt.hist(data= df, x = 'speed' , rwidth= 0.8, bins = 58)
plt.show()

결과

---

# bin의 범위를 변경하는 경우로, 특정 숫자로 범위를 지정한다.

# 스피드의 최소값과 최대값 사이를, 일정한 간격으로 나눠주는 방법

df['speed'].min()
5
df['speed'].max()
160
np.arange(5, 160+7, 7)
array([  5,  12,  19,  26,  33,  40,  47,  54,  61,  68,  75,  82,  89,
        96, 103, 110, 117, 124, 131, 138, 145, 152, 159, 166])
        
my_bins = np.arange(5, 160+7, 7)   
my_bins

array([  5,  12,  19,  26,  33,  40,  47,  54,  61,  68,  75,  82,  89,
        96, 103, 110, 117, 124, 131, 138, 145, 152, 159, 166])
        
plt.hist(data= df , x = 'speed' , rwidth=0.8 , bins = my_bins)
plt.show()

결과

---

Figures, Axes and Subplots

# 하나에 여러개의 plot을 그린다.

plt.figure(figsize = (12, 3))

plt.subplot(1, 2, 1) # 1행 2열의 첫번째 차트
plt.hist(data = df, x = 'speed', rwidth=0.8, bins = 10)

plt.subplot(1 , 2, 2) # 1행 2열의 두번째 차트
plt.hist(data = df, x = 'speed', rwidth=0.8, bins = 20)

plt.show()

결과

---

Bivariate (여러개의 변수) Visualization 방법

Scatterplots

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

# 두 컬럼간의 관계를 차트로 나타내는 방법
# 관계란 ??
# 1. 비례관계 2, 반비례관계, 3. 아무관계없음 3가지를 말한다.

df = pd.read_csv('data/fuel_econ.csv')

---

# 1. plt의 scatter의 사용

plt.scatter(data= df, x = 'displ' , y='comb')

plt.title('Displ Vs Comb')
plt.xlabel('Displacement (L)')
plt.ylabel('Combined Fuel Eff(mpg)')

plt.show()

결과

df.shape
(3929, 20)

# 상관계수(상관분석, 상관관계분석)
df[['displ', 'comb']].corr()

결과

---

#2. seabon의 regplot을 이용하는 방법

# reg의 뜻은?? regression(회귀) : 데이터에 fitting한다는 의미이다.

sb.regplot(data= df, x = 'displ' , y='comb')

plt.title('Displ Vs Comb')
plt.xlabel('Displacement (L)')
plt.ylabel('Combined Fuel Eff(mpg)')

plt.show()

결과

---

sb.pairplot(data= df, vars=['displ', 'comb'])
plt.show()

결과

---

Heat Maps : 밀도를 나타내는데 좋다.

df.shape
(3929, 20)

plt.hist2d(data= df, x = 'displ' , y = 'comb' , cmin= 0.5, cmap='viridis_r', bins=100) #cmin은 데이터없는부분을 없애준다.

plt.title('배기량과 연비관계')
plt.xlabel('Displacement (L)')
plt.ylabel('Combined Fuel Eff(mpg)')

plt.colorbar()
plt.show()

결과

---

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)

plt.scatter(data= df, x = 'city' , y='highway')

plt.title('도심과 고속도로의 연비관계')
plt.xlabel('city')
plt.ylabel('highway')

plt.savefig('chart1.jpg')
plt.show()

결과

 

---

df[['city','highway']].corr()

결과

---

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

plt.hist2d(data= df, x = 'displ' , y = 'co2' , cmin= 0.5, cmap='viridis_r', bins=20) #cmin은 데이터없는부분을 없애준다.

plt.title('엔진과 이산화탄소 배출량의 관계')
plt.xlabel('displ')
plt.ylabel('co2')

plt.colorbar()
plt.show()

---