[Kaggle] matplotlib plt, seaborn sns 데이터 시각화 유용 표현 모음

matplotlib plt

import matplotlib.pyplot as plt

# 기본적인 선 그래프
plt.plot(x, y, label='선 그래프')

# 산점도
plt.scatter(x, y, label='산점도')

# 막대 그래프
plt.bar(x, y, label='막대 그래프')

# 히스토그램
plt.hist(data, bins=10, label='히스토그램')

# 상자 그림 (박스 플롯)
plt.boxplot(data, labels=['데이터'])

# 원 그래프
plt.pie(sizes, labels=labels, autopct='%1.1f%%')

제목과 레이블 추가:

plt.title('그래프 제목')
plt.xlabel('X 축 레이블')
plt.ylabel('Y 축 레이블')

범례 추가

plt.legend()

축 범위 설정

plt.xlim(x_min, x_max)
plt.ylim(y_min, y_max)

그리드 추가

plt.grid(True)

색상 및 스타일 설정

plt.plot(x, y, color='red', linestyle='--', marker='o', markersize=5, label='선 그래프')

서브플롯

plt.subplot(rows, cols, index)

텍스트 추가

plt.text(x, y, '텍스트 내용', fontsize=12, color='blue')

그래프 저장

plt.savefig('그래프.png')
#plt.show()

 

 

Seaborn

Seaborn은 데이터 시각화를 위한 Python 라이브러리로, Matplotlib에 기반하며 보다 간단하고 효과적인 시각화를 생성하는 데 도움이 됩니다. Seaborn을 사용하여 시각화할 때 주로 쓰이는 몇 가지 유용한 파이썬 표현을 알려드리겠습니다:

1. Seaborn 라이브러리 가져오기

   import seaborn as sns

2. 스타일 설정

   sns.set(style='whitegrid')  # 기본 스타일
   sns.set(style='darkgrid')   # 어두운 배경 스타일
   sns.set(style='white')      # 흰 배경 스타일
   sns.set(style='ticks')      # 눈금 스타일

3. 카테고리 데이터 시각화

   Seaborn은 범주형 데이터를 시각화하는 데 효과적입니다.

   - 바 그래프:

sns.barplot(x='카테고리', y='값', data=df)

   - 박스 플롯:

sns.boxplot(x='카테고리', y='값', data=df)

   - 바이올린 플롯:

sns.violinplot(x='카테고리', y='값', data=df)

4. 수치형 데이터 시각화

   - 히스토그램:

sns.histplot(data=df['컬럼'], bins=20, kde=True)

   - 산점도:

sns.scatterplot(x='X', y='Y', data=df)

   - 선 그래프:

sns.lineplot(x='X', y='Y', data=df)

5. **히트맵**:

   히트맵은 데이터의 상관 관계를 시각적으로 나타내는 데 유용합니다.

sns.heatmap(data=df.corr(), annot=True, cmap='coolwarm')

6. **FacetGrid 사용**:

   다양한 서브플롯을 생성하고 데이터를 분할하여 시각화할 때 유용합니다.

g = sns.FacetGrid(data=df, col='카테고리', row='다른_카테고리')
g.map(sns.histplot, '값')

7. **색상 팔레트**:

sns.set_palette('Set1')  # 색상 팔레트 설정

8. **테마 설정**:

sns.set_theme(style='whitegrid')