Seaborn Tutorial (1)_An introduction to seaborn

seaborn tutorial에 있는 내용 필사를 해보려한다.

필사를 통해 시각화에 대한 이해를 높이고 다양한 그래프 표현법을 배울 것이다.

 

 

---

 

An introduction to seaborn

 

seaborn : 파이썬에서 통계 그래픽을 만들기 위한 라이브러리

matplotlib 위에 구축되며 pandas 데이터 구조와 밀접하게 통합

 

- seaborn은 데이터를 탐색하고 이해할 수 있도록 도와준다.

- 플로팅 기능은 전체 데이터 세트를 포함하는 데이터 프레임 및 배열에서 작동

- 필요한 의미론적 매핑 및 통계 집계를 내부적으로 수행하여 유인한 플롯을 생성

- 데이터세트 중심의 선언적 API를 사용하면 플롯을 그리는 방법에 대한 세부 정보가 아니라 플롯의 다양한 요소가 의마하는 바에 집중할 수 있다.

 

import seaborn as sns

sns.set_theme()

tips = sns.load_dataset("tips")

sns.relplot(
	data= tips,
    x = "total_bill", y="tip", col="time",
    hue = "smoker", style = "smoker", size = "size",
    )

 

# Import seaborn
import seaborn as sns

seaborn은 플롯을 그리기 위해 matplotlib를 사용

 

# Apply the default theme
sns.set_theme()

matplotlib rcParam 시스템을 사용하며 seaborn으로 만들지 않더라도 모든 matplotlib 플롯의 모양에 영향을 미침. 

기본 테마 외에도 몇 가지 다른 옵션 이 있으며 플롯의 스타일과 배율을 독립적으로 제어하여 프레젠테이션 컨텍스트 간에 작업을 신속하게 변환

matplotlib 기본값이 마음에 들거나 다른 테마를 선호하는 경우 이 단계를 건너뛰고 seaborn 플로팅 기능을 계속 사용

 

# Load an example dataset
tips = sns.load_dataset("tips")

 

 load_dataset()함수를 사용하여 예제 데이터 세트에 빠르게 액세스

 데이터 세트에는 특별한 것이 없고 pandas 데이터 프레임으로 직접 로드(pandas.read_csv())하거나 빌드할 수 있다.

# Create a visualization
sns.relplot(
    data=tips,
    x="total_bill", y="tip", col="time",
    hue="smoker", style="smoker", size="size",
)

 

relplot() : tips 데이터 세트의 5개 변수 간의 관계를 보여줌

 

matplotlib를 직접 사용할 때와 달리 색상 값이나 마커 코드 측면에서 플롯 요소의 속성을 지정할 필요가 없음

 

seaborn은 데이터 프레임의 값에서 matplotlib가 이해하는 인수로의 변환을 처리

이 선언적 접근 방식을 사용하면 matplotlib를 제어하는 ​​방법에 대한 세부 정보가 아니라 대답하려는 질문에 계속 집중할 수 있음