Seaborn Tutorial (4)_Opinionated defaults and flexible customization

 

Seaborn은 단일 함수 호출로 완전한 그래픽을 만든다.

 

가능한 경우, 그 함수는 플롯의 의미 매핑을 설명하는 정보 축 라벨과 범례를 자동으로 추가한다.

 

seaborn은 또한 데이터의 특성에 따라 매개 변수의 기본값을 선택한다.

색상맵핑은 색조에 할당된 범주형 변수의 다른 수준을 나타내기 위해 뚜렷한 hue(파란색, 주황색, 때로는 녹색)를 사용한다.

숫자 변수를 매핑할 때, 일부 함수는 연속 그라디언트로 전환된다.

 

 

sns.relplot(
    data=penguins,
    x="bill_length_mm", y="bill_depth_mm", hue="body_mass_g"
)

 

모든 그림에 적용되는 여러 내장 테마를 정의하고, 그 기능에는 각 플롯에 대한 시맨틱 매핑을 수정할 수 있는 표준화된 매개 변수가 있으며, 추가 키워드 인수는 기본 matplotlib 아티스트에게 전달되어 더 많은 제어를 허용한다.

플롯을 만들면, seaborn API와 미세한 조정을 위해 matplotlib 레이어로 내려가서 그 속성을 수정한다.

 

sns.set_theme(style="ticks", font_scale=1.25)
g = sns.relplot(
    data=penguins,
    x="bill_length_mm", y="bill_depth_mm", hue="body_mass_g",
    palette="crest", marker="x", s=100,
)
g.set_axis_labels("Bill length (mm)", "Bill depth (mm)", labelpad=10)
g.legend.set_title("Body mass (g)")
g.figure.set_size_inches(6.5, 4.5)
g.ax.margins(.15)
g.despine(trim=True)

Seaborn과 matplotlib 관계

Seaborn과 matplotlib의 통합을 통해 노트북의 탐색 분석, GUI 응용 프로그램의 실시간 상호 작용, 여러 래스터 및 벡터 형식의 아카이브 출력을 포함하여 matplotlib이 지원하는 많은 환경에서 사용할 수 있다.

 

seaborn 기능만 사용하여 생산성을 높일 수 있지만, 그래픽을 완전히 사용자 정의하려면 matplotlib의 개념과 API에 대한 지식이 필요

 seaborn의 새로운 사용자를 위한 학습 곡선의 한 측면은 특정 사용자 지정을 달성하기 위해 matplotlib 레이어로 내려가는 것이 필요할 때를 아는 것이다. 반면에, matplotlib에서 온 사용자들은 그들의 많은 지식 전달을 발견할 것이다.

 

 

Matplotlib은 포괄적이고 강력한 API를 가지고 있다.

 

그림의 거의 모든 속성은 당신의 취향에 따라 변경될 수 있다.

 

seaborn의 높은 수준의 인터페이스와 matplotlib의 깊은 사용자 정의 가능성의 조합을 통해 데이터를 빠르게 탐색하고 출판 품질의 최종 제품으로 조정할 수 있는 그래픽을 만들 수 있다.