[Python] Seaborn Library

※ Seaborn

• Statisctical Data Visualization library based on matplotlib

■ 라이브러리 호출

> import seaborn as sns

■ Plot

□ Histogram

• multiple = “stack” : 위로 쌓음

> sns.histplot()
> sns.histplot(data, x, y, hue, bins, multiple, ...)

□ displot

• distribution들을 여러 subplot들로 나눠서 출력해주는 plot
• displot에 kind를 변경하는 것으로, histplot, kdeplot, ecdfplot 모두 출력 가능
  • e.g. displot(kind=”hist”)

> sns.displot(data, kind, x, hue, col, ...)

> sns.displot(data, x, kde=True) # 히스토그램 위에 밀도함수그래프 추가
> sns.displot(data, x, kind='kde') # 밀도함수
> sns.displot(data, x, kind='kde', hue) # 변수별로 따로 그리기
> sns.displot(data, x, kind='kde', col) # 변수별로 plot 여러개

□ Box Plot

> sns.boxplot(data, x)
> sns.boxplot(data, x, y, hue,)

□ Bar Plot

> sns.countplot(data, x, hue) # x축의 범주별로 행의 개수를 카운트하여 시각화
> sns.barplot(data, x, y, hue, …) # 막대그래프

# 정렬 후 출력
> x = data.value_counts().index
> y = data.value_counts().values
> sns.barplot(x=x, y=y, order = x)

□ Violinplot

> sns.violinplot(data, x, y)

□ Line Plot

> sns.lineplot(data, x, y, ci)

□ Heat Map

> sns.heatmap(data)

> sns.heatmap(data = corr, annot = True) # 상관계수 추가

> sns.heatmap(data = corr, annot = True, fmt = '.2f') # 상관계수 추가 후 소수점 둘째 자리까지 표현

> sns.heatmap(data = corr, cmap = 'YlOrBr') # 히트맵 컬러 지정 e.g. YlOrBr


> sns.heatmap(data = pivot_table) # 피벗테이블을 히트맵으로 표현

□ Pair plot

> sns.pairplot(data, hue, …)

□ Scatter plot

> sns.scatterplot(data, x, y, hue)
> sns.lmplot(data, x, y, hue, col) # 산점도에 회귀선 추가

> sns.scatterplot(data, x, y, style) # 점의 모양
> sns.scatterplot(data, x, y, style) # 점의 모양
> sns.relplot(data, x, y, col, kind='scatter') # 산점도를 여러개의 plot으로 나눔, col에는 구분할 변수

□ Categorical plot

> sns.catplot(data, x, kind)

■ 기타

□ 스타일 설정

> sns.set_style(스타일)
> sns.set.palette(팔레트)

> sns.set_style('darkgrid') # 배경이 darkgrid
> sns.set_style('whitegrid')
> sns.set_style('dark')
> sns.set_style('white')
...

> sns.set_palette('Set2')
> sns.set_palette('flare')
> sns.set_palette('crest')
...