[Python] 07. Pandas 데이터프레임 시각화하기2 (Seaborn)

판다스(Pandas) 데이터프레임을 시각화할 때 Seaborn 라이브러리를 사용하면 더욱 편리하고 멋진 시각화를 할 수 있습니다.
Seaborn은 Matplotlib를 기반으로 한 통계 시각화를 위한 라이브러리로, 판다스 데이터프레임과 잘 연동됩니다.
아래에는 Seaborn을 활용하여 판다스 데이터프레임을 시각화하는 예제를 상세히 설명하겠습니다.

라이브러리 임포트

먼저, 필요한 라이브러리를 임포트하고 샘플 데이터프레임을 생성하는 예제부터 시작하겠습니다.

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 샘플 데이터프레임 생성
data = {'Year': [2010, 2011, 2012, 2013, 2014],
        'Sales': [500, 800, 1200, 900, 1500],
        'Expenses': [300, 400, 600, 500, 800]}
df = pd.DataFrame(data)

선 그래프

Seaborn은 lineplot() 함수를 사용하여 선 그래프를 그릴 수 있습니다.
예를 들어, ‘Year’를 x축, ‘Sales’를 y축으로 설정하여 선 그래프를 그리는 방법은 다음과 같습니다.

sns.lineplot(data=df, x='Year', y='Sales')
plt.show()

막대 그래프

Seaborn은 barplot() 함수를 사용하여 막대 그래프를 그릴 수 있습니다.
예를 들어, ‘Year’를 x축, ‘Sales’를 y축으로 설정하여 막대 그래프를 그리는 방법은 다음과 같습니다.

sns.barplot(data=df, x='Year', y='Sales')
plt.show()

산점도

Seaborn은 scatterplot() 함수를 사용하여 산점도를 그릴 수 있습니다.
예를 들어, ‘Expenses’를 x축, ‘Sales’를 y축으로 설정하여 산점도를 그리는 방법은 다음과 같습니다.

sns.scatterplot(data=df, x='Expenses', y='Sales')
plt.show()

히스토그램

Seaborn은 histplot() 함수를 사용하여 히스토그램을 그릴 수 있습니다.
예를 들어, ‘Sales’ 열의 히스토그램을 그리는 방법은 다음과 같습니다.

sns.histplot(data=df, x='Sales')
plt.show()

상자 그림

Seaborn은 boxplot() 함수를 사용하여 상자 그림을 그릴 수 있습니다.
예를 들어, ‘Sales’와 ‘Expenses’ 열의 상자 그림을 그리는 방법은 다음과 같습니다.

sns.boxplot(data=df[['Sales', 'Expenses']])
plt.show()

위의 예제에서 Seaborn의 함수를 사용하여 그래프를 그리고 있습니다.
그래프의 스타일과 추가적인 설정을 적용하려면 sns.set() 함수를 사용하여 Seaborn의 스타일을 설정할 수도 있습니다.

Seaborn을 사용하여 판다스 데이터프레임을 시각화하면 더욱 다양한 통계 시각화 기능을 활용할 수 있습니다.
Seaborn은 각각의 시각화 유형에 대해 다양한 옵션을 제공하기 때문에 데이터의 특성과 분석 목적에 맞게 적절한 함수와 옵션을 선택하여 사용하면 됩니다.

[Python] 08. Seaborn sns.set()을 통해 스타일 설정하기

sns.set() 함수를 사용하여 Seaborn의 스타일을 다양하게 설정할 수 있습니다. 스타일 설정을 통해 그래프의 색상, 라인 스타일, 폰트 등을 변경할 수 있습니다.…

더 보기 »

Related posts:

[Python] 09. Seaborn 여러 개의 plot 한번에 그리기 [Python] 08. Seaborn sns.set()을 통해 스타일 설정하기 [Python] 06. Pandas 데이터프레임 시각화하기 (Matplotlib) [Python] 04. Pandas 데이터프레임 누락된 데이터 처리하기