Python - Seaborn을 이용해서 데이터 시각화하는 방법

github 주소 : github.com/sangHa0411/DataScience/blob/main/Amazon_BestSellers_Seaborn.ipynb

sangHa0411/DataScience

 

저번 포스팅에서는 matplotlib을 이용해서 데이터를 시각화를 해보았습니다.

 

이번 포스팅에서는 seaborn을 이용해서 데이터를 시각화해볼 것이며 어떻게 이용하는지 그리고 matplotlib과 비교해서 어떠한 점이 좋은지 정리해보도록 하겠습니다.

 

matplotlib 포스팅 주소 : electronicprogrammers.com/70?category=904280

Python - Matplotlib을 이용하는 방법

 

비교를 위해서 같은 데이터를 이용하도록 하겠습니다. 먼저 데이터를 Pandas를 이용해서 데이터를 불러오겠습니다.

 

1. 막대 그래프

plt.figure(figsize = (15 , 7))

plt.title('Top 10 Bestsellers Authors' ,fontsize = 20)

sns.countplot(data = sub_df , 
              x = 'Author' , 
              palette = 'Blues')

plt.xlabel('Author' , fontsize = 15)
plt.ylabel('Counts' , fontsize = 15)

plt.xticks(rotation = -45)

plt.show()

 

sns.countplot()함수를 이용해서 이산적인 속성에 대해서 갯수가 얼마나 있는지를 파악하고 나서 이 수치를 기반으로 막대그래프를 그리는 함수입니다.

matplotlib을 이용할 때와는 다르게 pandas 데이터와 속성의 이름을 인자로 입력하면 됩니다.

 

plt.figure(figsize = (15 , 7))

plt.title('Top 10 Bestsellers Authors' ,fontsize = 20)

sns.countplot(data = sub_df , 
              x = 'Author' , 
              hue = 'Genre' ,
              palette = 'RdBu')

plt.xlabel('Author' , fontsize = 15)
plt.ylabel('Counts' , fontsize = 15)

plt.xticks(rotation = -45)

plt.show()

sns.countplot 인자에 hue 인자로 Genre를 입력함으로써 알아서 Genre를 구분해서 갯수를 파악하고 나서 막대그래프를 그려줍니다.

위 그래프를 통해서 데이터 상에는 Fiction 과 Non Fiction 두 종류를 같이 쓴 작가는 없다라는 것을 확인할 수 있습니다.

 

2. 히스토그램

plt.figure(figsize = (15 , 8))

plt.title('User Rating Histogram' , fontsize = 20)

sns.histplot(data = df , 
             x = 'User Rating' ,
             hue = 'Genre' ,
             alpha = 0.5 , 
             multiple= 'dodge' ,
             palette = 'RdBu' ,
             bins = 50)

plt.xlabel('User Rating' , fontsize = 15)
plt.ylabel('Count' , fontsize = 15)


plt.show()

sns.histplot 함수를 이용해서 히스토그램을 그릴 수 있으며 입력하는 것은 sns.countplot과 같습니다. Pandas의 데이터프레임 그리고 속성 이름 그리고 비교하고자 하는 것이 있다면 이는 hue 인자로 정해주면 됩니다.

multiple = dodge로 정함으로써 쌓아서 그리는 것이 아니라 옆에 그림으로써 Non Fiction , 그리고 Fiction 장르의 평점 히스토그램을 비교해서 보기 편하게 하였습니다.

 

3. 커널 밀도 함수

plt.figure(figsize = (15 , 8))

plt.title('Review Kernel Density plot' , fontsize = 20)

sns.kdeplot(data = df ,
            x = 'Reviews' ,
            hue = 'Genre' ,
            fill = True , 
            alpha = 0.2)

plt.xlabel('Reviews' , fontsize = 15)
plt.ylabel('Density' , fontsize = 15)


plt.show()

 

히스토그램과 비슷한 성격을 가지면서 Review를 기준으로 커널 밀도 함수를 그려보았습니다. 보면 Non Fiction의 경우 Review가 Fiction의 경우보다 적은 것의 밀도가 더 높으므로 전체적으로 Review의 수가 Fiction의 비해 적다라는 것을 확인할 수 있습니다.

 

4. Box Plot

plt.figure(figsize = (15 , 8))

plt.title('Year & Reviews BoxPlot' , fontsize = 20)

sns.boxplot(data = df , x = 'Year' , y = 'Reviews' , palette = 'Greens')

plt.xlabel('Year' , fontsize = 15)
plt.ylabel('Reviews' , fontsize = 15)

plt.show()

Box Plot 과 같은 경우에는 Pandas 내에서 x , y 두가지 속성을 입력해주어야 하는데 x는 이산적인 속성 , y는 연속적인 속성을 입력함으로써 각 이산적인 속성에 대해 구분지어서 Box Plot 을 그립니다.

이는 아래의 한 문장으로 구현이 가능하며 2차원 배열을 만들어야 하는 matplotlib과는 다르게 확실히 편하다라는 것을 확인할 수 있습니다.

sns.boxplot(data = df , x = 'Year' , y = 'Reviews' , palette = 'Greens')

 

 

5. 2차원 커널 밀도 함수

plt.figure(figsize = (15 , 7))

plt.title('Price & Reviews 2D Kernel Density Plot' , fontsize = 20)

sns.kdeplot(x = 'Price' , 
            y = 'Reviews' , 
            data = df , 
            fill = True ,
            alpha = 0.5 , 
            color = 'Red')

plt.xlabel('Price' , fontsize = 15)
plt.ylabel('Reviews' , fontsize = 15)


plt.show()

 

Box Plot 함수와는 다르게 x, y 모두 연속적인 속성을 입력하였고 밀도가 높을 수록 색이 진한 것을 확인할 수 있습니다. 따라서 위 함수로는 책이 주로 가격이 15 정도 , Review가 10000 인 것이 주를 이룬다고 할 수 있습니다.

 

6. Scatter plot

plt.figure(figsize = (15 , 7))

plt.title('Reviews , Price Graph Scatter plot' , fontsize = 20)

sns.scatterplot(data=df , 
                x='Price', 
                y='Reviews' ,
                size = 'User Rating' , 
                hue = 'Genre' ,
                alpha = 0.5)

plt.xlabel('Price' , fontsize = 15)
plt.ylabel('Reviews' , fontsize = 15)

plt.show()

이차원 커널 밀도 함수를 그리는 것과 같이 x, y, 모두 연속적인 속성을 입력합니다. 게다가 sns.scatterplot에는 size 인자가 있어서 연속적인 속성을 하나 더 설정함으로써 각 점의 크기를 해당 속성의 수치를 기반으로 정할 수 있습니다.

 

참고자료 : towardsdatascience.com/a-step-by-step-guide-for-creating-advanced-python-data-visualizations-with-seaborn-matplotlib-1579d6a1a7d0 

A step-by-step guide for creating advanced Python data visualizations with Seaborn / Matplotlib