seaborn ) 한 개의 Figure에 여러 Axes 적용
FaceGrid() 행과 열에 데이터 별로 상관관계를 시각화해준다. import matplotlib.pyplot as plt import seaborn as sns # Seaborn 제공 데이터셋 가져오기 titanic = sns.load_dataset('titanic') # 스타일 테마 설정 (5가지: darkgrid, whitegrid, dark, white, ticks) sns.set_style('whitegrid') # 조건에 따라 그리드 나누기 g = sns.FacetGrid(data=titanic, col='who', row='survived',margin_titles=True) # 그래프 적용하기 g = g.map(plt.hist, 'age') pairplot() scatter, kde, h..
2022. 3. 30.
seaborn ) 막대 그래프
seaborn의 막대그래프는 기본적으로 오차범위를 계산하여 표시하여 준다. plt.figure(figsize=(5,4)) sns.barplot(x="sex",y="tip",data= tips) plt.show() 집단을 한 단계 더 나눠서 자세하게 시각화 할 수 있다. # 여러 열에서 집단 묶어서 세부 집단 시각화 하기 # hue 파라미터 추가 plt.figure(figsize=(6,4)) sns.barplot(x="sex",y="tip",hue="day", data=tips) plt.show() 오차막대가 보기 싫다면 ci=None # 오차막대 없애기 plt.figure(figsize=(6,4)) sns.barplot(x="sex",y="tip",hue="day", data=tips, ci=None) ..
2022. 3. 28.
numpy ) 조건을 이용한 요소 선택(바꾸기) numpy.where()
numpy.where( condition, [x, y] ) x, y 가 없을 때 numpy.asarray(condition).nonzero() 와 동일하게 작동함. x, y 가 있을 때 ** condition이 True일 경우 x를 False일 경우 y를 선택한다. 모든 매개변수는 브로드캐스팅이 가능하여야 한다. 요소 선택 np.where([[True, False], [True, True]], [[1, 2], [3, 4]], [[9, 8], [7, 6]]) # 실행결과 array([[1, 8], [3, 4]]) 바꾸기 a = np.array([[0, 1, 2], [0, 2, 4], [0, 3, 6]]) np.where(a < 4, a, -1) # -1 is broadcast # 실행결과 array([[ ..
2022. 3. 28.
matplotlib ) 하나의 figure에 여러 개의 그래프 그리기
하나의 Axes의 여러 그래프 그리기 plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs) 방식 키워드 매개변수가 모든 그래프에 똑같이 적용된다. plt.plot(a, a, 'r--', a, a**2, 'bo', a, a**3, 'g-.', ) plt.show() plt.plot(a, a, 'r--', a, a**2, 'bo', a, a**3, 'g-.', lw=5 ) plt.show() plot() 메소드를 여러번 호출 각각의 그래프마다 마커와 선을 다르게 설정할 수 있다. plt.plot(a, a, 'bo') plt.plot(a, a**2, color='#e35f62', marker='*', linewidth=2) plt.plot(a, a**3, color='..
2022. 3. 25.
