(데이터분석) 이변량 차트를 seaborn의 hue이용해서 다변량 차트 나타내기

이번 글에서는 이변량 차트의 응용 방법에 대해 알아보겠습니다.

 

1. 차급과 변속기 종류에 따른 다변량 연비 차트

• 먼저 필요한 라이브러리를 불러오고 연비 데이터 세트를 가져오고 변속기 종류를 추출하겠습니다.

import numpy as np
import pandas as pd

import matplotlib.pyplot as plt
import seaborn as sns

df = pd.read_csv('../data/fuel-econ/csv')
df['trans_type'] = df['trans'].apply(lambda x:x.split()[0])

• seaborn 차트에 색상을 추가할 때는 매개변수 hue를 추가하면 됩니다. 

sns.pointplot(data=df, x='VClass', y='comb', 
	hue='trans_type', errorbar='sd', linestyle="", dodge=True);
plt.xticks(rotation = 15)
plt.ylabel('Avg. Combined Fuel Efficiency (mpg)')'

 

2. 병렬 막대 그래프 (Clusterd bar chart)

• 병렬 막대 그래프도 seaborn에 hue 매개변수를 추가하여 같은 방법으로 만들 수 있습니다.

# 위의 코드로 작성한 차급과 변속기 종류에 따른 연비를 나타내는 병렬 막대 그래프 
sns.barplot(data=df, x='VClass', y='comb', hue='trans_type', errorbar='sd');
plt.xticks(rotation = 15)
plt.ylabel('Avg. Combined Fuel Efficiency (mpg)');

🔻(참고)병렬막대차트🔻

(데이터분석) seaborn으로 병렬 막대 차트(Clustered bar chart), 히트맵(heatmap)그리기

 

3. 병렬 상자 그림 (Clusterd box chart)

• 같은 방법으로 병렬 상자 그림도 작성할 수 있습니다.

#차급과 변속기 종류에 따른 연비를 나타내는 병렬 상자 그림
sns.boxplot(data=df, x='VClass', y='comb', hue='trans_type');
plt.xticks(rotation = 15)
plt.ylabel('Avg. Combined Fuel Efficiency (mpg)')

 

🔻(참고)상자그림🔻

(데이터분석) seaborn으로 상자 그림(box plot) 나타내기

 

4. 히트맵

• 2차원 히스토그램인 히트맵도 변형할 수 있습니다.
• 이를 통해 색상으로 각 셀의 도수가 아니라 세 번째 변수의 평균을 나타낼 수 있습니다.
• 먼저, 복합 연비와 엔진 배기량으로 구성된 이차원 히스토그램을 작성해보겠습니다.
• 색상으로는 각 셀의 도수를 나타내겠습니다.
• 색상을 입힐 셀의 최소값을 0.5로 지정하고 색상 팔레트도 선택합니다. 

bins_x = np.arange(0.6, 7+0.3, 0.3)
bins_y = np.arnage(12, 58+3, 3)

plt.hist2d(data=df, x='displ', y='comb', cmin=0.5,
		cmap='viridis_r', bins=[bins_x, bins_y]);
plt.xlabel('Displacement (1)')
plt.ylabel('Combined Fuel Eff (mpg)');
plt.colorbar(label='Number of counts');

• 연비와 배기량을 나타내며 색상은 각 셀의 도수를 나타내는 2차원 히스토그램이 완성되었습니다.
• 이제 색상이 각 셀의 평균 이산화탄소 배출량을 나타내도록 변경해보겠습니다.
• 이를 위해서는 hist2d 함수에서 가중치를 의미하는 매개변수 weights를 사용해야 합니다.
• 기본적으로 각 점의 가중치는 1이며, 색상은 해당 셀에 속하는 점들의 가중치 합으로 결정됩니다.
• 만약, 각 점의 co2 배출량을 해당 점이 속하는 셀의 차량 숫자로 나눈 값을 각 점의 가중치로 설정한다면 각 셀의 가중치 합은 각 셀의 평균 co2 배출량이 됩니다. 

# 각 데이터 포인트의 계급 결정하기(각 점이 어느 셀에 속하는지 파악)
#pandas.cut(dataframe의 series또는 배열, 계급크기).astype(데이터유형 정수로 바꿈)
disple_bins = pd.cut(df['displ'], bins_x, right=False,
	include_lowest=False, labels=False).astype(int)
comb_bins = pd.cut(df['comb'], bins_y, right=False,
	include_lowest=False, labels=False).astype(int)

• 이어서 각 계급에 속하는 점의 개수를 구합니다.

# 각 계급에 속하는 데이터 포인트의 개수 구하기
# 배기량과 연비의 계급 크기에 대해 groupby문 사용
n_points = df.groupby([displ_bins, comb_bins]).size()

# pivot 매서드를 사용해 결과를 2차원 배열로 만듦
# values 속성을 사용해 점의 개수로 구성된 배열 만듦
n_points = n_points.reset_index().pivot(index = 'displ', column='comb').values

• 이 값들을 사용해서 각 점의 가중치를 구할 수 있습니다.
• co2 series를 가져와서 그 안의 각 요소를 각 셀에 속하는 점의 개수로 나눕니다.

# co2를 각 계급에 속하는 데이터 포인트의 개수로 나누기
co2_weights = df['co2'] / n_points[displ_bins, comb_bins]

#그 결과를 hist2d 함수의 매개변수 weights에 전달
plt.hist2d(data=df, x='displ', y='comb', cmin=0.5,
	cmap='viridis_r', bins=[bins_x, bins_y], weights=co2_weights);
plt.xlabel('Displacement (1)')
plt.ylabel('Combined Fuel Eff. (mpg)');
plt.colorbar(label = 'CO2 (g/mi)');

• 결과를 보면 엔진이 커질수록 연비는 떨어지며 co2 배출량은 급증한다는 걸 알 수 있습니다. 

🔻(참고)히트맵🔻

(데이터분석) matplotlib으로 heatmap(히트맵) 작성하기