(데이터분석) seaborn, matplotlib으로 axis(축) 범위 변경

지난 글에 이어 seaborn과 matplotlib에서
axis(축) 범위를 변경하는 방법과 
outlier(이상치)의 존재여부를 알아보겠습니다.

 

🔻seaborn, matplolib 히스토그램 작성법🔻

(데이터분석) seaborn과 matplotlib으로 히스토그램 나타내기

1. Axis limits and Outliers

• 먼저, 라이브러이와 데이터세트를 불러옵니다.

import numpy as np
import pandas as pd

import matplotlib.pyplot as plt
import seaborn as sns

df = pd.read_csv('diamonds.csv')
df.shape

df.head(5)

• 다이아몬드의 가격을 살펴보겠습니다.

bins = np.arange(0, df['price'].max()+100, 100)
plt.hist(data=df, x='price', bins=bins);

• 2000달러 주변을 보면 분포가 확 감소합니다.
• 어떤 문제인지 살펴보겠습니다.

 

2. Using xlim to zoom on a plot

• 이 부근을 확대하기 위해서는 xlim 함수를 사용해서 차트에 나타낼 상한과 하한을 정하면 됩니다.
• 하한을 1000달러, 상한을 5000달러로 정하겠습니다.
• 또한, 축 범위가 줄어들 것이므로 원래 100달러였던 계급의 크기를 50으로 줄이겠습니다.

bins = np.arange(0. df['price'].max()+50, 50)
plt.hist(data=df, x='price', bins=bins);
plt.xlim(1000, 5000)

• 결과를 보면 1500달러 부근에서 분포가 크게 꺼집니다.
• 소비자의 심리를 이용하는 가격 전략이 원인이 아닐까 예측합니다.
• 그 이유는 1500달러가 다이아몬드의 등급을 가르는 기준과 같은 가격이라 
• 1500달러가 아닌 1499달러가 더 매력적인 가격으로 느껴질 수도 있기 때문입니다.