[부스트캠프 AI tech Data Viz] week04 (2022.02.07)

5-1 Polar Coordinate(colab)

• 극 좌표계를 사용하는 시각화
• R(거리), Theta(각)을 이용하여 plot
• 회전, 주기성 등을 표현하기에 적합
• projection = polar을 추가하여 사용
• scatter, line, bar 모두 가능
  
  

Radar Chart

• 극 좌표계를 사용하는 대표적인 차트
• 별 모양으로 생겨 Star plot으로 불리기도 함
• 중심점을 기준으로 N개의 변수 값을 표현할 수 있음
• 데이터의 Quality를 표현하기에 좋음(ex.캐릭터의 강함, 비교)
• 각 feature는 독립적이며 척도가 같아야 함
• 면적이 중요해 보이지만 feature의 순서에 따라 많이 달라짐
• feature가 많아질 수록 가독성이 떨어짐
  
  

fig = plt.figure()
ax = fig.add_subplot(111, polar=True)
plt.show()

• ax.set_rmax(): 최댓값
• ax.set_rmin(): 최솟값
• ax.set_rticks([1, 1.5, 2]): ticks 설정
• ax.set_rlabel_position(-90): 라벨 위치 조절
• ax.set_thetamin(45): 부채꼴 최솟값
• ax.set_thetamax(135): 부채꼴 최대값
• ax.scatter(theta, r): 산점도
  
• ax.bar(theta, r):
  
• ax.plot(theta, r):
  
• ax.fill(theata, r):
  
• 데이터 시각화

stats = ["HP", "Attack", "Defense", "Sp. Atk", "Sp. Def", "Speed"]
values = pokemon.iloc[0][stats].to_list()
theta = np.linspace(0, 2*np.pi, 6, endpoint=False)
fig = plt.figure()
ax = fig.add_subplot(111, projection='polar')
ax.plot(theta, values)
ax.fill(theta, values, alpha=0.5)

• 끝점을 연결하기 위해서 마지막에 첫번째 값을 한번 더 추가해주어야 함.

5-2 Pie Charts(colab)

• 가장 많이 사용하는 차트지만...지양
  • 비교어려움
  • 유용성 떨어짐
  • 오히려 bar plot이 더 유용(각도 << 길이) --> 차라리 함께사용
  • waffle chart가 더 비교에 유용

- Donut chart

• 디자인적으로 선호
• 인포그래픽으로 종종 사용

- Sunburst Chart

• 햇살을 닮은 차트
• 계층적으로 데이터를 시각화하는 데 사용
• 구현 난이도에 비해 화려 / 오히려 Treemap을 추천

5-3 다양한 시각화 라이브러리(colab)

• Missingno

  • 결측치 확인
  • missingno
  • matrix형태로 결측치 표현, 하얀색이 결측치
  • 오른쪽의 숫자는 결측치가 없는 column의 수를 의미

    import missingno as msno
    msno.matrix(titanic, 
              sort='descending', # ascending
             )

    
    
  • bar형태로도 표현 가능

    msno.bar(titanic)

    
    

• Treemap

  • 계층적 데이터 시각화
  • squarify / plotly
  • 모자이크 플롯(Mosaic plot)과 유사

    fig, ax = plt.subplots()
    values = [100, 200, 300, 400]
    label = list('ABCD')
    color = ['#4285F4', '#DB4437', '#F4B400', '#0F9D58']
    squarify.plot(values, label=label, color=color, pad=0.2, 
                   text_kwargs={'color':'white', 'weight':'bold'}, ax=ax)
    ax.axis('off')
    plt.show()

    
    

• Waffle Chart

  • 와플 형태로 discrete하게 값을 나타내는 차트
  • pywaffle
  • icon을 사용한 waffle chart도 가능
  • pie chart보다 향상된 시각화

  from pywaffle import Waffle
  fig = plt.figure(
    FigureClass=Waffle, 
    rows=5, 
    values={'A': 50, 'B': 45, 'C': 15}, 
    cmap_name='tab10',
    # colors=["#232066", "#983D3D", "#DCB732"]
    legend={'loc': 'lower left', 'bbox_to_anchor': (0, -0.4), 
    'ncol': 3, 'framealpha': 0}
    #vertical=True # 세로로
    #block_arranging_style= 'new-line' #새로운 라인으로 #default:snake
    )

  
  • Icon

    fig = plt.figure(
    FigureClass=Waffle, 
    rows=10,     
    values=data, 
    legend={'loc': 'lower left', 'bbox_to_anchor': (0, -0.4), 'ncol': 3, 'framealpha': 10},
    icons='child',
    icon_legend=True,
    font_size=15,
    interval_ratio_x = 1,
    block_arranging_style= 'new-line'
    )
    plt.show()

    
    

• Venn

  • 벤다이어그램
  • 출판 및 프레젠테이션
  • 사용이 어려움
  • matplotlib_venn