seaborn의 FacetGrid로 아름답게 시각화

matplotlib에서도 할 수 있는 이 방법입니다만, seaborn로 가시화하면 보다 적은 코드로 할 수 있는 것을 알고 최근에는 이쪽을 많이 사용하고 있습니다. 편리할 수 있는 사람은 꼭 사용해 보는 것은 어떻습니까.

이번에도 사용하는 것은 iris 데이터 세트.



필요한 라이브러리를 가져온 다음 시작합니다.

FacetGrid를 만들기 전에 Heatmap에서 상관 관계를 검사하고 최적의 변수 조합으로 FacetGrid를 만드는 것이 좋습니다.

자세한 것은, 전회의 기사로 자세하게 쓰고 있으므로, 흥미있는 분은 꼭.
마지막 기사

그럼 곧 Seaborn의 FacetGrid를 만들어 갑니다.

seaborn

g = sns.FacetGrid(iris, hue="Species", size=7)
g.map(plt.scatter, "PetalLengthCm",  "PetalWidthCm") 
g.add_legend()

plt.title("Relationship between length and width of Petal")

그럼 내용의 변수들에 대한 자세한 내용입니다.

괄호 안의 첫 번째 'iris'는 iris라는 데이터 프레임을 사용합니다. 그건 그렇고, Petal은 꽃잎입니다.

hue
hue는 색조라든지 색채라고 하는 의미를 가지고, 2개의 변수를 비교한 다음에, 각각의 라벨 마다 색으로 나눌 수 있는 뛰어난 것이군요. 위의 그래프상에서는,PetalLengthCm와PetalWidthCm로 플롯하고, 그 플롯한 점을, Species마다 색으로 나누는다는 것입니다. 이제 species마다의 분포를 알기 때문에, 이 후 어떻게 classfy 해 나갈지 생각하는 하나의 지표가 되네요.

size
크기는 단순히 그림의 크기입니다. 크게 하고 싶을 때는 숫자를 크게 하고, 작게 하고 싶을 때는 숫자를 작게 합니다.

palette
팔레트에서 표시할 점의 색상을 변경할 수 있습니다.

col
칼럼(열)으로 나눌 때 사용합니다. 자세한 내용은 아래 링크의 공식 문서 참조. 예를 들어, key의 성별별로 나누고 싶은 경우 등은 col=sex 등으로 하는 것으로 좌열에 men, 우열에 women 등으로 나눌 수 있다.

.map(plt.scatter,x축,y축)
이것은 scatter plot을 만들겠다는 지시로 x축과 y축을 어느 변수로 할지 지정하고 있습니다.
위에서는 x축이 "PetalLengthCm"이고 y축이 "PetalWidthCm"로 되어 있습니다.

.add.legend()
이제 그래프 밖으로 색으로 구분된 'Species'는 각각 어떤 종에 대응하고 있는지를 나타내는 표를 삽입하고 있습니다.

plt.title('타이틀명')
이 표의 제목을 마지막으로 붙입니다.

Seaborn의 FacetGrid의 오피셜 페이지입니다.