Seaborn Line Plot을 사용한 데이터 시각화

안녕하세요 여러분! 이 기사에서는 Seaborn 튜토리얼을 미리 살펴보고 Seaborn Line Plot을 이해할 것입니다. 최근에 Seaborn HeatMaps에 대해 다루었으므로 히트맵에 대해 자세히 알아보고 싶다면 언제든지 살펴보십시오.

라인 플롯이란 무엇입니까?

라이브러리로서의 Seaborn은 결과를 예측하고 데이터의 변화를 분석하기 위해 데이터 세트에 구축된 모델의 데이터 시각화에 사용됩니다.

Seaborn Line Plots는 연속 데이터 포인트 형식의 연속 값과 범주 값 사이의 관계를 나타냅니다.

이 기사 전체에서 아래 데이터 세트를 사용하여 데이터를 조작하고 라인 플롯을 구성할 것입니다. 계속 진행하기 전에 데이터 세트의 아래 스냅샷을 살펴보십시오.

아래 데이터 세트에서 'cyl', 'vs', 'am', 'gear' 및 'carb' 데이터 변수는 모든 데이터 값이 특정 범주 또는 값 범위에 속하기 때문에 범주형 변수입니다.

나머지 데이터 열은 불연속 정수 값을 가지고 있기 때문에 정수/연속 변수에 속합니다.

입력 데이터세트:

첫 번째 Seaborn 선 플롯 플로팅

Line Plots를 시작하려면 아래 명령을 사용하여 Seaborn 라이브러리를 Python 환경에 설치하고 가져와야 합니다.

통사론:

pip install seaborn

설치가 완료되면 라이브러리를 현재 작업 환경으로 가져오고 기능을 사용하십시오.

통사론:

import seaborn

전체 Seaborn 시리즈에 대해 Matplotlib 라이브러리를 사용하여 데이터를 플롯하고 적절한 시각화 방식으로 표시합니다.

Seaborn으로 Single LinePlot 만들기

이산 값을 제공하거나 데이터 세트를 사용하여 Seaborn 라인 플롯을 만들 수 있습니다.

통사론:

seaborn.lineplot(x, y, data)

x: x축 데이터 변수
y: y축 데이터 변수
data: 전체 데이터 세트 또는 데이터 값을 가리키는 객체

예 1: 무작위 데이터를 사용하여 Seaborn Line Plot 생성

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

Year = [2012, 2014, 2016, 2020, 2021, 2022, 2018]
Profit = [80, 75.8, 74, 65, 99.5, 19, 33.6]

data_plot = pd.DataFrame({"Year":Year, "Profit":Profit})

sns.lineplot(x = "Year", y = "Profit", data=data_plot)
plt.show()

아래 선 그래프에서 '연도'와 '이익'이라는 두 데이터 변수 사이의 선형 관계를 확인할 수 있습니다.

산출:

예 2: 데이터 집합을 사용하여 선 도표를 만들고 데이터 열 간의 관계를 묘사합니다.

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

data = pd.read_csv("C:/mtcars.csv")
info = data.iloc[1:20,:5]
sns.lineplot(x = "drat", y = "mpg",data=info)
sns.set(style='dark',)
plt.show()

입력 데이터세트:

산출:

여러 Seaborn 선 플롯

동일한 공간 또는 플롯 내에서 데이터를 시각화하기 위해 여러 줄을 만들 수 있습니다. 동일하거나 여러 개의 데이터 열/데이터 변수를 사용하고 그들 사이의 관계를 함께 묘사할 수 있습니다.

1. 색조 매개변수를 사용하여 여러 데이터 포인트에 대한 색상 색조 생성

hue 매개변수는 데이터세트의 다양한 변수를 그룹화하는 데 사용할 수 있으며 x축과 y축 데이터 열 사이의 관계를 매개변수에 값으로 전달된 열과 함께 묘사하는 데 도움이 됩니다.

통사론:

seaborn.lineplot(x,y,data,hue)

예:

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

data = pd.read_csv("C:/mtcars.csv")
info = data.iloc[1:20,:5]
sns.lineplot(x = "drat", y = "mpg", data=info, hue="cyl")
plt.show()

아래 플롯에서 볼 수 있듯이 각각 'drat', 'mpg' 및 'cyl' 간의 관계를 설명하기 위해 서로 다른 색 구성표로 세 개의 선을 나타냅니다.

산출:

2. 스타일 매개변수를 사용하여 다양한 유형의 선 그리기

스타일 매개변수를 x축 및 y축과 함께 표시하려는 값으로 설정하고 대시, 점(마커) 등 다양한 선 구조를 지정할 수도 있습니다.

통사론:

seaborn.lineplot(x, y, data, style)

예 2:

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

data = pd.read_csv("C:/mtcars.csv")
info = data.iloc[1:20,:5]
sns.lineplot(x = "drat", y = "mpg", data=info, hue="cyl", style="cyl")
plt.show()

명확하게 볼 수 있듯이 플롯은 다른 선 구조, 즉 일반 선, 대시 및 마크를 사용하여 'mpg' 및 'drat'과 관련된 'cyl' 값을 나타냅니다.

산출:

3. Seaborn에서 크기 매개변수를 사용하여 여러 줄 그림 그리기

seaborn.lineplot() 함수의 size 매개변수를 사용하여 다양한 크기의 선으로 다중 데이터 변수 관계를 나타낼 수도 있습니다. 따라서 데이터의 크기에 따라 크기/너비가 다른 그룹화 변수로 작용합니다.

통사론:

seaborn.lineplot(x, y, data, size)

예 3:

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

data = pd.read_csv("C:/mtcars.csv")
info = data.iloc[1:20,]
sns.lineplot(x = "drat", y = "mpg", data=info, hue="gear",style="gear",size="gear")
plt.show()

입력 데이터세트:

산출:

Line Plot과 함께 다른 색상 팔레트 사용

Seaborn 컬러맵 및 팔레트는 시각화 모델의 색상 범위를 정의합니다. 색조와 함께 매개 변수 팔레트는 데이터 변수 측면에서 색상 인코딩 체계를 결정하는 데 사용할 수 있습니다.

더 많은 색상 팔레트를 보려면 다음 링크를 참조하십시오. 색상 팔레트

통사론:

seaborn.lineplot(x,y,data,hue,palette)

예:

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
 
data = pd.read_csv("C:/mtcars.csv")
info = data.iloc[1:20,]
sns.lineplot(x = "drat", y = "mpg", data=info, hue="gear", palette = "Set1")
plt.show()

산출:

라인 플롯에 오차 막대 추가

라인 플롯은 err_style 매개변수를 사용하여 오류율을 나타내기 위해 플롯의 신뢰 수준/구간을 정의하는 데 사용할 수 있습니다.

통사론:

seaborn.lineplot(x,y,data,err_style="bars")

예:

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

data = pd.read_csv("C:/mtcars.csv")
info = data.iloc[1:20,]
sns.lineplot(x = "cyl", y = "mpg",data=info, err_style="bars")
plt.show()

산출:

seaborn.set() 함수를 사용하여 다른 스타일 설정

Python seaborn.set() 함수를 사용하여 다른 배경 스타일로 플롯을 표시할 수 있습니다.

통사론:

seaborn.set(style)

예:

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

data = pd.read_csv("C:/mtcars.csv")
info = data.iloc[1:20,]
sns.lineplot(x = "cyl", y = "mpg",data=info,hue="gear")
sns.set(style='dark',)
plt.show()

산출:

결론

따라서 이 기사에서 우리는 라인 플롯과 그와 관련된 변형을 이해했습니다.

독자들에게 Python Matplotlib 튜토리얼을 통해 Line Plots를 더 잘 이해할 것을 강력히 권장합니다.

참조

Seaborn Line Plot – 공식 문서