데이터 시각화3 데이터 시각화 형태 고르기 수 많은 데이터 시각화 유형 중 가장 적합한 형태의 선택은 항상 고민 되는 이슈이다. 데이터 시각화 이론에서 가장 많이 활용되고 있는 표는 앤드류 아벨라(Andrew V. Abela)의 챠트 선택 방법이 있다. 무엇을 보여주고 싶은지 목적에 따라 비교(Comparion), 분포(Distribution), 구성(Comparison), 관계(Relationship)의 카테고리로 챠트를 구분하고 있다. 그림 출처(https://medium.com/@DataPlay/selecting-the-right-chart-for-your-data-501af25dc693) 그림 출처 (https://www.i-boss.co.kr/ab-74668-1747) 이 밖에 The Data Visualisation Catalogue .. 2021. 7. 26. [Python] seaborn 데이터 시각화 총정리 seaborn은 matplotlib 처럼 그래프를 그리는 기능이다. ( matplotlip의 활용에 대해 알고 싶다면 아래 링크를 참고하자.) http://growthj.link/python-matplotlib%ec%9c%bc%eb%a1%9c-%ea%b7%b8%eb%9e%98%ed%94%84-%ea%b7%b8%eb%a6%b4-%eb%95%8c-%ea%bf%80%ed%8c%81/ matplotip으로도 대부분의 시각화는 가능하지만, 최근에는 다음과 같은 이유로 seaborn이 더 많이 쓰인다. 1. seaborn에서만 제공되는 통계 기반 plot 2. 특별하게 꾸미지 않아도 깔끔하게 구현되는 기본 color 3. 더 아름답게 그래프 구현이 가능한 palette 기능 4. pandas 데이터프레임과 높은 호.. 2021. 7. 15. Seaborn(SNS)를 사용한 파이썬 데이터 시각화 기초 matplotlib Seaborn 홈페이지 데이터 과학을 공부하는 데 있어 필수적인 데이터 시각화에 대해서 공부하도록 하겠습니다. 오늘은 Seaborn 과 matplotlib를 사용하여 데이터를 시각화하는 방법에 대해서 알아보겠습니다. 데이터는 기존 라이브러리에서 제공하는 데이터를 바탕으로 진행하도록 하겠습니다. 데이터에 따른 그래프 우선 데이터의 형태에 따라 어떤 종류의 그래프를 사용하는 것이 좋은지 알아보겠습니다. 1차원 데이터 + 실수값, 실수 분포 플롯 -> 커너밀도, 러그, rugplot, kdeplot, distplot 카테고리별 데이터의 양 확인 -> countplot 다차원 데이터 (변수가 여러 개) -> 2차원 실수형 데이터 : 스캐터 플롯(jointplot) -> 3차원 이상의 실수형 데이터 : pairp.. 2021. 7. 14. 이전 1 다음
