0. 이전 포스트 2021/01/18 - [Python과 머신러닝/MatPlotLib 데이터 시각화] - [Python.Seaborn] Seaborn 필수 그래프 정리 - Line plot과 Scatter plot 1. Count Plot 그리기 - 기본 In [10]:import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns sns.countplot(x='smoker', data=tips) Out[10]: 지난 포스트에 이어서 Count Plot을 그려보자. y는 항상 count이기 때문에 따로 지정하지 않고 x만 지정하면 구분이 된다. 흡연자와 비흡연자의 분포를 count plot을 통해서 볼 ..

1. Seaborn 이란 Seaborn이란 MatPlotLib을 조금 더 쉽게 사용하는 Wrapper 모듈이다. 기본 MatPlotLib에 기본 설정을 더 추가하여서, 복잡한 그래프도 간단하게 만들 수 있는 껍데기(Wrapper)이다. 간단한 코드로 생각보다 괜찮은 데이터 시각화를 처리해주는 모듈인데, 사실 속에는 MatPlotLib을 사용하고 있다는 정도로 이해하면 될 것 같다. 2. Line Plot 그리기 기본 In [1]:import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns In [2]:fmri=sns.load_dataset('fmri') fmri Out[2]: 우선 fmri data ..

1. Data Input과 Data 형태 1차 분석 In [1]:import pandas as pd import matplotlib.pyplot as plt import numpy as np In [2]:data_url = 'HousingData.csv' #https://www.kaggle.com/altavish/boston-housing-dataset df_data = pd.read_csv(data_url) df_data.head() Out[2]: Boston Housing Price Dataset을 사용하여 종합 실습을 해보자. df_data.head를 통해 데이터에 어떤 값들이 있는지 한번 쭉 살피면 좋다. 실제 데이터는 kaggle에서 받을 수 있다. 2. NaN값 확인 및 처리 In [3]:fo..

0. 지난 포스트 2020/12/31 - [Python과 머신러닝/MatPlotLib 데이터 시각화] - [Python.MatPlotLib] MatPlotLib으로 그래프 그리기, 시각화, subplot/axes, figure 2021/01/01 - [Python과 머신러닝/MatPlotLib 데이터 시각화] - [Python.MatPlotLib] 그래프 꾸미기 I - 색깔 / 제목 / 선형태 지정하기와 latex식 표현하기 2021/01/02 - [Python과 머신러닝/MatPlotLib 데이터 시각화] - [Python.MatPlotLib] 그래프 꾸미기 II - 범례(Legend) / X,Y축 Label, 텍스트 및 화살표 / grid / ylim/ savefig 2021/01/03 - [Pyth..

0. 지난 포스트 2020/12/31 - [Python과 머신러닝/MatPlotLib 데이터 시각화] - [Python.MatPlotLib] MatPlotLib으로 그래프 그리기, 시각화, subplot/axes, figure 2021/01/01 - [Python과 머신러닝/MatPlotLib 데이터 시각화] - [Python.MatPlotLib] 그래프 꾸미기 I - 색깔 / 제목 / 선형태 지정하기와 latex식 표현하기 2021/01/02 - [Python과 머신러닝/MatPlotLib 데이터 시각화] - [Python.MatPlotLib] 그래프 꾸미기 II - 범례(Legend) / X,Y축 Label, 텍스트 및 화살표 / grid / ylim/ savefig 2021/01/03 - [Pyth..

0. 지난 포스트에 이어 지난 몇 차례의 포스트에 이어 MatPlotLib 그래프 꾸미기 실습을 진행할 예정이다. 통신 데이터를 기반으로 날짜별/통신사별 통신량을 분석하고자 한다. 우선은 데이터를 pandas로 읽어들이고 데이터 전처리를 하고 나면, 그때에야 비로소 MatPlotLib의 plot 기능을 사용할 수 있다. 지난 포스트들은 아래에 정리해두었다. 2020/12/31 - [Python과 머신러닝/MatPlotLib 데이터 시각화] - [Python.MatPlotLib] MatPlotLib으로 그래프 그리기, 시각화, subplot/axes, figure 2021/01/01 - [Python과 머신러닝/MatPlotLib 데이터 시각화] - [Python.MatPlotLib] 그래프 꾸미기 I -..