Data Preprocess & EDA(4) - Data Visualization

<Learned Stuff>

Key Points

• Data Visualization

  • 데이터 시각화를 통해 Trend 파악 & Insight 얻음

    • matplotlib (수동작업)
    • seaborn (자동작업)
    • plotly(interactive)

  • Palette

  • Labeling

  • Facet Grid

---

<New Stuff>

[Palette]

• 그래프의 색깔을 변환해줌 (지정해주지 않으면 자동 지정)

 

[Labeling]

graph = sns.barplot(x,y,data)

graph.set_xlabel("x축",weight='bold',fontsize='12)
graph.set_ylabel("y축",weight='bold',fontsize='12)
graph.set_title("제목",weight='bold',fontsize='12)

==> 지정해줄 수 있음!

 

[FacetGrid]

• 그래프를 나누어서 표현 가능!

ex) titanic.csv

g = sns.FacetGrid(data=titanic,col='survived') # survived로 나누어서 그래프를 그리겠다란 의미

g = g.map(
    sns.countplot,
    "embark_town",
    palette='coolwarm',
    order = titanic['embark_town'].value_counts().index); 

# order 지정 안해주면 잘못된 그림이 나올 수 있음
# 필요하다면 sorted() 함수 넣을 것!

g.set_axis_labels("Embark Town", "Counts", weight ='bold',fonsize=12);