2022. 7. 3. 16:38ㆍData Science/with Python(Numpy, Pandas …ect.)
데이터를 정제하고 분석하였으면
그 다음은 시각화이다.
전에 몇 번 사용해본 적이 있는
matplotlib 역시 시각화 라이브러리 중
하나인데, 그 matplotlib보다 powerful한
시각화 라이브러리가 바로 Seaborn이다.
matplotlib를 기본으로 하여 확장된
라이브러리로 Seaborn의 최대 장점은
예쁘게 잘 그려준다는 것이다.
= 쉽게 정보를 잘 확인할 수 있는 그래프를 그려줌.
PairGrid, boxplot, violinplot, FacetGrid 등
다양한 그래프들을 쉽게 그릴 수 있도록
도와준다. Seaborn에 있는 다양한 그래프들을
동일한 하나의 데이터에 대해서 어떻게 하면
어떤 과점으로 어떤 그림이 나오는지 살펴보는
것이 이번 학습의 목표이다.
Seaborn은 공식 홈페이지를 보며
공부하는 것을 추천한다.
seaborn: statistical data visualization — seaborn 0.11.2 documentation
Seaborn is a Python data visualization library based on matplotlib. It provides a high-level interface for drawing attractive and informative statistical graphics. For a brief introduction to the ideas behind the library, you can read the introductory note
seaborn.pydata.org
왜냐하면 plotting 기법은 암기해서
사용하기보다 실제로 다양한 분석가들이
그림을 보면서 연습하는 것이 훨씬 중요하기
때문이다. 또한 이전에 배운 Numpy와 Pandas는
개념에 대한 이해가 더 중요하지만 Seaborn의 경우
주요 기능을 이해한다기 보다 특정함수를 어떻게
하면 사용할 수 있는지 예시를 많이 보는 것이
훨씬 더 좋기 때문이다. 그러니 처음 공부할 때는
구글링이든 공식 홈페이지를 통해 예시를 많이,
다양하게, 자주 보는 것을 추천한다.
아, 이런 함수를 쓰면 이렇게 나오는 구나.
이 데이터를 이렇게 표현했구나 등등
'Data Science > with Python(Numpy, Pandas …ect.)' 카테고리의 다른 글
| Seaborn : barplot&countplot (0) | 2022.07.03 |
|---|---|
| Seaborn : histplot&displot (0) | 2022.07.03 |
| Pandas 외부 데이터 읽고 쓰기 (0) | 2022.06.30 |
| Pandas DataFrame Indexing (0) | 2022.06.30 |
| Pandas DataFrame Method (0) | 2022.06.30 |