[패스트캠퍼스] 데이터 분석 부트캠프 17기 - 5주차 (6) pandas 보강

주요 학습 내용 요약

 

pandas 보충으로 기억하고 있을 내용

 

pandas 데이터 통계

 

- median()

- agg([함수1, 함수2, 함수3,...]) #모든 열에 여러 함수, ({'열1':함수1, '열2':함수2,...})

- value_counts()

 

데이터 시각화 라이브러리 matplotlib

 

- 하나를 입력하면 y값으로 인식, x값은 기본적으로 0,1,2..으로 생성

- xlim([min, max]), ylim([min, max]), axis([xmin, xmax, ymin, ymax])

- legend(loc='upper right', ncol=2)

- tight_layout() 그래프를 그릴때 충분한 여백이 있도록 출력해줌. subplot때 사용하기 좋음

- 선종류 설정

  : '--',':','-.' 바로 입력 or linestyle='dotted'

- marker 설정

   'ro' => red+o, $A$ => A로 표기

- color 설정

https://matplotlib.org/stable/gallery/color/named_colors.html

- title설정

  : title('name', loc='center or left or right') 

- bar 그래프

  : plt.xticks(x, [new x]) # x축을 수정할 수 있음

  : width # 바의 너비 설정 가능

- scatter

+ np.random.seed(0) # 랜덤값 고정, x = np.random.rand(n)

- 그래프 종류

  : bar() 막대, barh() 수평막대, scatter() 산점도, hist() 히스토그램, errorbar() 에러바, pie() 파이차트, matshow() 히트맵

- plt.subplot(row, column, index)
  : figure와 axes값을 반환,  f = 전체 subplot의미, axe = 낱낱개를 의미, 

  : twinx() ax1과 축을 공유하는 새로운 axes 객체 생성

  : fig, ax1 = plt.subplots() / ax1.plot () 이렇게 그림 

  : 같은 축을 공유하는 그래프를 더 그리고 싶을 때 ax2 = ax1.twinx() / ax2.bar ()

+ np.linspace(start, end, term=50) start 부터 end까지 term 등분한 결과를 반환

+ np.cos, np.sin, np.pi

 

- plt.figure(figsize=(width, height))

  ax1 = fig.add_subplot(1,2,2)

  ax2 = fig.add_subplot(1,2,2)

 

Seaborn

 

https://seaborn.pydata.org/examples/scatterplot_categorical.html

Scatterplot with categorical variables — seaborn 0.13.2 documentation

 

- data = sns.load_dataset('file_name')

- regplot()

 : 선형회귀선이 있는 산점도 시각화

  : x, y, data, axe 객체, fit_reg 선형회귀선 표시여부 = True, False

- distplot()

: 히스토그램과 커널 밀도 그래프 시각화

  : hist = True는 히스토그램 표시

  : kde = True는 커널 밀도 그래프 표시

  : axe 객체

- hisplot() 

  : 하나의 변수 데이터의 분포를 확인할 때 사용

- kdeplot()

  : 그래프와 x축 사이의 면적이 1이 되도록 그리는 밀도 함수

- sns.distplot(data, ax=ax1) 객체 설정

- stripplot()

  : 데이터 포인트가 중복되어 범주별 분포를 시각화

  : x, y, data, axe, hue 특정 열 데이터로 색상을 구분하여 출력

- swarmplot()

  : 데이터의 분산까지 고려하여 데이터 포인트가 서로 중복되지 않도록 시각화

  : x, y, data, axe, hue 특정 열 데이터로 색상을 구분하여 출력

- countplot()

  : 각 범주에 속하는 데이터의 개수를 막대 그래프 시각화

- joinplot()

  : 산점도를 기본, x-y축 각 변수에 대한 히스토그램 동시 시각화

  : x, y, data, kind='reg' 선형회귀선, kind='hex' 육각산점도, kind='kde' 커널밀집그래프

기본형

 

- pairplot()

  : 데이터의 열을 두개씩 짝 지을 수 있는 모든 조합에 대해 표현

  : 열을 정수/실수형

  : 같은 변수에는 히스토그램, 서로 다른 변수 간에는 산점도