In [4]:
import matplotlib.pyplot as plt
import numpy as np
In [5]:
%matplotlib inline
import seaborn as sns
In [8]:
x = np.linspace(0,14,100)
y1 = np.sin(x)
y2 = 2*np.sin(x+0.5)
y3 = 4*np.sin(x+1.0)
plt.figure(figsize=(10,6)) # 그림의 크기
plt.plot(x, y1)
Out[8]:
In [10]:
plt.plot(x, y1, x,y2, x, y3) # 3개의 sin 그래프
Out[10]:
새로운 스타일 적용¶
In [11]:
sns.set_style("whitegrid")
In [12]:
plt.plot(x, y1, x,y2, x, y3) # 3개의 sin 그래프
Out[12]:
tip 데이터로 데이터 살펴보고 인사이트 얻기¶
In [16]:
sns.set_style("whitegrid")
In [18]:
tips = sns.load_dataset("tips") # 인터넷이 켜져 있어야 함.
tips
Out[18]:
In [36]:
tips.head() ## 앞의 데이터 조금만 살펴보기
Out[36]:
In [23]:
import pandas as pd
In [ ]:
index=titanic_train["Survived"], # Make a crosstab
columns="count") # Name the count column
In [27]:
my_tab = pd.crosstab(index=tips["time"], # Make a crosstab
columns="count") # Name the count column
my_tab # 동시에 여러개 띄우기
Out[27]:
Boxplot을 이용한 시각화 하기¶
요일별 식사금액은 얼마나 될까?¶
In [34]:
plt.figure(figsize=(8,6))
sns.boxplot(x="day", y="total_bill", data=tips)
plt.show()
실습1. 요일별 Tip은 얼마나 될까?¶
In [35]:
plt.figure(figsize=(8,6)) # 사이즈
_____ # 빈칸을 채워보자.
plt.show()
요일별 식사 금액, 그런데 흡연자와 비흡연자를 비교해 보자.¶
In [30]:
plt.figure(figsize=(8,6))
sns.boxplot(x="day", y="total_bill", hue="smoker", data=tips, palette="Set3")
plt.show()
Regression(회귀선)을 그어서 대략적인 예측을 수행해보자.¶
식사금액과 팁의 상관관계¶
In [33]:
sns.set_style("darkgrid")
sns.lmplot(x="total_bill", y="tip", data=tips, size=7)
plt.show()
그러면 담배 필 때와 안 피는 사람은?¶
In [37]:
sns.lmplot(x="total_bill", y="tip", hue="smoker", data=tips, palette="Set1", size=7)
plt.show()
항공 데이터 이용¶
연도별 월 승객 ...
In [49]:
fg = sns.load_dataset("flights")
fg.head(5)
fg
Out[49]:
In [50]:
type(fg)
Out[50]:
In [51]:
fgp = fg.pivot("month", "year", "passengers")
fgp
Out[51]:
In [52]:
plt.figure(figsize=(10,8))
sns.heatmap(fgp, annot=True, fmt="d")
plt.show()
iris 데이터를 살펴보기¶
In [53]:
sns.set(style="ticks")
iris = sns.load_dataset("iris")
iris
Out[53]:
In [56]:
sns.pairplot(iris)
Out[56]:
In [54]:
sns.pairplot(iris, hue="species")
plt.show()
