데이터 사이언스: Pandas plot의 종류와 특성 공부하기!(박스플롯, 산점도, 선, 막대, 원, 히스토그램)

Pandas에서 제공하는 여러가지 그래프들을 알아보겠습니다~

 

 

 

1. 선그래프(Line plot)

 

 

다음과 같은 데이터프레임이 있을 때 

 

import pandas as pd
df = pd.read_csv("Downloads/broadcast.csv", index_col = 0)

 

 

 

 

 

선 그래프는 시간의 경과에 따라 변하는 모습을 나타내기 위한 플롯입니다. 그냥 꺽은선 그래프라고 생각하시면 됩니다.

 

df.plot()

 

방송사의 전체적인 시청률이 떨어지고 있음을 알 수 있습니다. 

 

아마도 유튜브나 넷플릭스 때문이겠죠?

 

 

 

 

df.plot(y = "KBS")
df["KBS"].plot()

 

위의 두 가지방법으로 출력할 수 있습니다.

 

KBS의 시청률이 시간에 지남에 따라 감소하는 것을 알 수 있네요.

 

 

 

 

 

2. 막대그래프(Bar graph)

 

 

조사한 수를 막대로 나타낸 그래프, 수량의 많고 적음을 한눈에 쉽게 비교할 수 있습니다. 

 

df2 = pd.read_csv("Downloads/sports.csv", indx_col = 0)
df2

 

 

 

 

 

< 가로형 >

 

df2.plot(kind = "bar")

남자들이 좋아하는 운동, 여자들이 좋아하는 운동을 한눈에 확인할 수 있습니다. 

 

 

 

 

< 세로형 >

 

df2.plot(kind = "barh")

 

 

 

 

 

<Stack형>

 

df2.plot(kind = "bar", stacked = True)

어떤 운동이 가장 인기가 많은지 알 수 있군요!

 

 

 

 

 

3. 원그래프(Pie graph)

 

 

수량을 통해 비교하기 보다는 비율을 통해 비교할 때 유용합니다.

 

df3 = pd.read_csv("Downloads/broadcast.csv", index_col = 0)
df3

 

 

 

 

df3.loc[2012].plot(kind = "pie")

 

 

 

 

 

 

4. 히스토그램(Histogram)

 

 

범위를 여러개로 나누어 만든 막대 그래프입니다. 일종의 도수분포표죠

 

df4 = pd.read_csv("Downloads/body.csv", index_col = 0)
df4

 

 

 

 

df4.plot(kind = "hist", y = "Height")

 

키가 175cm 주변인 사람들의 분포가 제일 높군요!

 

 

 

 

좀 더 세분화해서 나누어 주고 싶다면 bins 값을 정해줍니다.

 

default 값이 10이므로 지정해주지 않으면 10개의 구간으로 히스토그램이 만들어집니다. 

 

df4.plot(kind = "hist", y = "Height", bins = 15)

 

측정 범위를 15칸으로 쪼개서 전 히스토그램보다 더 구체적으로 보여줍니다. 

 

 

 

 

 

5. 박스플롯(Box plot)

 

 

자료의 특성을 한 눈에 볼 수 있다는 특성이 있고,

 

이상점이 포함되어 있는지 쉽게 판단할 수 있습니다.

 

 

박스플롯은 다음과 같은 기준을 따릅니다. 

 

출처: 네이버 블로그 PANSPACE-팬스페이스

 

 

 

 

df5 = pd.read_csv("Downloads/exam.csv")
df5

 

 

 

 

 

df5["math score"].describe()

count    1000.00000
mean       66.08900
std        15.16308
min         0.00000
25%        57.00000
50%        66.00000
75%        77.00000
max       100.00000

 

"math score"의 box plot이 위와 같은 값을 따를 겁니다.  

 

 

 

 

 

df5.plot(kind = "box", y = "math score")

 

수학점수에 대한 평균값, 최소, 최댓값, 중간값등을 대략적으로 알 수 있습니다.  

 

 

 

 

 

df5.plot(kind = "box", y = ["math score", "reading score", "writing score"])

 

이렇게 수학점수, 읽기점수, 쓰기점수 전체를 박스플롯으로 나타냄으로써

대략적인 점수 분포를 알 수 있습니다. 

 

예를 들어, 대략적인 점수 분포는 읽기 점수가 수학 점수보다 높고 

수학점수는 다른 과목들보다 골고루 분산되어 있다는 것을 알 수 있습니다. 

 

 

 

 

 

6. 산점도(Scatter plot)

 

 

산점도(scatter plot)은 두 변수간의 관계를 시각적으로 검토할 때 유용합니다. 

 

df5.plot(kind = "scatter", x = "reading score", y = "writing score")

 

쓰기점수가 높아질수록, 읽기점수가 높아지는 것을 보아하니

둘의 점수관계가 비례한다는 것을 알 수 있군요!