[데이터 시각화] 파이썬으로 그래프 그리기 : matplotlib(2) 실전

240513 Today I Learn

데이터 전처리하기

iris 데이터셋을 활용해서 데이터 전처리

iris_data = sns.load_dataset('iris')
iris_data.head()

• Q1. 'species' 열 값이 'setosa'인 데이터 선택하기

iris_data[iris_data['species']=='setosa']

→ 조건 인덱싱하기 dataframe[조건]

→ .loc를 활용할 수도 있음. `iris_data.loc[iris_data['species'] == 'setosa']`

• Q2. 10부터 20까지의 행과 1부터 3까지의 열 선택하기

iris_data.iloc[10:21,1:4]

 

👇 .iloc : 인덱스를 이용해서 데이터 프레임 슬라이싱하기

 

[Pandas] 데이터 전처리 (2) 결측치 확인하기, 데이터 프레임 슬라이싱

tips 데이터셋을 활용해서 데이터 전처리

tips_data = sns.load_dataset('tips')
tips_data.head()

• Q1. total_bill이 30 이상인 데이터만 선택하기

tips_data[tips_data['total_bill']>=30]

• Q2. 성별('sex')을 기준으로 데이터 그룹화하여 팁(tip)의 평균 계산

tips_data.groupby('sex')['tip'].mean()

## sex
## Male      3.089618
## Female    2.833448

→ dataframe.groupby('기준으로 둘 컬럼')['계산할 컬럼'].집계함수()

• Q3. 'day'와 'time'을 기준으로 데이터 그룹화하여 전체 지불 금액(total_bill)의 합 계산

tips_data.groupby(['day','time'])['total_bill'].sum()

## day   time  
## Thur  Lunch     1077.55
##       Dinner      18.78
## Fri   Lunch       89.92
##       Dinner     235.96
## Sat   Lunch        0.00
##       Dinner    1778.40
## Sun   Lunch        0.00
##       Dinner    1627.16

→ 기준으로 둘 칼럼이 2개 이상인 경우 순서에 따라 대괄호([])안에 리스트 형태로 넣어주기

• Q4. 'day' 열을 기준으로 각 요일별로 팁(tip)의 평균을 새로운 데이터프레임으로 만든 후, 이를 기존의 `tips` 데이터셋에 합쳐보자

# day에 따른 tip의 평균
avg_tips = tips_data.groupby(['day'])['tip'].mean().reset_index()
avg_tips.columns = ['day', 'avg_tip']
avg_tips

# 원래 tips_data와 결합하기
new = pd.merge(tips_data, avg_tips, on = 'day', how = 'left')
new.head()

→ 컬럼명 바꾸기 : dataframe.colums = [바꿀 컬럼명 모두 적기]

→ merge를 사용할 때에는 반드시 pd.merge(결합할 df1, 결합할 df2, on = '두 데이터프레임이 공유하는 키', how= '결합방식)

 

[Pandas] 데이터 전처리 (3) 데이터 병합, 데이터 집계, 데이터 정렬

데이터 시각화하기

flights 데이터셋을 활용해서 데이터 시각화

flights_data = sns.load_dataset('flights')
flights_data.head()

• 연도별 총 승객수(선형 그래프)

# 집계함수 사용 데이터 전처리(anuual_tot_passenger)
annual_tot_passenger = flights_data.groupby('year')['passengers'].sum().reset_index()
annual_tot_passenger.columns = ['year','tot_passenger']
annual_tot_passenger

# plot 그리기
plt.plot(annual_tot_passenger['year'],annual_tot_passenger['tot_passenger'], marker = 'o')
plt.title('Annual number of Passengers')

• 연도별 평균 승객수 (막대그래프)

# 집계함수 이용해 연도별 평균 승객수 구하기(annual_avg_passenger)
annual_avg_passenger = flights_data.groupby('year')['passengers'].mean().reset_index()
annual_avg_passenger.columns = ['year','avg_passengers']
annual_avg_passenger

# 막대 그래프 그리기
plt.bar(annual_avg_passenger['year'],annual_avg_passenger['avg_passengers'], color = 'green')
plt.title('Annual Average number of Passengers')

• 승객수 분포 (히스토그램)

plt.hist(flights_data['passengers'], bins=20)
plt.title('Distribution of Passengers')

• 연도별 승객수와 월간 승객수

for month in flights_data['month'].unique():
    plt.scatter(flights_data[flights_data['month'] == month]['year'], 
                flights_data[flights_data['month'] == month]['passengers'], 
                label=month, alpha=0.7)

→ 두 개 이상의 범주가 있는 경우는 위와 같이 label을 지정하여 나타낼 수 있다.

• 월별 승객수 분포

plt.boxplot([flights_data[flights_data['month']==month]['passengers'] for month in flights_data['month'].unique()],
            labels=flights_data['month'].unique())
plt.title('Passengers Distribution by Month')

→ flights_data에서 flights_data의 month가 반복문 속 month와 같은 경우 passengers의 수 `flights_data[flights_data['month'] == month]['passengers']`
→ flights_data['month'].unique()의 경우 다음과 같은 결과를 출력한다.

flights_data['month'].unique()

## ['Jan', 'Feb', 'Mar', 'Apr', 'May', ..., 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']

💡 boxplot을 만들 때에는 안에 들어가는 데이터의 형태를 잘 가공해줘야 한다.

tips 데이터셋을 활용해 데이터 시각화

• 요일별 팁 금액의 평균(Line Chart)

# 집계 함수 이용해 전처리
daily_avg_tips = tips_data.groupby('day')['tip'].mean().reset_index()
daily_avg_tips.columns = ['day','avg_tips']

# plot 그리기
plt.plot(daily_avg_tips['day'],daily_avg_tips['avg_tips'],color = 'pink', marker='o')

plt.title('Average Tips by Day')
plt.xlabel('Day of the Week')
plt.ylabel('Average Tip Amount')
plt.show()

• 요일별 총 팁 금액 (막대 그래프)

# 집계함수 이용해 데이터 전처리
daily_tot_tips = tips_data.groupby('day')['tip'].sum().reset_index()
daily_tot_tips.columns = ['day','tot_tips']

# 막대 그래프 그리기
plt.bar(daily_tot_tips['day'],daily_tot_tips['avg_tips'],color = 'green')

# 제목 및 축제목 적용
plt.title('Total Tips by Day')
plt.xlabel('Day of the Week')
plt.ylabel('Total Tip Amount')
plt.show()

• 식사 금액 분포 (히스토그램)

# 히스토그램 그리기
plt.hist(tips_data['total_bill'],bins = 10, color = 'orange')

# 그래프 제목 및 축제목
plt.title('Distribution of Total Bill')
plt.xlabel('Total Bill Amount')
plt.ylabel('Frequency')
plt.show()

 

• 식사 금액과 팁 금액의 관계(산점도)

# 산점도 그리기
plt.scatter(tips_data['total_bill'],tips_data['tip'],color = 'red', alpha=0.5)

# 그래프 제목 및 축제목
plt.title('Tip Amount vs Total Bill')
plt.xlabel('Total Bill Amount')
plt.ylabel('Tip Amount')
plt.show()

• 요일별 식사 금액 분포(boxplot)

# boxplot 그리기
plt.boxplot([tips_data[tips_data['day']==d]['total_bill'] for d in tips_data['day'].unique()], 
            labels=tips_data['day'].unique())

# 그래프 제목 및 축제목
plt.title('Total Bill Distribution by Day')
plt.xlabel('Day of the Week')
plt.ylabel('Total Bill Amount')