TIL 5일차 (22.01.07)

<안내>
필자도 배우는 입장이라 틀린점, 잘못된 점이 있을 수 있습니다.
그러니 지적, 피드백 환영합니다.

Matplotlib으로 데이터 시각화하기¶

데이터를 보기좋게 표현해봅시다.

1. Matplotlib 시작하기¶

2. 자주 사용되는 Plotting의 Options¶

• 크기 : figsize
• 제목 : title
• 라벨 : _label
• 눈금 : _ticks
• 범례 : legend

3. Matplotlib Case Study¶

• 꺾은선 그래프 (Plot)
• 산점도 (Scatter Plot)
• 박스그림 (Box Plot)
• 막대그래프 (Bar Chart)
• 원형그래프 (Pie Chart)

4. The 멋진 그래프, seaborn Case Study¶

• 커널밀도그림 (Kernel Density Plot)
• 카운트그림 (Count Plot)
• 캣그림 (Cat Plot)
• 스트립그림 (Strip Plot)
• 히트맵 (Heatmap)

I. Matplotlib 시작하기¶

• 파이썬의 데이터 시각화 라이브러리(라이브러리 - 코드의 모임)

cf) 라이브러리 vs 프레임워크
개발자들이 만들어놓은 코드, 우리가 코드를 더 작성해서 원하는 일을 함

프레임워크 : 틀이 짜여있고 데이터만 넣으면 됨

• matplotlib
• %matplotlib inline을 통해서 활성화

In [1]:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

%matplotlib inline

II. Matplotlib Case Study with Arguments¶

In [2]:

plt.plot([1,2,3,4,5]) # 실제 plotting을 하는 함수 # y = x + 1 그래프  
# x값을 명시하지않으면 인덱스를 기준으로 만듬
plt.show() # plt를 확인하는 명령

In [3]:

plt.plot([2,4,2,4,2])
plt.show()

Figsize : Figure(도면)의 크기 조절¶

In [4]:

plt.figure(figsize=(3,3)) # potting을 할 도면을 선언

plt.plot([0,1,2,3,4])
plt.show()

2차함수 그래프 with plot()¶

In [5]:

plt.plot([0,1,2,3,4])
plt.show()

In [6]:

# numpy.array를 이용해서 함수 그래프 만들기
# y = x^2
x = np.array([1,2,3,4,5]) # 정의역
y = np.array([1,4,9,16,25])  # f(x)

plt.plot(x,y)
plt.show()

In [7]:

# np.arange(a,b,c) # range에선 -10~10 : c // 1,2 이런식이었는데, 
# arange에선 c = 실수범위로 가능함 

x = np.arange(-10, 10, 0.01)
plt.plot(x,x**2)

plt.show()

In [8]:

# x, y축에 설명 추가하기

x = np.arange(-10, 10, 0.01)

###
plt.xlabel("x value")
plt.ylabel("f(x) value")
###

plt.plot(x,x**2)

plt.show()

In [9]:

# x, y축의 범위 설정하기 

x = np.arange(-10, 10, 0.01)

plt.xlabel("x value")
plt.ylabel("f(x) value")

###
plt.axis([-5,5, 0, 25]) # 축 함수[x_min,x_max, y_min, y_max]
###

plt.plot(x,x**2)

plt.show()

In [10]:

# x, y축에 눈금 설정하기 

x = np.arange(-10, 10, 0.01)

plt.xlabel("x value")
plt.ylabel("f(x) value")
plt.axis([-5,5, 0, 25]) # 축 함수[x_min,x_max, y_min, y_max]

plt.xticks([i for i in range(-5,5+1,1)])
plt.yticks([i for i in range(0,24+1,3)])


plt.plot(x,x**2)

plt.show()

In [11]:

# 그래프에 title 달기 

x = np.arange(-10, 10, 0.01)

plt.xlabel("x value")
plt.ylabel("f(x) value")
plt.axis([-5,5, 0, 25]) # 축 함수[x_min,x_max, y_min, y_max]

plt.xticks([i for i in range(-5,5+1,1)])
plt.yticks([i for i in range(0,24+1,3)])

###
plt.title("y = x^2 graph")
###

plt.plot(x,x**2)

plt.show()

In [12]:

# legend 달기
x = np.arange(-10, 10, 0.01)

plt.xlabel("x value")
plt.ylabel("f(x) value")
plt.axis([-5,5, 0, 25]) # 축 함수[x_min,x_max, y_min, y_max]
plt.xticks([i for i in range(-5,5+1,1)])
plt.yticks([i for i in range(0,24+1,3)])
plt.title("y = x^2 graph")

###
plt.plot(x,x**2, label = 'trend')
plt.legend()
###
plt.plot(x,x**2)

plt.show()

III. Matplotlib Case Study¶

꺾은선 그래프 (Plot)¶

• plot()

In [13]:

x = np.arange(20)  # 0~19
y = np.random.randint(0,20,20)
plt.axis([0,20,0,20])
###
plt.yticks([i for i in range(0,20+1,5)])
###
plt.plot(x,y)
plt.show()

# Extra : y축을 20까지 보이게 하고싶다면? , y축을 5단위로 보이게 하고싶다면?

Plot vs scatterl plot¶

꺽: 시계열 데이터 (시간에 따라) 변하는 걸 보기 좋음
scatter :서로 별개인 것 같은 두 변수

산점도 (Scatter Plot)¶

• scatter()
• 변수를 점만 통통통 찍어놓음

In [14]:

plt.scatter(x,y)
plt.show()

박스 그림 (Box Plot)¶

• plt.boxplot()
• 수치형 데이터에 대한 정보(Q1, Q2, Q3, min, max)

In [15]:

plt.boxplot((x,y))
# Q1 :25 % Q2:상위 50% median 중앙값 Q3: 75%
###
plt.title('Box plot of x, y')
###
plt.show()  #  ??? 이거 주식 그래프잖아 ㅋㅋ 

# Extra : Plot의 Title을 "Box plot of y" 라고 하자 

막대 그래프 (Bar Plot)¶

• plt.bar()
• 범주형 데이터의 '값'과 그 값의 크기를 직사각형으로 나타낸 그림

In [16]:

plt.bar (x,y)

plt.xticks(np.arange(0,20,1))

plt.show()

# Extra : xticks를 올바르게 설정해보자

Histogram¶

• hist()
• 도수분표를 직사각형의 막대 형태로 나타냈다.
• "계급" 이라는 개념이 들어간다.
• 변량을 그룹화 해서 나타내면 좋지 않을까? 라는 생각에서 표현을 하게됨
• 0, 1, 2가 아니라 , 0~2 까지의 범주형 데이터로 구성후 그림을 그림

In [17]:

plt.hist(y,bins= np.arange(0,22,2)) # bins 범주의 간격을 표현

###
plt.xticks(np.arange(0,22,2))
###

plt.show()

# Extra : xticks를 올바르게 고쳐보자 
# 

원형 그래프 (Pie Chart)¶

• 데이터에서 전체에 대한 부분의 비율을 부채꼴로 나타낸 그래프
• 다른 그래프에 비해서 비율 확인에 용이
• .pie()

In [18]:

z = [100, 200, 300, 400]

plt.pie(z, labels=['one','two','three','four'])
plt.show()  # pie 차트는 라벨을 붙여주는게 무적권 좋음

IV. The 멋진 그래프, Seaborn Case Study¶

Matplotlib를 기반으로 더 다양한 시각화 방법을 제공하는 라이브러리¶

• 커널밀도그림 (Kernel Density Plot)
• 카운트그림 (Count Plot)
• 캣그림 (Cat Plot)
• 스트립그림 (Strip Plot)
• 히트맵 (Heatmap)

Seaborn Import 하기¶

In [19]:

import seaborn as sns

커널밀도그림 (Kernel Density Plot)¶

• 히스토그램과 같은 연속적인 분포를 곡선화해서 그린 그림
• sns.kdeplot()

In [20]:

# in Histogram

x = np.arange(0,22,2)
y = np.random.randint(0,20,20)

plt.hist(y,bins =x)
plt.show()

In [21]:

# kdeplot

sns.kdeplot(y, shade = True) # shade : 밑에 색칠해줌 default = False

plt.show()

카운트 그림 (Count Plot)¶

• 범주형 column의 빈도수를 시각화 -> Groupby 후의 도수를 하는 것과 동일한 효과
• sns.countplot()

In [22]:

vote_df = pd.DataFrame({'name':['Andy', 'Bob', 'Cat'], 'vote': [True, True, False]})

vote_df

Out[22]:

	name	vote
0	Andy	True
1	Bob	True
2	Cat	False

In [23]:

# in matplotlib barplot

vote_count = vote_df.groupby('vote').count()


vote_count

Out[23]:

	name
vote
False	1
True	2

In [24]:

plt.bar(x=[False,True],height = vote_count['name'])

plt.show()

In [25]:

# sns의 countplot

sns.countplot(x = vote_df['vote'])

plt.show()

캣그림 (Cat Plot)¶

• 숫자형 변수와 하나 이상의 범주형 변수의 관계를 보여주는 함수
• sns.catplot()

In [26]:

covid = pd.read_csv('./country_wise_latest.csv')

covid.head(5)

Out[26]:

	Country/Region	Confirmed	Deaths	Recovered	Active	New cases	New deaths	New recovered	Deaths / 100 Cases	Recovered / 100 Cases	Deaths / 100 Recovered	Confirmed last week	1 week change	1 week % increase	WHO Region
0	Afghanistan	36263	1269	25198	9796	106	10	18	3.50	69.49	5.04	35526	737	2.07	Eastern Mediterranean
1	Albania	4880	144	2745	1991	117	6	63	2.95	56.25	5.25	4171	709	17.00	Europe
2	Algeria	27973	1163	18837	7973	616	8	749	4.16	67.34	6.17	23691	4282	18.07	Africa
3	Andorra	907	52	803	52	10	0	0	5.73	88.53	6.48	884	23	2.60	Europe
4	Angola	950	41	242	667	18	1	0	4.32	25.47	16.94	749	201	26.84	Africa

In [27]:

s = sns.catplot(x='WHO Region' , y='Confirmed' , data = covid) 
s.fig.set_size_inches(10,6) # x축 길이 , y축 길이 kind = default: strip
plt.show()

스트립 그림(Strip Plot)¶

• scatter plot과 유사하게 데이터와 수치를 표현하는 그래프
• sns.stripplot()

In [28]:

sns.stripplot (x='WHO Region' , y='Recovered' , data=covid)


plt.show()

Swarm Plot¶

• strip과 다르게, 유사한 애들이 겹치는 경우 양 옆으로 분산해줌
• swarmplot()

In [29]:

s= sns.swarmplot (x='WHO Region' , y='Recovered' , data=covid)


plt.show()

c:\python39\lib\site-packages\seaborn\categorical.py:1296: UserWarning: 22.7% of the points cannot be placed; you may want to decrease the size of the markers or use stripplot.
  warnings.warn(msg, UserWarning)
c:\python39\lib\site-packages\seaborn\categorical.py:1296: UserWarning: 69.6% of the points cannot be placed; you may want to decrease the size of the markers or use stripplot.
  warnings.warn(msg, UserWarning)
c:\python39\lib\site-packages\seaborn\categorical.py:1296: UserWarning: 79.2% of the points cannot be placed; you may want to decrease the size of the markers or use stripplot.
  warnings.warn(msg, UserWarning)
c:\python39\lib\site-packages\seaborn\categorical.py:1296: UserWarning: 54.3% of the points cannot be placed; you may want to decrease the size of the markers or use stripplot.
  warnings.warn(msg, UserWarning)
c:\python39\lib\site-packages\seaborn\categorical.py:1296: UserWarning: 31.2% of the points cannot be placed; you may want to decrease the size of the markers or use stripplot.
  warnings.warn(msg, UserWarning)

히트맵(Heatmap)¶

• 데이터의 행렬을 색상으로 표현해주는 그림
• sns.heatmap(원하는 데이터 이름)

In [30]:

# 히트맵 예제

covid.corr()  # 행렬꼴로 연관성을 나타냄

Out[30]:

	Confirmed	Deaths	Recovered	Active	New cases	New deaths	New recovered	Deaths / 100 Cases	Recovered / 100 Cases	Deaths / 100 Recovered	Confirmed last week	1 week change	1 week % increase
Confirmed	1.000000	0.934698	0.906377	0.927018	0.909720	0.871683	0.859252	0.063550	-0.064815	0.025175	0.999127	0.954710	-0.010161
Deaths	0.934698	1.000000	0.832098	0.871586	0.806975	0.814161	0.765114	0.251565	-0.114529	0.169006	0.939082	0.855330	-0.034708
Recovered	0.906377	0.832098	1.000000	0.682103	0.818942	0.820338	0.919203	0.048438	0.026610	-0.027277	0.899312	0.910013	-0.013697
Active	0.927018	0.871586	0.682103	1.000000	0.851190	0.781123	0.673887	0.054380	-0.132618	0.058386	0.931459	0.847642	-0.003752
New cases	0.909720	0.806975	0.818942	0.851190	1.000000	0.935947	0.914765	0.020104	-0.078666	-0.011637	0.896084	0.959993	0.030791
New deaths	0.871683	0.814161	0.820338	0.781123	0.935947	1.000000	0.889234	0.060399	-0.062792	-0.020750	0.862118	0.894915	0.025293
New recovered	0.859252	0.765114	0.919203	0.673887	0.914765	0.889234	1.000000	0.017090	-0.024293	-0.023340	0.839692	0.954321	0.032662
Deaths / 100 Cases	0.063550	0.251565	0.048438	0.054380	0.020104	0.060399	0.017090	1.000000	-0.168920	0.334594	0.069894	0.015095	-0.134534
Recovered / 100 Cases	-0.064815	-0.114529	0.026610	-0.132618	-0.078666	-0.062792	-0.024293	-0.168920	1.000000	-0.295381	-0.064600	-0.063013	-0.394254
Deaths / 100 Recovered	0.025175	0.169006	-0.027277	0.058386	-0.011637	-0.020750	-0.023340	0.334594	-0.295381	1.000000	0.030460	-0.013763	-0.049083
Confirmed last week	0.999127	0.939082	0.899312	0.931459	0.896084	0.862118	0.839692	0.069894	-0.064600	0.030460	1.000000	0.941448	-0.015247
1 week change	0.954710	0.855330	0.910013	0.847642	0.959993	0.894915	0.954321	0.015095	-0.063013	-0.013763	0.941448	1.000000	0.026594
1 week % increase	-0.010161	-0.034708	-0.013697	-0.003752	0.030791	0.025293	0.032662	-0.134534	-0.394254	-0.049083	-0.015247	0.026594	1.000000

In [31]:

sns.heatmap(covid.corr())

Out[31]:

<AxesSubplot:>

Mission: 가즈아!  [ 미완성임!!! ]

 min값 최고가를 max값, 오픈가격을 q1 종료가격 q3으로 하고싶은데

다음 데이터가 주어졌을 때 2016.6 ~ 2017.6 기간의 5-MA(Moving Average) 비트코인 가격 그래프를 그려주세요.

• 선의 색깔은 노란색(#f2a900) 으로 해야합니다.
• x-axis label과 y-axis label은 적절한 텍스트로 추가되어야 합니다.
• 이동평균의 기준은 Open Column으로 계산합니다.
• 이외에도 그래프를 알아보기 쉽게 하기 위한 정보(Text, Facet 등)을 추가하는 것도 좋습니다.
• 💡 이동평균(Moving Average)법은 시계열 데이터를 표현하는 데에 많이 사용하는 방법 중 하나입니다.

접근¶

1. 일단 데이터를 열어서
2. 시간을 x 축으로 , 가격을 y축으로 잡고
3. 데이터 유형에 알맞는 plot을 골라서 표현하면 되겠네

In [41]:

bitcoin = pd.read_csv('./BitCoin.csv')

bitcoin

Out[41]:

	Unnamed: 0	Date	Open	High	Low	Close	Volume	Market Cap
0	0	2017-09-22	3628.02	3758.27	3553.53	3630.70	1.194830e+09	60152300000
1	1	2017-09-21	3901.47	3916.42	3613.63	3631.04	1.411480e+09	64677600000
2	2	2017-09-20	3916.36	4031.39	3857.73	3905.95	1.213830e+09	64918500000
3	3	2017-09-19	4073.79	4094.07	3868.87	3924.97	1.563980e+09	67520300000
4	4	2017-09-18	3591.09	4079.23	3591.09	4065.20	1.943210e+09	59514100000
...	...	...	...	...	...	...	...	...
1604	1604	2013-02-05	116.38	125.60	92.28	105.21	6.722784e+06	1292190000
1605	1605	2013-01-05	139.00	139.89	107.72	116.99	8.026719e+06	1542820000
1606	1606	2013-04-30	144.00	146.93	134.05	139.00	8.312655e+06	1597780000
1607	1607	2013-04-29	134.44	147.49	134.00	144.54	7.757951e+06	1491160000
1608	1608	2013-04-28	135.30	135.98	132.10	134.21	7.806648e+06	1500520000

1609 rows × 8 columns

In [64]:

date = bitcoin['Date']
date_start = date.get(bitcoin['Date'] == '2016-05-31')
date_start   # 2016 05월 31일의 인덱스, 날짜

Out[64]:

479    2016-05-31
Name: Date, dtype: object

In [65]:

date = bitcoin['Date']
date_start = date.get(bitcoin['Date'] == '2016-01-06')
date_start  # 2016 06월 01일의 인덱스, 날짜

Out[65]:

478    2016-01-06
Name: Date, dtype: object

In [66]:

date = bitcoin['Date']
date_start = date.get(bitcoin['Date'] == '2016-06-01')
date_start  # 2016 01월 06일의 인덱스, 날짜

Out[66]:

625    2016-06-01
Name: Date, dtype: object

In [49]:

date_end = date.get(bitcoin['Date'] == '2017-07-03')
date_end

Out[49]:

199    2017-07-03
Name: Date, dtype: object

In [56]:

bitcoin['']

Out[56]:

	Unnamed: 0	Date	Open	High	Low	Close	Volume	Market Cap
470	470	2016-09-06	582.20	582.20	570.95	574.63	71301000.0	9103080000
471	471	2016-08-06	577.17	582.84	573.13	581.64	80265800.0	9022250000
472	472	2016-07-06	585.45	590.26	567.51	576.60	107770000.0	9149580000
473	473	2016-06-06	574.60	586.47	574.60	585.54	72138900.0	8977700000
474	474	2016-05-06	573.31	582.81	569.18	574.98	68874100.0	8955060000
475	475	2016-04-06	569.71	590.13	564.24	572.73	94925300.0	8897080000
476	476	2016-03-06	537.68	574.64	536.92	569.19	122020000.0	8395070000
477	477	2016-02-06	536.51	540.35	533.08	537.97	60378200.0	8375000000
478	478	2016-01-06	531.11	543.08	525.64	536.92	86061800.0	8288680000
479	479	2016-05-31	534.19	546.62	520.66	531.39	138450000.0	8335100000
480	480	2016-05-30	528.47	544.35	522.96	533.86	87958700.0	8243960000
481	481	2016-05-29	527.48	553.96	512.18	526.23	148737000.0	8226500000
482	482	2016-05-28	473.03	533.47	472.70	530.04	181199000.0	7375780000
483	483	2016-05-27	453.52	478.15	453.52	473.46	164781000.0	7070010000
484	484	2016-05-26	449.67	453.64	447.90	453.38	65203800.0	7008500000

오늘 배운 것

1. Matplotlib 이용해서 그래프 만들기
2. Matplitlib의 다양한 plot 살펴봄
3. Seaborn 라이브러리의 plot 살펴봄
4. 각 라이브러리의 다양한 plot 활용해서 정보를 보기 좋게 만들 수있음

더 알고싶은 것.

 1. 비트코인 그래프에서 q1 q2 q3을 임의로 어떤 값에 할당할 수 있을까? 할당할 수 있다면, 최저가를 min에, 최고가를 max, q1 ,q3에 종가와 시가 (오른 날에는 종가가 높겠지?) 

2. 일단 주말 과제를 주말을 들여서 끝내야함