[Part 2] 시각화-바그래프

bar 그래프¶

bar 그래프는 그룹별로 비교할 때 유용하다.

먼저 pandas를 이용하여 데이터 셋을 가져와서 그래프를 그리고, matplotlib.plot 라이브러리를 이용해서 파라미터 값을 하나씩 구성할 예정이다.

pandas 활용¶

In [1]:

import pandas as pd
#우선 판다스 라이브러리를 import

import matplotlib.pyplot as plt
#다음으로 그래프를 그리기 위한 matplotlib.pyplot 라이브러리를 import 한다.

# 한글 입력이 되지 않을 때는 다음 줄을 입력해주면 된다.
# 맥에는 나눔 고딕이 아닌 애플고딕을 사용해야한다.

from matplotlib import rc  

rc('font', family='AppleGothic')
plt.rcParams['axes.unicode_minus'] = False 

Graph 사이즈 키우기¶

그래프 설정등은 다음처럼 pyplot 라이브러리를 활용한다.¶

In [ ]:

plt.rcParams["figure.figsize"] = (12, 9)

In [ ]:

df.plot()

Plot 그래프¶

plot의 kind 옵션을 통해 원하는 그래프를 그릴 수 있다.

kind 옵션:

• line: 선그래프

* bar: 바 그래프¶

* barh: 수평 바 그래프¶

• hist: 히스토그램
• kde: 커널 밀도 그래프
• hexbin: 고밀도 산점도 그래프
• box: 박스 플롯
• area: 면적 그래프
• pie: 파이 그래프
• scatter: 산점도 그래프

In [2]:

df = pd.read_csv('https://bit.ly/ds-house-price-clean')

In [3]:

df.groupby('지역')['분양가'].mean()

Out[3]:

지역
강원    2448.156863
경기    4133.952830
경남    2858.932367
경북    2570.465000
광주    3055.043750
대구    3679.620690
대전    3176.127389
부산    3691.981132
서울    7308.943396
세종    2983.543147
울산    2990.373913
인천    3684.302885
전남    2326.250000
전북    2381.416268
제주    3472.677966
충남    2534.950000
충북    2348.183962
Name: 분양가, dtype: float64

In [4]:

df.groupby('지역')['분양가'].mean().plot(kind='bar')

Out[4]:

<AxesSubplot:xlabel='지역'>

In [5]:

df.groupby('지역')['분양가'].mean().plot(kind='barh')
# kind에 barh를 사용하면 가로형 그래프로 사용할 수 있다.

Out[5]:

<AxesSubplot:ylabel='지역'>

In [21]:

df.groupby('지역')['분양가'].mean().plot(kind='bar', color='r', width=0.9)

Out[21]:

<AxesSubplot:xlabel='지역'>

In [22]:

df.groupby('지역')['분양가'].mean().plot(kind='barh', color='y', width=0.9)
# kind에 barh를 사용하면 가로형 그래프로 사용할 수 있다.

Out[22]:

<AxesSubplot:ylabel='지역'>

matplotlib.plot 라이브러리 활용¶

먼저 bar 함수에 bar로 표시할 배열의 갯수와 y축의 값을 넣어준다.¶

다음 xticks 함수에 bar로 표시할 배열의 갯수와 x축의 막대가 될 값을 넣어준다.¶

In [15]:

import numpy as np

subject = ['math', 'science', 'history']
score = [100, 50, 70]

x = np.arange(len(subject))
#주어진 범위와 간격에 따라 균일한 값을 갖는 배열을 리턴

plt.bar(x, score)
plt.xticks(x, subject)
plt.xlabel('exam subject',  fontsize=14)
plt.ylabel('exam score',  fontsize=14)
plt.show()

다음으로 색 지정이다.¶

색은 라인 그래프에서 했던 방식과 마찬가지로 color 파라미터를 통하여 지정해준다.¶

In [16]:

import numpy as np

subject = ['math', 'science', 'history']
score = [100, 50, 70]

x = np.arange(len(subject))
#주어진 범위와 간격에 따라 균일한 값을 갖는 배열을 리턴

plt.bar(x, score, color="y")
plt.xticks(x, subject)
plt.xlabel('exam subject',  fontsize=14)
plt.ylabel('exam score',  fontsize=14)
plt.show()

다음은 막대의 너비 조절이다.¶

너비는 width라는 파라미터를 통하여 조정이 가능하다.¶

위의 그래프보다 얇아진 막대를 확인 할 수 있다.

In [17]:

import numpy as np

subject = ['math', 'science', 'history']
score = [100, 50, 70]

x = np.arange(len(subject))
#주어진 범위와 간격에 따라 균일한 값을 갖는 배열을 리턴

plt.bar(x, score, color="y", width=0.4)
plt.xticks(x, subject)
plt.xlabel('exam subject',  fontsize=14)
plt.ylabel('exam score',  fontsize=14)
plt.show()

pandas의 kind='barh'처럼 수평 바그래프를 만들 수도 있다.¶

방법은 매우 간단한데, bar 함수를 barh로 바꾸고¶

xticks 함수를 yticks 함수로 바꾸면 된다!!!!!!¶

그리고 막대의 크기를 정하는 파라미터인 width를 height로 바꾸어주면 마찬가지로 막대의 너비가 조절이 가능하다.¶

In [27]:

import numpy as np

subject = ['math', 'science', 'history']
score = [100, 50, 70]

x = np.arange(len(subject))
#주어진 범위와 간격에 따라 균일한 값을 갖는 배열을 리턴

#plt.bar(x, score, color="y", width=0.4)
plt.barh(x, score, color="y", height=0.4)
#plt.xticks(x, subject)
plt.yticks(x, subject)
plt.xlabel('exam score',  fontsize=14)
plt.ylabel('exam subject',  fontsize=14)
plt.show()