[Part 2] 시각화-box plot

BOX Plot¶

일반적으로 박스 플롯은 전체 데이터로부터 얻어진 아래의 다섯 가지 요약 수치를 사용해서 그려진다.

• 최소값
• 제 1사분위 수 (Q1)
• 제 2사분위 수 또는 중위수 (Q2)
• 제 3사분위 수 (Q3)
• 최대값

사분위 수는 데이터를 4등분한 지점을 의미한다. 예를 들어, 제 1사분위 수는 전체 데이터 중 하위 25%에 해당하는 값이고, 제 3사분위 수는 전체 데이터 중 상위 25%에 해당하는 값이다.

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 

샘플 데이터¶

In [2]:

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

In [ ]:

df

In [ ]:

df.plot()

#plot가 안될때에는 pip3 install matplotlib로 설치한다

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

box plot¶

In [3]:

df_seoul = df.loc[df['지역'] == '서울']

In [4]:

df_seoul['분양가'].plot(kind='box')

Out[4]:

<AxesSubplot:>

In [6]:

df_seoul.describe()

Out[6]:

	연도	월	분양가
count	212.00000	212.000000	212.000000
mean	2017.45283	6.566038	7308.943396
std	1.31439	3.603629	1402.869496
min	2015.00000	1.000000	5061.000000
25%	2016.00000	3.000000	6519.750000
50%	2017.00000	7.000000	6895.500000
75%	2019.00000	10.000000	7732.000000
max	2020.00000	12.000000	13835.000000

IQR은 Inter Quantile Range의 약어로써, (3Q - 1Q) * 1.5 값을 나타낸다.

In [7]:

IQR = (7732 - 6519.75) * 1.5
IQR

Out[7]:

1818.375

In [8]:

## 박스 플롯 max
7732 + IQR

Out[8]:

9550.375

In [9]:

## 박스 플롯 min
6519.75 - IQR

Out[9]:

4701.375

박스플롯은 데이터 outlier 감지 할 때 가장 많이 활용 되며, 25%, median, 75% 분위의 값을 활용하는 용도로 많이 활용됨

matplotlib 사용하여 box plot 그리기¶

In [10]:

import matplotlib.pyplot as plt
import numpy as np

# 1. 기본 스타일 설정
plt.style.use('default')
plt.rcParams['figure.figsize'] = (4, 3)
plt.rcParams['font.size'] = 12

# 2. 데이터 준비
np.random.seed(0)
data_a = np.random.normal(0, 2.0, 1000)
data_b = np.random.normal(-3.0, 1.5, 500)
data_c = np.random.normal(1.2, 1.5, 1500)

# 3. 그래프 그리기
fig, ax = plt.subplots()

ax.boxplot([data_a, data_b, data_c], notch=True, whis=2.5, vert=False)
# vert 값을 False로 두면 수평의 박스 plot를 그릴 수 있다.
ax.set_xlim(-10.0, 10.0)
ax.set_xlabel('Value')
ax.set_ylabel('Data Type')

plt.show()