[データ科学]人工資源の利用

using Python - anaconda & jupyter notebook

📌 Seaborn

Windows環境でSeabornの使用を開始する場合は、次の手順に従います.
基本的にmatplotlibと一緒に使用します.
次のコードの説明は、以前のmatplotlib投稿に簡単に含まれています.

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib import rc
import seaborn as sns

plt.rcParams["axes.unicode_minus"] = False
rc("font", family="Malgun Gothic")
%matplotlib inline

まず,単純な三角関数図により基礎フレームワークを決定した.

# 그래프로 나타낼 데이터 준비
x = np.linspace(0, 14, 100)
y1 = np.sin(x)
y2 = 2 * np.sin(x + 0.5)
y3 = 3 * np.sin(x + 1.0)
y4 = 4 * np.sin(x + 1.5)

# seaborn 활용 그래프 그리기
sns.set_style("dark") 		# 그래프 배경 스타일 지정
plt.figure(figsize=(10,6))
plt.plot(x, y1, x, y2, x, y3, x, y4)
plt.show()

上記のコードを実行すると、結果画面は次のようになります.set_style("darkgrid)を上にすると、同じ暗い背景にメッシュテクスチャが一緒に表示されます.

📌 Seabornサンプルチャート

さまざまなオプションを変更して、異なるグラフィックを描画します.

boxplot

swarmplot

lmplot

👉 「tips」によるデータセットの公開tips = sns.load_dataset("tips")

📚 boxplot

箱ひげ図

デフォルトボックスxplot

plt.figure(figsize=(8,6))
sns.boxplot(x=tips["total_bill"])
plt.show()

色相:カテゴリデータを指定するには

plt.figure(figsize=(8,6))
sns.boxplot(
    x="day", 
    y="total_bill", 
    hue="smoker", 
    palette="Set3",   # 지정된 색 조합으로 설정
    data=tips
)
plt.show()

📚 swarmplot

種別散点

は重ならない

plt.figure(figsize=(8,6))
sns.swarmplot(
    x="day", 
    y="total_bill", 
    data=tips, 
    color="0.5"	   # color 는 1일수록 하얀색, 0일수록 검은색
) 

plt.show()

boxplot X swarmplot

plt.figure(figsize=(8,6))
# boxplot 그리기
sns.boxplot(
    x="day", 
    y="total_bill", 
    palette="Set3",
    data=tips
)

# 그 위에 swarmplot 그리기
sns.swarmplot(
    x="day", 
    y="total_bill", 
    data=tips, 
    color="0.5"
) 
plt.show()

📚 lmplot

xとy軸要素の関係を理解する

図の透明部分が狭いほど相関が高くなる
-信頼区間

sns.lmplot(
    x="total_bill", 
    y="tip", 
    data=tips, 
    hue="smoker", 
    height=10 	    # 그래프 크기
)
plt.show()

👉 「anscombe」によるデータセットの公開anscombe = sns.load_dataset("anscombe")

1 Dデータlmplot

sns.set_style("darkgrid")
sns.lmplot(
    x="x", 
    y="y", 
    data=anscombe.query("dataset == 'I'"), 
    ci=None,		# ci 신뢰구간 영역 안보이게 함
    
    # 잘보이기 위해 꾸밈 옵션
    height=7,
    scatter_kws={"s":80} # 마커 사이즈 변경
)

plt.show()

2 Dデータlmplot

sns.set_style("darkgrid")
sns.lmplot(
    x="x", 
    y="y", 
    data=anscombe.query("dataset == 'II'"), # 2차식 데이터
    order=2, 	# 데이터의 차수에 따라 옵션 변경
    ci=None,
    
    height=7,
    scatter_kws={"s":80}
)

plt.show()

異常点データ

sns.set_style("darkgrid")
sns.lmplot(
    x="x", 
    y="y", 
    data=anscombe.query("dataset == 'III'"), # 아웃라이어가 있는 데이터
    robust=True,     # 원본에서 많이 떨어진 데이터는 없는 셈 친다
    ci=None,
    
    height=7,
    scatter_kws={"s":80} 
)

plt.show()

robust=True

robustオプションがない場合

📚 heatmap

は

を出力し、一定の画像に各種情報を熱分布形式で表示する.
👉 「flights」によるデータセットの公開flights = sns.load_dataset("flights")データをトリミングしてグラフィックを描画

flights = flights.pivot_table(index="month", columns="year", values="passengers")

熱図を描く

plt.figure(figsize=(10,6))
sns.heatmap(
    data=flights, 
    annot=True,    # annot=True 데이터 값 표시
    fmt="d", 	   # fmt="d" 정수형 표현
    cmap="YlGnBu"
) , 
plt.show()

📚 pairplot

各データの組合せは

メッシュの形で散点等として表される.
👉 「iris」によるデータセットの公開iris = sns.load_dataset("iris")カテゴリ別pairplotの描画

sns.pairplot(iris, hue="species")
plt.show()

列を選択してpairplotを描画する

sns.pairplot(
    iris,
    x_vars=["sepal_width", "sepal_length"],
    y_vars=["petal_width", "petal_length"]
)
plt.show()