[파이썬] Matplotlib와 Seaborn을 이용한 통계적 시각화

01 Sep 2023

python

데이터 과학과 데이터 분석에서 시각화는 매우 중요한 요소입니다. 데이터를 시각적으로 나타내는 것은 데이터의 경향성, 상관 관계, 이상치 등을 빠르게 파악하고 이해할 수 있도록 도와줍니다. 이를 통해 중요한 통찰력을 얻을 수 있습니다.

Python의 Matplotlib와 Seaborn은 통계적 시각화를 위한 강력한 라이브러리입니다. 이번 글에서는 Matplotlib와 Seaborn을 이용하여 데이터를 시각화하는 방법에 대해 알아보겠습니다.

Matplotlib

Matplotlib는 파이썬에서 데이터 시각화를 단순하고 유연하게 수행하기 위한 패키지입니다. 간단한 그래프부터 복잡한 시각화까지 다양한 옵션을 제공합니다.

그래프 그리기

import matplotlib.pyplot as plt

# x, y 데이터 생성
x = [1, 2, 3, 4, 5]
y = [3, 5, 6, 8, 9]

# 선 그래프 그리기
plt.plot(x, y)

# 그래프에 제목, x축 라벨, y축 라벨 추가
plt.title("Example Line Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")

# 그래프 출력
plt.show()

산점도 그리기

import matplotlib.pyplot as plt

# x, y 데이터 생성
x = [1, 2, 3, 4, 5]
y = [3, 5, 6, 8, 9]

# 산점도 그리기
plt.scatter(x, y)

# 그래프에 제목, x축 라벨, y축 라벨 추가
plt.title("Example Scatter Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")

# 그래프 출력
plt.show()

Seaborn

Seaborn은 Matplotlib를 기반으로 한 통계적 시각화를 위한 라이브러리입니다. Matplotlib보다 더 간편한 사용법과 미려한 디자인을 제공합니다.

막대 그래프 그리기

import seaborn as sns

# x, y 데이터 생성
x = ['A', 'B', 'C', 'D']
y = [10, 20, 30, 40]

# 막대 그래프 그리기
sns.barplot(x, y)

# 그래프에 제목, x축 라벨, y축 라벨 추가
plt.title("Example Bar Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")

# 그래프 출력
plt.show()

히스토그램 그리기

import seaborn as sns

# 범례를 포함하는 데이터프레임 생성
import pandas as pd
data = pd.DataFrame({'value': [10, 20, 15, 25, 30]})

# 히스토그램 그리기
sns.histplot(data['value'], kde=True)

# 그래프에 제목, x축 라벨, y축 라벨 추가
plt.title("Example Histogram")
plt.xlabel("Value")
plt.ylabel("Frequency")

# 그래프 출력
plt.show()

위의 코드 예제들은 각각 Matplotlib와 Seaborn을 사용하여 간단한 시각화를 수행하는 방법을 보여줍니다. 이러한 라이브러리들은 다양한 그래프 유형과 설정 옵션을 제공하여 데이터를 직관적이고 효과적으로 시각화할 수 있도록 도와줍니다.

Matplotlib와 Seaborn은 데이터를 탐색하고 이해하는데 매우 유용한 도구입니다. 위의 예제 코드를 참고하여 데이터를 그래프로 시각화하여 통계적인 통찰력을 얻어보세요.