seaborn은 Python에서 데이터 시각화를 위한 높은 수준의 인터페이스를 제공하는 파이썬 라이브러리입니다. 이번 글에서는 seaborn의 최신 업데이트 및 릴리즈 노트를 살펴보겠습니다.

버전 0.11.0 - 2020년 7월 7일

seaborn의 최신 버전 0.11.0은 많은 새로운 기능과 개선 사항을 포함하고 있습니다. 몇 가지 주요 업데이트를 살펴보겠습니다:

종속성 변경

• seaborn은 이제 Python 3.6 이상을 지원합니다. Python 3.6 이전 버전은 더 이상 지원되지 않습니다.

색상 팔레트 개선

• color_palette() 함수에 대한 기본 동작이 개선되었습니다. 이제 color_palette() 함수는 이름이 지정된 값을 반환하고, 호출에서 인종 또는 밝기의 이름을 나타내도록 지원합니다.

scatterplot() 업데이트

• scatterplot() 함수는 이제 hue 매개변수를 사용하여 색상 변화를 조절할 수 있습니다. 또한 size 매개변수를 사용하여 점의 크기를 조절할 수도 있습니다.

histplot() 변경

• histplot() 함수는 이제 기본적으로 연속형 변수에 대한 히스토그램을 그리며, 이산형 변수에 대한 빈도를 표시합니다.

기타 개선 사항

• lineplot() 함수에 새로운 스타일 인수 추가
• boxplot() 함수에 가로로 그리기 옵션 추가
• pairplot() 함수에 hue 매개변수 사용 가능

이외에도 많은 개선 사항과 버그 수정이 이루어졌습니다. 자세한 내용은 seaborn의 GitHub 페이지에서 확인할 수 있습니다.

seaborn은 계속해서 새로운 기능과 업데이트를 제공하여 데이터 시각화의 품질과 효율성을 개선하고 있습니다. 최신 버전으로 업데이트하여 새로운 기능과 개선 사항을 경험해보세요.

import seaborn as sns

# 데이터 불러오기
tips = sns.load_dataset("tips")

# scatterplot 그리기
sns.scatterplot(data=tips, x="total_bill", y="tip", hue="sex", size="size")

# histplot 그리기
sns.histplot(data=tips, x="total_bill", hue="time")

# lineplot 그리기
sns.lineplot(data=tips, x="total_bill", y="tip", style="smoker")

# boxplot 그리기
sns.boxplot(data=tips, x="day", y="total_bill", horizontal=True)

# pairplot 그리기
sns.pairplot(data=tips, hue="day")

위의 예시 코드에서는 seaborn의 다양한 함수를 사용하여 데이터를 시각화하는 방법을 보여줍니다. 이를 통해 새로운 버전의 seaborn을 활용하여 더 효과적인 데이터 시각화를 수행할 수 있습니다.

seaborn의 최신 버전은 강력한 기능과 개선된 사용자 경험을 제공합니다. 계속해서 업데이트되는 seaborn을 사용하여 데이터 시각화 작업을 더욱 효율적으로 수행해보세요.