seaborn은 파이썬의 데이터 시각화 라이브러리로서, 통계 분석을 위한 고급 그래프를 만들기 위해 Matplotlib을 기반으로 한다. seaborn은 다양한 종류의 그래프를 제공하여 데이터 분석 및 시각화를 쉽게 할 수 있도록 도와준다. 이번 글에서는 seaborn을 사용하여 두 개 이상의 그래프를 만들고 그들 간의 관계와 연결을 살펴볼 것이다.
1. 한 개의 그래프에서 여러 선 그리기
seaborn에서는 lineplot 함수를 사용하여 한 개의 그래프에 여러 개의 선을 그릴 수 있다. 이를 통해 여러 변수 또는 조건에 따른 데이터의 변화를 살펴볼 수 있다.
import seaborn as sns
import matplotlib.pyplot as plt
# 데이터 생성
x = [1, 2, 3, 4, 5]
y1 = [1, 2, 3, 4, 5]
y2 = [2, 4, 6, 8, 10]
y3 = [5, 4, 3, 2, 1]
# seaborn 그래프 그리기
sns.lineplot(x=x, y=y1)
sns.lineplot(x=x, y=y2)
sns.lineplot(x=x, y=y3)
# 그래프 제목과 축 라벨 설정
plt.title("Multiple Lines on One Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
# 범례 추가
plt.legend(["Line 1", "Line 2", "Line 3"])
# 그래프 출력
plt.show()
위 코드는 x와 y축 데이터를 생성하고 seaborn의 lineplot 함수를 사용하여 그래프를 그리는 예제이다. lineplot 함수를 여러 번 사용하여 여러 개의 선을 그릴 수 있으며, 각 선에 원하는 데이터를 지정할 수 있다. 이러한 방식으로 데이터의 변화를 한 눈에 확인할 수 있다.
2. 여러 그래프를 하나의 도화지에서 나란히 그리기
seaborn을 사용하여 여러 그래프를 동시에 그릴 수도 있다. 이는 서로 다른 변수의 관계를 시각적으로 비교하거나, 같은 변수의 다른 조건에 따른 변화를 비교할 때 유용하다.
import seaborn as sns
import matplotlib.pyplot as plt
# 데이터 생성
x = [1, 2, 3, 4, 5]
y1 = [1, 2, 3, 4, 5]
y2 = [2, 4, 6, 8, 10]
y3 = [5, 4, 3, 2, 1]
# 도화지 생성
fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(12, 4))
# seaborn 그래프 그리기
sns.lineplot(x=x, y=y1, ax=axes[0])
sns.lineplot(x=x, y=y2, ax=axes[1])
sns.lineplot(x=x, y=y3, ax=axes[2])
# 그래프 제목과 축 라벨 설정
axes[0].set_title("Line 1")
axes[0].set_xlabel("X-axis")
axes[0].set_ylabel("Y-axis")
axes[1].set_title("Line 2")
axes[1].set_xlabel("X-axis")
axes[1].set_ylabel("Y-axis")
axes[2].set_title("Line 3")
axes[2].set_xlabel("X-axis")
axes[2].set_ylabel("Y-axis")
# 그래프 출력
plt.tight_layout()
plt.show()
위 코드는 여러 개의 그래프를 하나의 도화지에 나란히 그리는 예제이다. plt.subplots 함수를 사용하여 여러 개의 축(axes)을 생성한 후, ax 매개변수를 사용하여 각 그래프가 어떤 축에 그려질지 지정한다. 그 후, 각 축에 대해 원하는 그래프를 그리고 제목과 축 라벨을 설정한다. 마지막으로, tight_layout 함수를 사용하여 그래프 사이의 간격을 조절하고, plt.show 함수를 사용하여 그래프를 출력한다.
seaborn을 사용하여 서로 다른 그래프들을 쉽게 연결하고 그 관계를 시각화할 수 있다. 적절한 그래프 선택과 코드의 재사용으로 다양한 시각화 결과를 얻을 수 있다. seaborn의 다양한 기능과 그래프 종류를 참고하여 데이터 분석 및 시각화에 활용해보자.