Seaborn은 Python에서 데이터 시각화를 위한 인기 있는 라이브러리입니다. 이번 포스트에서는 Seaborn을 사용하여 자동차 성능 데이터를 시각화하는 방법을 알아보겠습니다.

1. 데이터셋 불러오기

먼저, Seaborn에 내장된 자동차 성능 데이터셋을 불러옵니다. 이 데이터셋은 “mpg”라는 변수를 가지고 있으며, 자동차의 연비 정보를 담고 있습니다.

import seaborn as sns

df = sns.load_dataset('mpg')

2. 데이터 살펴보기

다음으로, 불러온 데이터의 구조와 내용을 살펴봅니다.

print(df.head())  # 첫 5개의 행 출력
print(df.info())  # 데이터프레임의 요약 정보 출력

3. 시각화하기

이제 Seaborn을 사용하여 자동차 성능 데이터를 시각화해보겠습니다.

산점도

산점도는 두 변수 간의 관계를 시각화하는데 유용합니다. 예를 들어, 연비와 마력 간의 관계를 산점도로 시각화할 수 있습니다.

sns.scatterplot(x='mpg', y='horsepower', data=df)

박스 플롯

박스 플롯은 데이터의 분포와 이상치를 확인하는데 사용됩니다. 예를 들어, 연료 종류에 따른 연비를 박스 플롯으로 시각화할 수 있습니다.

sns.boxplot(x='fuel_type', y='mpg', data=df)

히스토그램

히스토그램은 변수의 분포를 보여주는데에 사용됩니다. 예를 들어, 자동차의 무게 분포를 히스토그램으로 시각화할 수 있습니다.

sns.histplot(x='weight', data=df)

마무리

이렇게 Seaborn을 사용하여 자동차 성능 데이터를 시각화하는 방법을 알아보았습니다. Seaborn은 다양한 시각화 옵션을 제공하여 데이터 분석 작업을 더욱 효과적으로 할 수 있도록 도와줍니다.

추가로 자세한 내용을 알고 싶다면, Seaborn 공식 문서를 참조해보세요.

#python #시각화