Seaborn으로 식품 배달 주문 데이터 시각화하기
이번 블로그 포스트에서는 Seaborn 라이브러리를 사용하여 식품 배달 주문 데이터를 시각화하는 방법에 대해 알아보겠습니다.
목차
데이터 세트 준비
먼저, 식품 배달 주문 데이터를 불러와야 합니다. 이 예제에서는 CSV 파일을 사용하겠습니다. 다음 코드를 사용하여 데이터를 로드합니다.
import pandas as pd
# CSV 파일 로드
df = pd.read_csv('주문데이터.csv')
박스 플롯으로 주문 금액 시각화
주문 데이터에는 주문 금액이 포함되어 있습니다. 이를 시각화하여 주문 금액의 분포를 확인할 수 있습니다. Seaborn의 박스 플롯을 사용하면 이러한 시각화를 간편하게 할 수 있습니다. 다음 코드를 사용하여 주문 금액의 박스 플롯을 그립니다.
import seaborn as sns
# 박스 플롯 그리기
sns.boxplot(data=df, x='주문금액')
박스 플롯은 주문 금액의 중앙값, 최소값, 최대값, 이상치 등을 한 눈에 확인할 수 있게 해줍니다.
히트맵으로 요일과 시간대별 주문 건수 시각화
주문 데이터에는 주문이 발생한 요일과 시간대 정보가 있습니다. 이를 히트맵으로 시각화하여 요일과 시간대별 주문 건수의 패턴을 파악할 수 있습니다. 다음 코드를 사용하여 히트맵을 그립니다.
# 요일과 시간대를 범주형 변수로 변경
df['요일'] = pd.Categorical(df['요일'], categories=['월', '화', '수', '목', '금', '토', '일'], ordered=True)
df['시간대'] = pd.Categorical(df['시간대'], categories=['오전', '오후'], ordered=True)
# 피봇 테이블 생성
pivot_table = df.pivot_table(index='요일', columns='시간대', values='주문건수', aggfunc='sum')
# 히트맵 그리기
sns.heatmap(pivot_table, annot=True, cmap='Blues')
히트맵은 요일과 시간대별 주문 건수를 직관적으로 확인할 수 있게 해줍니다.
마무리
이러한 방법을 사용하면 Seaborn을 활용하여 식품 배달 주문 데이터를 시각화할 수 있습니다. 주문 금액의 분포를 확인하는 박스 플롯과 요일과 시간대별 주문 건수를 확인하는 히트맵을 활용하여 데이터를 더욱 쉽게 이해할 수 있습니다.
코드 및 데이터 세트는 여기에서 확인할 수 있습니다.
해시태그
#데이터시각화 #Seaborn