Seaborn은 Python의 시각화 라이브러리로, Matplotlib를 기반으로 한 통계적 그래픽을 생성하기 위한 고급 기능을 제공합니다. Seaborn을 사용하면 데이터를 더욱 빠르고 쉽게 시각화할 수 있습니다.
이번 블로그 포스트에서는 Seaborn을 사용하여 데이터 시각화에서 점 모양을 설정하는 방법에 대해 알아보겠습니다.
1. 점 모양 설정하기
Seaborn의 scatterplot
함수를 사용하면 x와 y 축에 대한 데이터를 산점도로 표현할 수 있습니다. 이때 점의 모양은 markers
매개 변수를 사용하여 설정할 수 있습니다.
import seaborn as sns
import matplotlib.pyplot as plt
# 데이터 생성
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
# Seaborn을 사용한 산점도 그래프 생성
sns.scatterplot(x=x, y=y, marker='o')
# 그래프 제목 설정
plt.title("Scatter Plot with Seaborn")
# 그래프 출력
plt.show()
위의 코드에서 marker='o'
를 사용하여 점의 모양을 설정하였습니다. o
는 원 형태로 점을 표현합니다. 다른 점 모양을 사용하려면 다른 옵션을 지정할 수 있습니다. 예를 들어 marker='s'
는 사각형 모양으로 점을 표현합니다.
2. 다양한 점 모양 사용하기
Seaborn은 다양한 점 모양을 제공합니다. 아래의 표는 Seaborn에서 지원하는 몇 가지 점 모양을 나열한 것입니다.
점 모양 | 설명 |
---|---|
‘o’ | 원 |
’s’ | 사각형 |
’^’ | 삼각형 (위로 향함) |
‘v’ | 삼각형 (아래로 향함) |
‘D’ | 마름모 |
‘x’ | X자 |
’+’ | 플러스 모양 |
import seaborn as sns
import matplotlib.pyplot as plt
# 데이터 생성
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
# Seaborn을 사용한 산점도 그래프 생성
sns.scatterplot(x=x, y=y, marker='s')
# 그래프 제목 설정
plt.title("Scatter Plot with Seaborn")
# 그래프 출력
plt.show()
위의 코드에서 marker
매개 변수에 다른 점 모양 옵션을 지정하여 산점도 그래프를 생성할 수 있습니다.
3. 결론
Seaborn의 scatterplot
함수와 marker
매개 변수를 사용하여 데이터 시각화에서 점의 모양을 설정할 수 있습니다. marker
매개 변수에 다양한 점 모양 옵션을 사용하여 원하는 모양의 산점도 그래프를 생성할 수 있습니다.
더 많은 점 모양 옵션 및 Seaborn의 다른 기능에 대해 자세히 알아보려면 Seaborn 공식 문서를 참조하시기 바랍니다.
참고: Seaborn 공식 문서