Pandas plot() 함수

*Pandas 내장 기능인 .plot() 함수를 사용하면 쉽게 그래프를 그릴 수 있다.
(당연히 element가 ‘숫자형’일때만 그래프 그려짐)

선 그래프

import pandas as pd

%matplotlib inline  # 그래프의 결과를 출력 세션에 나타나게 하는 설정

df = pd.read_csv('data/broadcast.csv', index_col=0)   ## 데이터 출처: codeit
df

1. 기본 그래프 그려보기

   df.plot()   # df.plot(kind='line') 이렇게 써도 동일. 선(line) 그래프가 default이기 때문.
   

   

2. 1개 값에 대해서만 그래프 그리기

   df.plot(y='KBS')  # KBS에 대해서만 그래프를 그림
     # df['KBS'].plot() 이렇게 써도 거의 동일.
   

   

3. 2개 값에 대해 그래프 그리기

   df.plot(y=['KBS', 'MBC']);  # df[['KBS', 'MBC']].plot() 이렇게 써도 동일
   

   

막대 그래프

df = pd.read_csv('data/sports.csv',index_col=0)   ## 데이터 출처: codeit
df

1. 기본 막대 그래프

   df.plot(kind='bar')
   

   

2. 가로 방향 막대 그래프

   df.plot(kind='barh');  # 'h' is for 'horizontal'
   

   

3. 누적 막대 그래프

   df.plot(kind='bar', stacked=True);  # 남+여 통틀어 어떤 운동이 가장 인기가 많은지 볼 수 있다
   

   

4. 1개 값에 대해서만 그래프 그리기

   df['Female'].plot(kind='bar');  # 여성을 대상으로한 조사결과만 보고 싶을 때
   

   

파이 그래프

df = pd.read_csv('data/broadcast.csv', index_col=0)   ## 데이터 출처: codeit
df

→ 2017년 데이터만 추출

df.loc[2017]

KBS          26.890
MBC          12.465
SBS           8.661
TV CHOSUN     8.886
JTBC          9.453
Channel A     6.056
MBN           5.215
Name: 2017, dtype: float64

→ 2017년 데이터로 파이 그래프 그리기

df.loc[2017].plot(kind='pie')

+) 추가 tip: pie가 동그랗게 그려지지 않는 경우, axis('equal')을 붙여주면 된다

df.loc[2017].plot(kind='pie').axis('equal')

###히스토그램

df = pd.read_csv('data/body.csv', index_col=0)    ## 데이터 출처: codeit
df.head()

1. 기본 히스토그램: 10개 구간으로 나눠서 그려짐

   df.plot(kind='hist', y='Height');  # 10개 구간으로 나뉘는 게 default setting
   

   

   • y축의 ‘Frequency’는 빈도수. 이 히스토그램의 경우, 키가 175-177.5인 학생이 250명 있다는 뜻
2. 구간 수 조정

   df.plot(kind='hist', y='Height', bins=15);  # 15개 구간으로 나누기  
   

   

   • bins는 숫자가 크다고 무조건 좋은 게 아니라, 인사이트를 가져오기 좋은 적당한 숫자를 잘 골라야한다

박스 플롯

df = pd.read_csv('data/exam.csv')   ## 데이터 출처: codeit
df.head()

*‘math score’ 데이터 분포 확인해보기(최솟값, 1사분위값, 2사분위값, …)

df['math score'].describe()

count    1000.00000
mean       66.08900
std        15.16308
min         0.00000
25%        57.00000
50%        66.00000
75%        77.00000
max       100.00000
Name: math score, dtype: float64

*‘math score’ 데이터 분포 박스플롯으로 확인하기

df.plot(kind='box', y='math score')

※ box plot 설명

• 박스 위~아래가 IQR(Interquartile Range)
• 박스 중앙의 선이 중앙값 (= Q2, 2사분위값, 50% 지점)
• 박스 맨 윗부분: Q3 (3사분위값, 75% 지점)
• 박스 맨 아랫부분: Q1 (1사분위값, 25% 지점)
• 박스 위쪽 선(수염)의 끝 부분: Upperfence 내 최대값 (= Q3 + 1.5*IQR보다 작은 값 중 가장 큰 값)
  • Upperfence(상위 경계): Q3 + 1.5*IQR
• 박스 아래쪽 선(수염)의 끝 부분: Lowerfence 내 최소값 (= Q1 - 1.5*IQR보다 큰 값 중 가장 작은 값)
  • Lowerfence(하위 경계): Q1 - 1.5*IQR
• 박스 & 수염 부분을 벗어난 동그란 점들은 outlier(이상점)

산점도 (Scatter Plot)

df = pd.read_csv('data/exam.csv')   ## 데이터 출처: codeit
df.head()

1. 수학 점수와 읽기 점수 간의 연관성 확인

   df.plot(kind='scatter', x='math score', y='reading score')
   

   

2. 읽기 점수와 쓰기 점수 간의 연관성 확인

   df.plot(kind='scatter', x='reading score', y='writing score')
   

   

   • 읽기 점수와 쓰기 점수 간의 연관성이 수학 점수와 읽기 점수 간의 연관성보다 크다고 판단