달력

12

« 2019/12 »

  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  •  
  •  
  •  
  •  




 

 

다차원 실수형 데이터 시각화

·         3차원 이상의 데이터라면 seaborn 패키지의 pairplot()메소드를 사용합니다.

·         pairplot() 데이터프레임을 인수로 받아 그리드(grid) 형태로 데이터 열의 조합에 대해 스캐터 플롯(Scatter plot) 그리며 같은 데이터가 만나는 대각선 영역에는 해당 데이터의 히스토그램을 그려줍니다.

 

 

 

 

pairplot()

·         데이터프레임을 인수로 받아 그리드(grid) 형태로 데이터 열의 조합에 대해 스캐터 플롯을 그립니다.

·         같은 데이터가 만나는 대각선 영역에는 해당 데이터의 히스토그램을 그립니다.

·         카테고리형 데이터가 섞여 있는 경우에는 hue 인자에 카테고리 변수 이름을 지정하여 카테고리 값에 따라 색상을 다르게 있습니다.

 

seaborn.pairplot(data, hue=None, hue_order=None, palette=None, vars=None, x_vars=None, y_vars=None, kind='scatter', diag_kind='auto', markers=None, height=2.5, aspect=1, dropna=True, plot_kws=None, diag_kws=None, grid_kws=None, size=None)

 

인자

설명

data

·         대상이 되는 데이터프레임을 지정합니다.

hue

·         카테고리 변수 이름을 지정

·         hue 인수에 카테고리 변수 이름을 지정하여 카테고리 값에 따라 색상을 다르게 있습니다.

markers

·         마커 모양을 지정합니다.

 

 

http://seaborn.pydata.org/generated/seaborn.pairplot.html


 


'Development > Python' 카테고리의 다른 글

else 블록  (0) 2019.11.07
plt.imshow()  (0) 2019.11.06
다차원 실수형 데이터 시각화, seaborn.pairplot()  (0) 2019.11.05
주피터 노트북(Jupyter Notebook)  (0) 2019.11.04
2.Summary - 2.함수  (0) 2019.11.03
deck.gl - 위치 데이터 시각화 라이브러리  (0) 2019.11.03
Posted by codedragon codedragon

댓글을 달아 주세요