CODEDRAGON ㆍDevelopment/Python
다차원 실수형 데이터 시각화
· 3차원 이상의 데이터라면 seaborn 패키지의 pairplot()메소드를 사용합니다.
· pairplot()은 데이터프레임을 인수로 받아 그리드(grid) 형태로 각 데이터 열의 조합에 대해 스캐터 플롯(Scatter plot)을 그리며 같은 데이터가 만나는 대각선 영역에는 해당 데이터의 히스토그램을 그려줍니다.
pairplot()
· 데이터프레임을 인수로 받아 그리드(grid) 형태로 각 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 할 수 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 할 수 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 | 
| 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 |