매트릭스 플롯
Seaborn으로 배우는 중급 데이터 시각화
Chris Moffitt
Instructor
데이터 형식 준비
- Seaborn의
heatmap()함수는 데이터가 그리드 형식이어야 합니다 - pandas
crosstab()을 자주 사용하여 데이터를 변환합니다
pd.crosstab(df["mnth"], df["weekday"],
values=df["total_rentals"],aggfunc="mean").round(0)
히트맵 만들기
sns.heatmap(pd.crosstab(df["mnth"], df["weekday"],
values=df["total_rentals"], aggfunc="mean")
)
히트맵 사용자 지정
sns.heatmap(df_crosstab, annot=True, fmt="d",
cmap="YlGnBu", cbar=False, linewidths=.5)
히트맵 중앙값 설정
- Seaborn은 특정 값을 기준으로 히트맵 색상을 중앙 정렬하는 기능을 지원합니다
sns.heatmap(df_crosstab, annot=True, fmt="d",
cmap="YlGnBu", cbar=True,
center=df_crosstab.loc[9, 6])
상관 행렬 시각화
- pandas
corr함수는 데이터프레임 열 간의 상관관계를 계산합니다 - 결과를 seaborn으로 히트맵으로 변환할 수 있습니다
cols = ['total_rentals', 'temp', 'casual', 'hum', 'windspeed']
sns.heatmap(df[cols].corr(), cmap='YlGnBu')
