Seaborn으로 시각화 만들기

Power BI에서 Python 시작하기

Jacob H. Marquez

Data Scientist

Seaborn으로 그리기

연도별 항공편 데이터를 월별 색으로 구분한 선 그래프.

¹ https://seaborn.pydata.org/generated/seaborn.lineplot.html

4열 4행의 페어 플롯.

¹ https://seaborn.pydata.org/generated/seaborn.pairplot.html

부리 길이 vs 부리 깊이를 보여주는 조인트 플롯.

¹ https://seaborn.pydata.org/generated/seaborn.jointplot.html

사람 키의 히스토그램. 정규분포입니다.

¹ https://seaborn.pydata.org/generated/seaborn.histplot.html

오른쪽으로 치우친 히스토그램. 대부분의 관측값이 왼쪽에 있습니다.

왼쪽으로 치우친 히스토그램. 대부분의 관측값이 오른쪽에 있습니다.

이봉분포의 히스토그램

관계가 없는 무작위 점산.

양의 관계가 있는 산점도: 오른쪽 위로 증가합니다.

음의 관계가 있는 산점도: 오른쪽 아래로 감소합니다.

가운데 산점도와 상단·오른쪽에 히스토그램이 있는 조인트 플롯.

seaborn.jointplot(
    x = "x",
    y = "y", 
    data = DataFrame
    )

4열 4행의 페어 플롯.

seaborn.pairplot(
    data = DataFrame
    )

import matplotlib.pyplot as plt
import seaborn as sns

# Data transformation steps
...

seaborn.___plot(
    data = DataFrame,
      ...
    )

plt.show()

Power BI에서 Python 시작하기