범주형 팔레트

Python으로 데이터 시각화 개선하기

Nick Strayer

Instructor

범주형 데이터 예시로 국가, 도시, 새가 있는 세 개의 패널

지각의 한계

범주는 10개 이하로 제한
색각 이상을 고려

sns.palplot(sns.color_palette('Set2', 11))

너무 많아 구분하기 어려운 색상들

# 원하는 조합으로 새 열 할당
pollution['interesting cities'] = [x if x in ['Long Beach', 'Cincinnati'] 
                                   else 'other' for x in pollution['city'] ]

sns.scatterplot(x="NO2", y="SO2", hue = 'interesting cities', palette='Set2',
                data=pollution.query('year == 2014 & month == 12'))

롱비치와 신시내티는 개별 색, 나머지는 other로 묶은 산점도

colorbrewer_palettes = ['Set1',   'Set2',    'Set3',    'Accent', 
                        'Paired', 'Pastel1', 'Pastel2', 'Dark2']

for pal in colorbrewer_palettes: 
    sns.palplot(pal=sns.color_palette(pal))
    plt.title(pal, loc = 'left')

사용 가능한 범주형 색상 팔레트 모음

서열형 데이터 (a)

범주 간에 순서가 있음
고정된 개수의 구분되는 범주

네 개의 사분위수를 보여 주는 도식

서열형 데이터 (b)

범주 간에 순서가 있음
고정된 개수의 구분되는 범주

일주일 7일을 보여 주는 도식

서열형 데이터 (c)

범주 간에 순서가 있음
고정된 개수의 구분되는 범주

이모지 얼굴로 행복부터 슬픔까지의 척도를 보여 주는 도식

colorbrewer_palettes = ['Reds', 'Blues', 'YlOrBr', 'PuBuGn', 'GnBu', 'Greys']

for i, pal in enumerate(colorbrewer_palettes): 
    sns.palplot(pal=sns.color_palette(pal, n_colors=i+4))

사용 가능한 서열형 팔레트 모음

# qcut()으로 삼등분(tertile) 컬럼 생성
pollution['NO2 Tertial'] = pd.qcut(pollution['NO2'], 3, labels = False)

# 계산된 삼등분으로 색상 인코딩하여 그리기
sns.scatterplot(x="CO", y="SO2", hue='NO2 Tertial', palette="OrRd",
                data=pollution.query("city == 'Long Beach' & year == 2014"))

NO2의 삼등분을 빨간 서열형 색상으로 인코딩한 CO 대 SO2 산점도

카테고리에 색 입히기

Python으로 데이터 시각화 개선하기