산점도 커스터마이즈

Seaborn으로 시작하는 데이터 시각화

Content Team

DataCamp

산점도 개요

두 연속형 변수 간 관계 표시

이미 학습함:

서브플롯(col, row)
색상(hue)으로 하위 그룹

새 커스터마이즈:

포인트 크기와 스타일로 하위 그룹
포인트 투명도 변경

scatterplot()과 relplot() 모두에 사용

포인트 크기로 하위 그룹 표시

import seaborn as sns
import matplotlib.pyplot as plt

sns.relplot(x="total_bill", 
            y="tip", 
            data=tips, 
            kind="scatter", 
            size="size")

plt.show()

포인트 크기가 다른 산점도

¹ Waskom, M. L. (2021). seaborn: statistical data visualization. https://seaborn.pydata.org/

포인트 크기와 색상

import seaborn as sns
import matplotlib.pyplot as plt

sns.relplot(x="total_bill", 
            y="tip", 
            data=tips, 
            kind="scatter", 
            size="size",
            hue="size")

plt.show()

포인트 크기와 색상이 다른 산점도

¹ Waskom, M. L. (2021). seaborn: statistical data visualization. https://seaborn.pydata.org/

포인트 스타일로 하위 그룹 표시

import seaborn as sns
import matplotlib.pyplot as plt

sns.relplot(x="total_bill", 
            y="tip", 
            data=tips, 
            kind="scatter", 
            hue="smoker", 
            style="smoker")

plt.show()

색상과 스타일이 다른 산점도

¹ Waskom, M. L. (2021). seaborn: statistical data visualization. https://seaborn.pydata.org/

포인트 투명도 변경

import seaborn as sns
import matplotlib.pyplot as plt

# Set alpha to be between 0 and 1
sns.relplot(x="total_bill", 
            y="tip", 
            data=tips, 
            kind="scatter", 
            alpha=0.4)

plt.show()

더 투명한 포인트가 있는 산점도

¹ Waskom, M. L. (2021). seaborn: statistical data visualization. https://seaborn.pydata.org/

연습해 봅시다!

Seaborn으로 시작하는 데이터 시각화