플롯 스타일과 색상 변경

Seaborn으로 시작하는 데이터 시각화

Content Team

DataCamp

왜 사용자화할까요?

스타일을 바꾸는 이유:

개인 선호
가독성 향상
해석 유도

그림 스타일 변경

그림 "스타일"은 배경과 축 포함
사전 설정: "white", "dark", "whitegrid", "darkgrid", "ticks"
sns.set_style()

기본 그림 스타일("white")

sns.catplot(x="age", 
            y="masculinity_important",
            data=masculinity_data,
            hue="feel_masculine",
            kind="point")

plt.show()

남성성 설문 포인트 플롯

그림 스타일: "whitegrid"

sns.set_style("whitegrid")

sns.catplot(x="age", 
            y="masculinity_important",
            data=masculinity_data,
            hue="feel_masculine",
            kind="point")

plt.show()

흰 그리드 배경의 포인트 플롯

다른 스타일

sns.set_style("ticks")

sns.catplot(x="age", 
            y="masculinity_important",
            data=masculinity_data,
            hue="feel_masculine",
            kind="point")

plt.show()

틱 스타일의 포인트 플롯

다른 스타일

sns.set_style("dark")

sns.catplot(x="age", 
            y="masculinity_important",
            data=masculinity_data,
            hue="feel_masculine",
            kind="point")

plt.show()

어두운 배경의 포인트 플롯

다른 스타일

sns.set_style("darkgrid")

sns.catplot(x="age", 
            y="masculinity_important",
            data=masculinity_data,
            hue="feel_masculine",
            kind="point")

plt.show()

어두운 그리드 배경의 포인트 플롯

팔레트 변경

도표의 주요 요소 색은 "팔레트"로 변경
sns.set_palette()
기본 팔레트 사용 또는 사용자 지정 팔레트 생성

발산형 팔레트

예시 발산형 팔레트 4개

예시(기본 팔레트)

category_order = ["No answer", 
                  "Not at all",
                  "Not very", 
                  "Somewhat", 
                  "Very"]

sns.catplot(x="how_masculine",
            data=masculinity_data,
            kind="count",
            order=category_order)

plt.show()

설문 응답 카운트 플롯

예시(발산형 팔레트)

sns.set_palette("RdBu")

category_order = ["No answer", 
                  "Not at all",
                  "Not very", 
                  "Somewhat", 
                  "Very"]

sns.catplot(x="how_masculine",
            data=masculinity_data,
            kind="count",
            order=category_order)

plt.show()

발산형 팔레트의 카운트 플롯

순차형 팔레트

예시 순차형 팔레트 4개

순차형 팔레트 예시

마력 대 mpg 산점도(순차형 팔레트)

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

사용자 지정 팔레트

custom_palette = ["red", "green", "orange", "blue",
                  "yellow", "purple"]

sns.set_palette(custom_palette)

사용자 지정 색상명 팔레트

사용자 지정 팔레트

custom_palette = ['#FBB4AE', '#B3CDE3', '#CCEBC5', 
                  '#DECBE4', '#FED9A6', '#FFFFCC', 
                  '#E5D8BD', '#FDDAEC', '#F2F2F2']

sns.set_palette(custom_palette)

사용자 지정 헥스 코드 팔레트

스케일 변경

그림 "컨텍스트"는 요소와 레이블 크기를 조정
sns.set_context()
작은 순서: "paper" < "notebook" < "talk" < "poster"

기본 컨텍스트: "paper"

sns.catplot(x="age", 
            y="masculinity_important",
            data=masculinity_data,
            hue="feel_masculine",
            kind="point")

plt.show()

노트북 컨텍스트의 포인트 플롯

더 큰 컨텍스트: "talk"

sns.set_context("talk")

sns.catplot(x="age", 
            y="masculinity_important",
            data=masculinity_data,
            hue="feel_masculine",
            kind="point")

plt.show()

더 큰 컨텍스트의 포인트 플롯

¡Vamos a practicar!

Seaborn으로 시작하는 데이터 시각화