본문 바로가기

반응형

Library/MATPLOTLIB

(5)
MATPLOTLIB - USE LOOP & INPUT IN CHART FOR ' ' IN RANGE data = df.loc[1, ['유임승차','유임하차','무임승차','무임하차']] for i in range(df.shape[0]) : data = df.loc[i, ['유임승차','유임하차','무임승차','무임하차']] plt.pie(data, autopct='%.1f', labels = data.index, startangle=90, wedgeprops={'width':0.7}) plt.title(df['지하철역'][i]) plt.legend() plt.show() INPUT으로 차트 만들기 gu_name = input('구 이름 입력 : ') data = df.loc[df['행정구역'].str.contains(gu_name), '2019년07월_계_0세' :] da..
MATPLOTLIB - CHART 한글깨짐 현상 방지 코드 import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sb %matplotlib inline import platform from matplotlib import font_manager, rc plt.rcParams['axes.unicode_minus'] = False if platform.system() == 'Darwin': rc('font', family='AppleGothic') elif platform.system() == 'Windows': path = "c:/Windows/Fonts/malgun.ttf" font_name = font_manager.FontProperties(fname=p..
MATPLOTLIB - 상관분석 & BIVARIATE (여러개의 변수) VISUALIZATION 방법 상관분석 상관관계란 [ 비례관계, 반비례 관계, 아무관계 없음 ] 비례관계, 반비례 관계를 통해 x축과 y축의 관계를 분석 할 수 있다. 상관계수 상관계수는 -1부터 1까지의 값을 갖는다. 1일 때 완벽한 양의 상관관계가 되고, -1일 때 완벽한 음의 상관관계가 된다. 0이라면 별다른 상관관계가 없음을 의미한다. 상관계수가 0.1 이하면 관계가 없고, 0.3 이하면 약한관계다. 상관계수를 수치로 나타내 상관 분석을 할 수 있다. 사용 코드 및 예시 .corr() df[['displ','comb']].corr() Scatterplots 두 컬럼간의 관계를 차트로 나타내는 방법 # 두 컬럼간의 관계를 표현하는 차트 plt.scatter(data=df, x= 'displ', y= 'comb' ) plt.tit..
MATPLOTLIB- HISTOGRAM & FIGURES & SUBPLOTS HISTOGRAM 구간을 설정하여 해당 구간에 포함되는 데이터가 몇개인지 세는 차트를 히스토그램이라 한다. 구간을 전문용어로 bin이라고 부른다. bin이 여러개면 bins라고 부른다. 히스토그램의 데이터는 동일하지만, 구간을 어떻게 나누냐에 따라서, 차트 모양이 여러가지로 나온다. plt.hist(data=df, x = 'speed',rwidth=0.8) plt.show() # bin의 갯수를 변경하는 경우 10개, 20개, 15개, 38개 등등... plt.hist(data=df, x = 'speed',rwidth=0.8, bins=15) plt.show() # 스피드의 최소값과 최대값 사이를 일정한 간격으로 나눠주는 방법 # bin의 범위를 변경하는 경우로, 특정 숫자로 범위를 지정한다. my_bi..
MATPLOTLIB - PLOT & BAR CHART & PIE CHART MATPLOTLIB PLOT import matplotlib.pyplot as plt import numpy as np x = np.arange(0,10) y = x plt.plot(x,y) plt.savefig('test1.jpg') plt.show() BAR CHART 카테고리컬 데이터인지 확인하기 import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sb %matplotlib inline df = pd.read_csv('data/pokemon.csv') # 제너레이션 아이디 별로, 각각 몇개씩 있는지 차트로 표시 sb.countplot(data=df, x= 'generation_id') plt...

반응형