API reference - seaborn 0.11.1 documentation
Seaborn은 Matplotlib의 기능과 스타일을 확장한 파이썬 시각화 도구의 고급 버전이다.
Seaborn에서는 titanic이라는 데이터셋을 제공한다.
import seaborn as sns
titanic = sns.load_dataset('titanic')
print(titanic.head())
print()
print(titanic.info())
survived pclass sex ... embark_town alive alone
0 0 3 male ... Southampton no False
1 1 1 female ... Cherbourg yes False
2 1 3 female ... Southampton yes True
3 1 1 female ... Southampton yes False
4 0 3 male ... Southampton no True
[5 rows x 15 columns]
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 891 entries, 0 to 890
Data columns (total 15 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 survived 891 non-null int64
1 pclass 891 non-null int64
2 sex 891 non-null object
3 age 714 non-null float64
4 sibsp 891 non-null int64
5 parch 891 non-null int64
6 fare 891 non-null float64
7 embarked 889 non-null object
8 class 891 non-null category
9 who 891 non-null object
10 adult_male 891 non-null bool
11 deck 203 non-null category
12 embark_town 889 non-null object
13 alive 891 non-null object
14 alone 891 non-null bool
dtypes: bool(2), category(2), float64(2), int64(4), object(5)
memory usage: 80.7+ KB
None
서로 2개의 연속 변수사이의 관계를 볼때유용하다.
fit_reg = False 옵션을 설정하면 회귀선을 가릴 수 있다.
import seaborn as sns
import matplotlib.pyplot as plt
titanic = sns.load_dataset('titanic')
sns.set_style('darkgrid')
fig = plt.figure(figsize=(12, 5))
ax1 = fig.add_subplot(1, 2, 1)
ax2 = fig.add_subplot(1, 2, 2)
sns.regplot(x='age', y='fare',
data=titanic,
ax=ax1,
color='orange')
sns.regplot(x='age', y='fare',
data=titanic,
ax=ax2,
fit_reg=False)
plt.show()
먼저 Figure단계에서 포괄적으로 다루는 displot()메서드가 있다. 아래의 문서에 잘 정리되어 있다
Visualizing distributions of data - seaborn 0.11.1 documentation