pbj0812의 코딩 일기

0. 목표 - 정규분포 그래프 그리기 1. 실습 1) library 호출 import numpy as np import matplotlib.pyplot as plt import math 2) 데이터 생성 - 평균 10, 표준편차 4, 데이터의 개수 10 만 개 data = np.random.normal(10, 4, 100000) 3) 정렬 data = sorted(data) 4) 평균 - 9.991368120797462 data_mean = sum(data) / len(data) 5) 표준편차, 분산 - 표준편차 4.013488145962863, 분산 16.10808709778442 sd = 0 for i in data: sd += (i - data_mean) ** 2 sd = math.sqrt(sd /..

0. 목표 - fill_between 을 이용한 신뢰구간을 포함한 lineplot 구현하기 1. seaborn 의 lineplot import seaborn as sns flights = sns.load_dataset("flights") sns.lineplot(data=flights, x="year", y="passengers") 2. 구현하기 0) library 호출 import seaborn as sns import matplotlib.pyplot as plt import math 1) 데이터 확인 flights.head() 2) 변수 생성 - flights_mean : 연도별 탑승자 평균 - flights_year : 연도 - flights_len : 연도별 데이터 길이 flights_mean = ..

0. 목표 - interpolate 로 violinplot 구현하기 1. 실습 1) library 호출 import seaborn as sns import matplotlib.pyplot as plt import pandas as pd import matplotlib.patches as patches from scipy.interpolate import interp1d import numpy as np 2) 데이터 로드 tips = sns.load_dataset("tips") 3) 구간별 그룹화 bins = list(range(-5, 65, 5)) tips['level'] = pd.cut(tips['total_bill'], bins, labels=bins[:-1]) df = tips[['total_bil..

0. 목표 - add_patch 를 이용한 violinplot 구현하기 1. seaborn 의 violinplot import seaborn as sns tips = sns.load_dataset("tips") sns.violinplot(y="total_bill", data=tips) 2. 구현하기 1) library 호출 import matplotlib.pyplot as plt import pandas as pd import matplotlib.patches as patches 2) 구간 확보 - [0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55] bins = list(range(0, 60, 5)) 3) 구간 적용 tips['level'] = pd.cut(tips['to..

0. 목표 - 상자 그림(box plot) 구현하기 1. Seaborn 의 box plot 예제 import seaborn as sns tips = sns.load_dataset("tips") ax = sns.boxplot(y=tips["total_bill"]) 2. 실습 1) x 데이터 추가 - 추후 x 좌표로 사용 tips['x'] = 1 2) 정렬 t = sorted(list(tips['total_bill'])) 3) 분위수 계산 - 13.28, 17.78, 24.08 q1_index = int(len(t) * 0.25) q2_index = int(len(t) * 0.5) q3_index = int(len(t) * 0.75) q1 = t[q1_index - 1] q2 = t[q2_index - 1]..

0. 목표 - matplotlib 으로 FacetGrid 구현하기 1. FacetGrid 예제 import seaborn as sns tips = sns.load_dataset("tips") g = sns.FacetGrid(tips, col="sex", row="time", margin_titles=True, despine=False) g.map_dataframe(sns.scatterplot, x="total_bill", y="tip") g.set_axis_labels("Total bill", "Tip") g.fig.subplots_adjust(wspace=0, hspace=0) 2. 실습 1) library 호출 import matplotlib.pyplot as plt 2) 함수 작성 (1) 도화지 분..

0. 목표 - TextArea 를 이용한 나만의 범례 만들기 1. 실습 1) library 호출 import matplotlib.pyplot as plt import matplotlib.image as mpimg from matplotlib.offsetbox import OffsetImage, AnnotationBbox, TextArea 2) 데이터 생성 - x : x 좌표, y : y 좌표, z : 크기 x = [1, 4, 5, 6, 8] y = [8, 3, 4, 8, 2] z = [7, 2, 3, 4, 5] 3) 카테고리 분류 - 3 미만, 5 미만, 5 이상 def category(x): if x < 3: return 2 elif x < 5: return 4 else: return 6 z2 = []..

0. 목표 - offsetbox 를 이용한 피카츄(이미지) 산점도 그리기 1. 실습 1) library 호출 import matplotlib.pyplot as plt import matplotlib.image as mpimg from matplotlib.offsetbox import OffsetImage, AnnotationBbox 2) 데이터 생성 - x : x 좌표 - y : y 좌표 - z : 크기 x = [3, 8, 5, 9, 4] y = [8, 3, 4, 8, 2] z = [7, 2, 3, 4, 5] 3) 그래프 그리기 (1) 도화지 생성 (2) 피카츄 그림 호출 (3) 반복문을 이용해 x, y, z 데이터를 하나씩 들고오면서 그림 생성 # 1 fig, ax = plt.subplots() fig..

0. 목표 - matplotlib 의 barh 로 분수 표현하기 1. 실습하기 1) library 호출 import matplotlib.pyplot as plt 2) 함수 제작 * 분자와 분모에는 정수 형태(분모 : 자연수, 분자 : 정수)만 삽입 가능 (1) a 에는 각 파트별 크기(1 / n), b 에는 분자의 절대값, c 에는 b 를 제외한 나머지의. 값 (2) 피규어 생성 (3) 분자가 0 이 아니면 반복문을 돌면서 b 의 크기만큼 빨간 바를 누적하여 그리고 이후 c 의 크기만큼 하얀색 바를 누적해서 그림 (4) 분자가 0 이면 c 의 크기만큼 하얀색 바를 누적해서 그림 (5) 분자가 0 보다 작은 경우와 아닌 경우를 나눠서 각 바마다 text 로 표시 (6) xlabel 표시 def fracti..

0. 목표 - bar 그래프에 백분율 표시하기 1. 실습 1) library 호출 import pandas as pd import matplotlib.pyplot as plt 2) 데이터 프레임 생성 df = pd.DataFrame({'date' : ['2017', '2018', '2019', '2020'], 'A' : [150, 200, 225, 270], 'B' : [30, 45, 52, 60]}) df['total'] = df['A'] + df['B'] df['A_percent'] = round(df['A'] / df['total'] * 100, 1) df['B_percent'] = round(100 - df['A_percent'], 1) 3) 그림 그리기 fig, ax = plt.subplots(..