pbj0812의 코딩 일기

0. 목표 - matplotlib 으로 Parallel Categories Charts 구현하기 1. plotly 의 Parallel Categories Charts 1) library 호출 import plotly.express as px import pandas as pd 2) 데이터 생성 iris = px.data.iris() 3) 그림 그리기 fig = px.parallel_coordinates(iris, color="species_id") fig.show() - 결과 2. matplotlib 으로 구현 1) library 호출 import matplotlib.pyplot as plt import pandas as pd # ytick 강제 변형을 위해 사용 import numpy as np imp..

0. 목표 - GridSpec 을 이용한 여러 그래프를 같이 그리기 1. 실습 1) library 호출 import seaborn as sns import matplotlib.pyplot as plt from matplotlib import gridspec 2) 데이터 생성 flights_long = sns.load_dataset("flights") 3) heatmap 용 데이터 flights = flights_long.pivot("month", "year", "passengers") 4) barplot 용 데이터 year_df = flights_long.groupby(by = 'year').agg({'passengers' : 'sum'}) month_df = flights_long.groupby(by ..

0. 목표 - 태극문양 그리기 1. 실습 1) library 호출 import matplotlib.pyplot as plt import math import numpy as np 2) 반원 데이터 생성 - 붉은 반원, 푸른 반원으로 쪼개서 그리기 # 붉은 반원 x1 = np.linspace(-math.sqrt(2.5 * 2.5 * 9 / 13), 2.5, 1000) y1 = [] for i in x1: y1.append(math.sqrt((2.5 * 2.5) - (i * i))) x2 = np.linspace(math.sqrt(2.5 * 2.5 * 9 / 13), 2.5, 1000) y2 = [] for i in x2: y2.append(-math.sqrt((2.5 * 2.5) - (i * i))) x_..

0. 목표 - matplotlib 으로 전단지 만들기 1. 실습 1) library 호출 import matplotlib.pyplot as plt # 한글폰트 from matplotlib import rc rc('font', family='AppleGothic') plt.rcParams['axes.unicode_minus'] = False # text 꾸미기 import matplotlib.transforms as mtransforms import matplotlib.patches as mpatch from matplotlib.patches import FancyBboxPatch # image import matplotlib.image as mpimg from matplotlib.offsetbox imp..

0. 목표 - indicate_inset_zoom 을 이용한 줌 인 1. 실습 1) library 호출 import matplotlib.pyplot as plt import numpy as np 2) 데이터 생성 - 줌인할 데이터(5 * 5) small = np.array([ [1.0, 0.5, 1.0, 0.1, 0.3], [0.5, 0.5, 0.5, 0.2, 0.4], [1.0, 0.5, 1.0, 0.3, 0.6], [0.5, 0.5, 0.5, 0.2, 0.4], [1.0, 0.5, 1.0, 0.1, 0.3] ]) - 0으로 이루어진 전체 데이터(200 * 200) - 50, 70 지점에 small 데이터를 얹는 형태 big = np.zeros((200, 200)) ny, nx = small.shape..

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 - 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 - 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..