Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
Tags
- 모평균
- 수치형자료
- 범주형자료
- 첨가행렬
- 기댓값과 분산
- 기본행연산
- 통계학입문
- jupyter notebook
- 연속확률변수
- 통계학개론
- 조건부확률
- 수학적확률
- pmf
- 절삭평균
- 베르누이분포
- 모수
- 표본평균
- 이변량자료
- 포아송분포
- 확률밀도함수
- 이산확률질량함수
- Anaconda
- 누적분포함수
- 표본공간
- 이산형
- 균일분포
- 사조사
- 이항분포
- 행사다리꼴
- 피어슨상관계수
Archives
- Today
- Total
Syeonny의 블로그
seaborn으로 그래프 그리기 본문
seaborn 을 이용해서 간단한 그래프를 그리는 방법
우선 seaborn 먼저 작성해 준다.
import pandas as pd
import seaborn as sns
그래프 그릴 때 사용할 데이터는 titanic 데이터이다.
df = sns.load_dataset('titanic')
titanic 데이터의 변수 목록은 위와 같다.
sns.histplot(df['age'], bins = 20)
bins = 지정하여 구간의 갯수를 설정한다.
sns.histplot(df['age'], bins = 30, kde = True)
kde 를 이용해서 확률밀도함수를 그릴 수 있다.
sns.countplot(x = 'pclass', hue = "who", data = df)
hue 는 색상을 지정할 열의 이름이나 값을 지정한다.
sns.barplot(x = 'pclass', y = 'sex', data = df, estimator = sum)
barplot의 estimator 를 다른 값으로 바꿔줄 수 있다.
sns.violinplot(x = 'pclass', y = 'age', data = df)
색상은 color 범례는 legend 를 사용하며 이외에도 많은 파라미터가 존재한다.
또한, 그릴 수 있는 그래프의 종류도 다양하다.
자세한 내용을 알고싶다면 아래의 링크를 참조하면 된다.
'파이썬' 카테고리의 다른 글
[Python] 왕기초 (1) (0) | 2024.09.05 |
---|---|
[Python] 헷갈리는 함수 모음 (0) | 2024.09.03 |
넘파이 기초 2 (0) | 2024.03.26 |
넘파이 기초 1 (0) | 2023.11.17 |
아나콘다 설치 | jupyter notebook (0) | 2023.09.13 |