[혼공 데이터분석6] 분포 요약하기

 

< 산점도 그리기 >

산점도는 데이터를 화면에 뿌리는 그래프이다

 

# 지난 데이터 불러오기

pd.read_csv

import pandas as pd
import numpy as np

root = '/content/drive/MyDrive/혼공 데이터분석'
file_address = root + '/ns_book7.csv'

df = pd.read_csv(file_address, low_memory = False)
df

 

 

# 맷플롯립 패키지 임포트하기

import matplotlib.pyplot as plt

plt.scatter([1,2,3,4], [1,2,3,4])
plt.show()

 

 

plt.scatter(df['번호'], df['대출건수'])
plt.show()

 

 

average = df['대출건수'] / df['도서권수']
plt.scatter(average , df['대출건수'], alpha = 0.1)
plt.show()

 

 

 

< 히스토그램 그리기 >

 

# 히스토그램의 뜻

구간안에 포함된 데이터 개수를 막대 그래프로 그린 것이다!

 

맷플롯립으로 히스토그램을 그릴 때는 hist() 함수를 사용한다

bins 매개변수를 사용하면 구간을 지정할 수 있다

만약 bins를 100으로 지정하면 더욱 세밀하게 관찰할 수 있다

 

plt.hist([0,3,5,6,7,7,9,13], bins = 5)
plt.show()

 

 

# 히스토그램의 구간을 정확하게 확인하기

 

import numpy as np
np.histogram_bin_edges([0,3,5,6,7,7,9,13], bins=5)

# 결과
array([ 0. ,  2.6,  5.2,  7.8, 10.4, 13. ])

 

 

# 구간 조정하기

 

한 구간의 도수가 너무 커서 다른 구간에는 도수가 표시되지 않는 현상을 해결하기 위해 로그 스케일로 바꾸어 로그 함수를 적용할 수 있다

그러면 큰 값일수록 도수 크기가 많이 줄어들어 작은 값과의 차이가 줄어든다

 

 

 

# y축을 로그 스케일로 바꾸기

 

yscale() 함수에 'log'를 지정한다면 밑이 10인 로그 함수를 사용할 수 있다

 

plt.hist(df['대출건수'])
plt.yscale('log')
plt.show()

 

 

# x축의 구간을 더 세세하게 나눠보기

 

bins = 100 으로 100개의 구간 나눠보기

 

plt.hist(df['대출건수'], bins=100)
plt.yscale('log')
plt.show()

 

 

# 도서명의 길이에 따른 데이터 개수 그래프, 구간은 100개 구하기

 

1) 정규분포에 가까울 수 있고

2) 왼쪽 또는 오른쪽에 편중된 그래프로 나타날 수 있다

 

title_len = df['도서명'].apply(len)
plt.hist(title_len, bins=100)
plt.show()

 

 

# x축에도 로그 스케일 적용시켜보기

 

plt.hist(title_len, bins=100)
plt.xscale('log')
plt.show()

 

 

# 상자 수염 그림 그리기

 

상자 수염 그림은 최솟값, 세 개의 사분위수, 최댓값 이렇게 다섯 개의 숫자를 사용해 데이터를 요약하는 그래프를 그린다

boxplot() 함수를 사용한다

 

plt.boxplot(df[['대출건수', '도서권수']])
plt.yscale('log')
plt.show()

 

 

# 상자 수염 그림 수평으로 그리기

 

vert = False

plt.boxplot(df[['대출건수', '도서권수']], vert = False)
plt.xscale('log')
plt.show()

 

 

# 수염 길이 조정하기

 

whis = 10

기본값 1.5를 10으로 바꾸어서 IQR의 10배 범위 안에서 가장 멀리 떨어진 데이터까지 수염 그리기

 

제 1사분위수 (25%) 와 제 3사분위수 (75%) 사이의 거리 -> IQR

plt.boxplot(df[['대출건수', '도서권수']], whis=10)
plt.yscale('log')
plt.show()

 

 

< 판다스의 그래프 함수 >

 

# 산점도 그리기

 

판다스 데이터프레임 객체의 plot속성 중 scatter 메서드로 산점도를 그릴 수 있다

df.plot.scatter('도서권수', '대출건수', alpha = 0.1)
plt.show()

 

 

# 히스토그램 그리기

 

맷플롯립으로 그릴 때는 도서명 길이에 대한 객체를 따로 생성했었는데

판다스는 다음처럼 데이터프레임에 apply()메서드를 적용한 다음 바로 plot.hist() 호출

 

df['도서명'].apply(len).plot.hist(bins=100)
plt.show()

 

 

# 상자 수염 그리기

 

df[['대출건수', '도서권수']].boxplot()
plt.yscale('log')
plt.show()