여러 Seaborn 플롯

1. seaborn.FacetGrid()를 사용하여 여러 Seaborn 그래프 플로팅
2. seaborn.PairGrid()를 사용하여 여러 Seaborn 그래프 플로팅
3. seaborn.pairplot()을 사용하여 Python에서 여러 Seaborn 그래프 플로팅

이 튜토리얼에서는 seaborn 모듈에서 여러 그래프를 그리는 방법에 대해 설명합니다.

seaborn.FacetGrid()를 사용하여 여러 Seaborn 그래프 플로팅

FacetGrid()클래스는 데이터의 다른 하위 집합과 데이터 분포 간의 관계를 시각화하는 데 사용되며 여러 플롯에 대한 그리드를 만드는 데 사용할 수 있습니다.

다음 코드는이 기능을 사용하는 방법을 보여줍니다.

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

df = pd.DataFrame(
    {
        "Price": [7, 1, 5, 6, 3, 10, 5, 8],
        "Product": [1, 1, 1, 1, 2, 2, 2, 2],
        "Day": [1, 2, 3, 4, 5, 6, 7, 8],
    }
)

g = sns.FacetGrid(df, col="Product")
g.map(sns.lineplot, "Day", "Price")

여러 플롯에 대한 그리드를 사용자 정의한 후 데이터 사이에lineplot()을 플로팅했습니다. relplot(),lmplot()및catplot()과 같은 다양한 seaborn 플롯이 기본적으로이 객체를 사용한다는 점에 유의해야합니다.

seaborn.PairGrid()를 사용하여 여러 Seaborn 그래프 플로팅

이 함수는FacetGrid()클래스와 매우 유사합니다. DataFrame을 사용하여 각 열을 그리드의 열과 행에 플로팅하여 여러 축을 플로팅합니다. 여기에서 범주 형 데이터에hue매개 변수를 사용할 수 있으며 각 색상은 서로 다른 범주를 나타냅니다.

다음 예제는 그 사용법을 설명합니다.

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

df = pd.DataFrame(
    {
        "Price": [7, 1, 5, 6, 3, 10, 5, 8],
        "Product": [1, 1, 1, 1, 2, 2, 2, 2],
        "Day": [1, 2, 3, 4, 5, 6, 7, 8],
    }
)

g = sns.PairGrid(df, hue="Product")
g.map(sns.scatterplot)

위의 코드에서 DataFrame을 가져와 변수 사이에scatterplot()을 플로팅합니다.

seaborn.pairplot()을 사용하여 Python에서 여러 Seaborn 그래프 플로팅

데이터 세트의 열 사이에 쌍별 분포를 그리는 데 사용됩니다. 또한PairGrid()클래스와 유사하게 서로 다른 유형의 그래프를 보여주는 플롯 행렬을 표시하는 두 축에 DataFrame의 모든 열을 표시합니다. 여기에는 다양한 유형의 플롯이 표시됩니다.

예를 들면

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

df = pd.DataFrame(
    {
        "Price": [7, 1, 5, 6, 3, 10, 5, 8],
        "Product": [1, 1, 1, 1, 2, 2, 2, 2],
        "Day": [1, 2, 3, 4, 5, 6, 7, 8],
    }
)

g = sns.pairplot(df, hue="Product")

plt.show()