Seaborn에서 등고선도 만들기

이 토론에서는 Seaborn에서 kdeplot() 기능을 사용하여 등고선 플롯을 만드는 방법을 소개합니다.

Seaborn에서 kdeplot() 함수를 사용하여 등고선 플롯 만들기

커널 밀도 추정을 통해 유한 데이터 세트에서 확률 밀도 함수를 추정할 수 있습니다. kdeplot()에는 이변량 플롯 옵션이 있습니다. 이 경우 2차원 데이터에 대한 결합 확률 밀도 함수를 추정할 수 있습니다.

Seaborn의 kdeplot()을 사용하면 관절 PDF를 추정할 수 있도록 데이터의 다양한 밀도 수준을 나타내는 윤곽선을 만들 수 있습니다. Seaborn에는 contour 기능이 없으므로 kdeplot() 기능을 사용하여 등고선 플롯을 표시해야 합니다.

kdeplot()을 사용하여 이변량 또는 2차원 플롯을 작성하는 Seaborn 코드를 살펴보겠습니다. pyplot과 Seaborn을 가져오고 두 라이브러리의 별칭을 지정하여 시작합니다.

import seaborn as seaborn
import matplotlib.pyplot as plot

다음 단계는 Seaborn에서 일부 데이터를 로드하는 것입니다. 우리는 자동차에 대한 데이터 세트를 사용할 것이므로 다양한 자동차에 대한 다른 통계가 있습니다.

dropna() 함수는 데이터 세트에서 모든 null 값을 삭제합니다.

암호:

data_set = seaborn.load_dataset("mpg").dropna()
data_set.head()

출력:

이제 kdeplot() 함수를 사용하고 마력과 mpg 또는 갤런당 마일을 전달합니다.

암호:

import seaborn as seaborn
import matplotlib.pyplot as plot

data_set = seaborn.load_dataset("mpg").dropna()
seaborn.kdeplot(data_set.horsepower, data_set.mpg)
plot.show()

출력:

여기에서 활용할 수 있는 몇 가지 다양한 옵션이 있습니다. 첫 번째는 이 플롯에서 더 많은 링 또는 더 다양한 레벨을 갖는 것입니다.

n_levels 매개변수에 액세스하여 해당 값을 변경할 수 있습니다.

import seaborn as seaborn
import matplotlib.pyplot as plot

data_set = seaborn.load_dataset("mpg").dropna()

seaborn.kdeplot(data_set.horsepower, data_set.mpg, n_levels=20)
plot.show()

출력:

shade 버전을 사용하여 음영 버전으로 전환할 수도 있습니다.

import seaborn as seaborn
import matplotlib.pyplot as plot

data_set = seaborn.load_dataset("mpg").dropna()
seaborn.kdeplot(data_set.horsepower, data_set.mpg, shade=True)
plot.show()

출력:

cbar 매개변수를 사용하여 색상 막대를 포함할 수도 있습니다.

import seaborn as seaborn
import matplotlib.pyplot as plot

data_set = seaborn.load_dataset("mpg").dropna()
seaborn.kdeplot(data_set.horsepower, data_set.mpg, shade=True, cbar=True)
plot.show()

알다시피 데이터에는 두 가지 범주가 있습니다.

출력: