[Data Viz] Bar plot

• 막대의 바향에 따른 분류

  • 수직(vertical, .bar()) : x축에 범주, y축에 값을 표기

  • 수평(horizontal, .barh()): y축에 범주, x축에 값을 표기(범주가 많을 때)

---

다양한 Bar Plot

Multiple Bar Plot

• Bar Plot에서는 범주에 대해 각 값을 표현, 즉 1개의 feature에 대해서만 보여준다.

• 여러 Group을 보여주기 위해서는 다양한 방법이 필요

  1. 플롯을 여러 개 그리는 방법

  2. 한 개의 플롯에 동시에 나타내는 방법

  • 쌓아서 표현하는 방법
  • 겹쳐서 표현하는 방법(투명도 조정)
  • 이웃에 배치하여 표현하는 방법

Stacked Bar Plot

• 2개 이상의 그룹을 쌓아서 표현하는 bar plot

  • 각 bar에서 나타나는 그룹의 순서는 항상 유지해야 한다.

• 맨 밑의 bar분포는 파악하기 쉽지만 그 외의 분포는 파악하기 어려움

  • 2개의 그룹이 positive/negative라면 축 조정이 가능함

• .bar()에서는 bottom 파라미터를 사용

• .barh()에서는 left 파라미터를 사용

• 응용하여 전체에서 비율을 나타내는 Percentage Stacked Bar Chart가 있다.

Overlapped Bar Plot

• 2개 그룹만 비교한다면 겹쳐서 만드는 것도 하나의 선택지이다.

  • 3개 이상에서는 파악하기 어렵기 때문

• 같은 축을 사용하니 비교가 쉽다.

  • 투명도를 조정하여 겹치는 부분을 파악(alpha)

Grouped Bar Plot

• 그룹별 범주에 따른 bar를 이웃되게 배치하는 방법

• Matplotlib으로 비교적 구현이 까다롭다.

  • 적당한 테크닉(.set_xticks(), set_sticklabels())

• 앞서 소개한 내용 모두 그룹이 5개~7개 이하일 때 효과적이다.

---

정확한 Bar Plot

Principle of Proportion ink

• 실제 값과 그래픽으로 표현되는 잉크 양은 비례해야 한다.

• 반드시 x축의 시작은 zero(0)여야 양의 비교가 가능하다.

• 막대 그래프에만 한정되는 원칙은 아니다.

---

데이터 정렬하기

• 더 정확한 정보 전달을 위해 정렬은 필수이다.

  • Pandas의 sort_values(), sort_index()를 사용

• 데이터의 종류에 따라 아래의 기준을 사용

  1. 시계열 | 시간순
  2. 수치형 | 크기순
  3. 순서형 | 범주의 순서
  4. 명목형 | 범주의 값에 따라 정렬

• 여러 가지 기준으로 정렬을 하여 패턴을 발견

• 대시보드에서는 Interactive로 제공하는 것이 유용하다.

---

적절한 공간 활용

• 여백과 공간만 조정해도 가독성이 증가한다.

• Matplotlib의 bar plot은 ax에 꽉 차서 답답할 수 있다.

• Matplotlib technques

  • X/Y axis Limit (.set_xlim(), .set_ylim())
  • Spines (.spines[spine].set_visible())
  • Gap (width)
  • Legend (.legend())
  • Margins (.margins())

---

ETC

• 오차 막대를 추가하여 Uncertainty 정보를 추가 가능 (errorbar)

• Bar 사이 Gap을 0으로 만든다면 -> 히스토그램

  • .hist()를 사용하여 가능

  • 연속되 느낌을 줄 수 있음

• 다양한 Text 정보 활용하기

  • 제목 (.set_title())

  • 라벨 (.set_xlabel(), set_ylabel())

---

실습

.bar() vs. .barh()

fig, axes = plt.subplots(1, 2, figsize=(7, 4))

x = list('ABCDE')
y = np.array([1, 2, 3, 4, 5])

axes[0].bar(x, y)
axes[1].barh(x, y)

plt.show()

다양한 Bar Plot

Data : 1000명의 학생 데이터(Studuent Score Dataset)

feature

• 성별 : female / mael
• 인종민족 : group A, B, C, D, E
• 부모님 최종 학력 : 고등학교 졸업, 전문대, 학사, 석사, 2년제
• 점심 : standard와 free/reduced
• 시험 예습 : none과 completed
• 수학, 읽기, 쓰기 성적 : 0-100

데이터 살펴보기

DataFrame.sample(int) : int만큼의 sample을 뽑아 살펴보기

DataFrame.info() : null값이 있는지, 데이터 타입은 무엇인지 살펴볼 수 있다.

DataFrame.describe(include='all'): 미리 통계정보를 살펴볼 수 있다.

DataFrame.groupby(column): 그룹화를 통해 디테일하게 살펴보기

---

Bar Plot 그려보기

fig, axes = plt.subplots(1, 2, figsize=(10, 5))
axes[0].bar(group['male'].index, group['male'], color='royalblue')
axes[1].bar(group['female'].index, group['female'], color='tomato')
plt.show()

• 남성은 scale이 0~160, 여성은 0~140으로 이 scale정보를 맞춰줘야 한다.

• .subplots의 파라미터인 sharey=True로 하면 y값이 공유된다.

• 또는 y범위는 미리 정해줄 수 있다.

for ax in axes:
	ax.set_ylim(0, 200)

---

Stacked Bar Plot

• bottom 파라미터를 이용해 아래 공간을 비워둘 수 있다.

fig, axes = plt.subplots(1, 2, figsize=(15, 7))

group_cnt = student['race/ethnicity'].value_counts().sort_index()
axes[0].bar(group_cnt.index, group_cnt, color='darkgray')
axes[1].bar(group['male'].index, group['male'], color='royalblue')
axes[1].bar(group['female'].index, group['female'], bottom=group['male'], color='tomato')

for ax in axes:
    ax.set_ylim(0, 350)
    
plt.show()

• 위쪽 데이터(여성)의 분포를 보기에 가독성이 좋지 않다.

---

Percentage Stacked Bar Plot

fig, ax = plt.subplots(1, 1, figsize=(7, 5))

group = group.sort_index(ascending=False) # 역순 정렬
total=group['male']+group['female'] # 각 그룹별 합


ax.barh(group['male'].index, group['male']/total, 
        color='royalblue')

ax.barh(group['female'].index, group['female']/total, 
        left=group['male']/total, 
        color='tomato')

ax.set_xlim(0, 1)
# 테두리 없애기
for s in ['top', 'bottom', 'left', 'right']:
    ax.spines[s].set_visible(False)

plt.show()

• 각 차트의 중앙에 text로 퍼센트를 적용할 수 있다.

---

Overlapped Bar Plot

group = group.sort_index() # 다시 정렬

fig, axes = plt.subplots(2, 2, figsize=(12, 12))
axes = axes.flatten()

for idx, alpha in enumerate([1, 0.7, 0.5, 0.3]):
    axes[idx].bar(group['male'].index, group['male'], 
                  color='royalblue', 
                  alpha=alpha)
    axes[idx].bar(group['female'].index, group['female'],
                  color='tomato',
                  alpha=alpha)
    axes[idx].set_title(f'Alpha = {alpha}')
    
for ax in axes:
    ax.set_ylim(0, 200)
    
    
plt.show()

---

Grouped Bar Plot

• 크게 3가지 테크닉이 필요하다.

  • x축 조정

  • width 조정

  • xticks, xticklabels

• 원래 x축이 0, 1, ,2, 3 이라면 이 값들이 차트의 중심이 된다.

• 한 그래프는 0-width/2, 1-width/2 ...

• 다른 그래프는 0+width/2, 1+width/2 ...

fig, ax = plt.subplots(1, 1, figsize=(12, 7))

idx = np.arange(len(group['male'].index))
width=0.35

ax.bar(idx-width/2, group['male'], 
       color='royalblue',
       width=width)

ax.bar(idx+width/2, group['female'], 
       color='tomato',
       width=width)

ax.set_xticks(idx)
ax.set_xticklabels(group['male'].index)
    
plt.show()

---

• 그룹이 n개일 경우(zero index) $x + \frac{-N+1+2 \times i}{2} \times width$로 계산할 수 있다.

fig, ax = plt.subplots(1, 1, figsize=(13, 7))

x = np.arange(len(group_list))
width=0.12

for idx, g in enumerate(edu_lv):
    ax.bar(x+(-len(edu_lv)+1+2*idx)*width/2, group[g], 
       width=width, label=g)

ax.set_xticks(x)
ax.set_xticklabels(group_list)
ax.legend()    
    
plt.show()

---

그 외

ax.margins(0.1, 0.1) : default는 0.05이며 x축과 y축의 마진을 더 사용해 가독성 증가를 기대할 수 있다.

ax.bar(width=0.7, linewidth=2): 바의 두께와 테두리 선의 두께를 조정할 수 있다.

ax.spines['top'].set_visible(False) : top, bottom, left, right를 지정하여 spine을 끌 수 있다.

ax.grid(): 격자를 표시할 수 있다.

ax.bar(yerr=var, capsize=10): 에러 표시가 가능하다.

ax.bar(label='label'), ax.legend(): 범례 표시

ax.set_xlabel('text', fontweight='bold) : 축제목 지정