시각화로 결과 요약하기 - Seaborn : 4-1. 시각화 라이브러리, Seaborn

---

데이터 추출, 그리고 끝?

실습의 결과는 대부분 텍스트

1. 스크래핑은 잘 되지만, 텍스트의 형식으로 가독성이 떨어진다.
2. 이러한 정보를 요약해서 한 눈에 보여주면 좋지 않을까?
3. 시각화(Visualization)이 바로 해답

• 결론 : 여러 기법을 통해 스크래핑을 진행할 수 있었으나 결과가 분산되어 있어 한 눈에 보기 어렵다. 이를 도와주는 시각화가 필요하다!!

---

시각화로 결과 떠먹여주기

Seaborn 라이브러리

똑똑하고 수려한 시각화 라이브러리

• Matplotlib을 기반으로 하는 시각화 라이브러리
• 다양한 그래프를 고수준(high-level)에서 쉽게 그릴 수 있다.

---

Seaborn 설치 & 사용하기

그래프 그리기

• pip 를 이용하여 라이브러리를 설치후 호출합니다.

%pip install seaborn
import seaborn as sns

• Line Plot은 두변수의 값에 다른 추이를 선으로 이은 그래프로 .lineplot() 을 이용해서 그릴 수 있습니다.

# 값 x=[1, 3, 2, 4]
# 값 y=[0.7,0.2,0.1,0.05]
sns.lineplot(x=[1, 3, 2, 4], y=[4, 3, 2, 1])

• BarPlot 은 범주형 데이터의 '값'과 그 값의 크기를 직사각형으로 나타낸 그림으로 .bar()를 이용해서 그릴 수 있습니다.

# 범주 x=[1,2,3,4]
# 값 y=[0.7,0.2,0.1,0.05]
sns.barplot(x=[1,2,3,4],y=[0.7,0.2,0.1,0.05])

Plot 의 속성

Seaborn은 파이썬의 시각화 라이브러리 matplotlib을 기반으로 만들어져 있어 matplotlib.pyplot의 속성을 이용해서 그래프에 다양한 요소를 변경/추가할 수 있습니다.

• plt.title()을 이용하여 그래프에 제목 을 추가합니다.

sns.barplot(x=[1,2,3,4],y=[0.7,0.2,0.1,0.05])
plt.title("Bar Plot")
plt.show()

• plt._label()을 이용하여 그래프의 축에 설명 을 추가합니다.

sns.barplot(x=[1,2,3,4],y=[0.7,0.2,0.1,0.05])
plt.title("Bar Plot")
plt.xlabel("X Label")
plt.ylabel("Y Label")
plt.show()

• plt._lim()을 이용하여 그래프의 축의 범위 를 지정합니다.

sns.lineplot(x=[1, 3, 2, 4], y=[4, 3, 2, 1])
plt.ylim(2,3)
plt.show()

• plt.figure(figsize = (x, y))을 이요하여 그래프의 크기 를 지정합니다.

plt.figure(figsize = (20,10))
sns.lineplot(x=[1, 3, 2, 4], y=[4, 3, 2, 1])
plt.show()

---