[부스트캠프 AI Tech 5기] Bar Plot

기본 Bar Plot

• 직사각형 막대를 사용하여 데이터의 값을 표현하는 차트/그래프
• 범주에 따른 수치 값을 비교하기에 적합한 방법
• 개별 비교, 그룹 비교 모두 적합
• 범주가 많아질 시에는 Horizontal 사용을 추천

다양한 Bar Plot

Multiple Bar Plot

• Plot을 여러개 그리기
• 한 개의 plot에 동시에 나타내기
  • 쌓아서 표현
  • 겹쳐서 표현
  • 이웃에 배치하여 표현

Stacked Bar Chart

• 쌓아서 표현하기
• 비율 등을 주석으로 달아놓는 것이 좋음
  

• 전체에서 비율을 나타내는 percentage stacked bar chart가 있음

Overlapped Bar Chart

• 2개 그룹만 비교한다면 겹쳐서 만드는 것도 하나의 선택지
• 같은 축을 사용하니 비교가 쉬움
• Bar plot보다는 area plot에서 더 효과적
• 투명도 등 이상적인 색상을 잘 쓰는 것이 중요

Grouped Bar Plot

• Matplotlib로 구현이 조금 까다로움
• 앞서 소개한 내용 모두 그룹이 5개 ~ 7개 이하일 때 효과적

더 정확한 Bar Plot

Bar plot의 오용을 막기

Principle of Proportion Ink

• 실제 값과 그에 표현되는 그래픽 잉크 양은 비례해야 함
• 반드시 x 축의 시작은 zero여야 함
• 막대 그래프에만 한정되는 원칙은 아님

데이터 정렬

• 더 정확한 정보를 전달하기 위해서는 정렬이 필수
  • sort_values 등
• 데이터의 종류에 따라 다음 기준으로
  1. 시계열 | 시간 순
  2. 수치형 | 크기 순
  3. 순서형 | 범주 순서대로
  4. 명목형 | 범주의 값에 따라 정렬
• 대시보드에서는 Interactive를 제공하는 것이 좋음

적절한 공간 활용

• 여백과 공간만 조정해도 가독성이 높아짐
• matplotlib에서 bar plot은 ax에 꽉 차서 살짝 답답

복잡함과 단순함

• 필요없는 복잡함은 X
• 인사이트 전달을 위해서는 직사각형이 최고

ETC

• 오차 막대를 추가하여 Uncertainty 정보를 추가 가능
• Bar사이 Gap이 0이라면 Histogram
• 다양한 text 정보 활용하기

실습

student.sample(5)

group = student.groupby('gender')['race/ethnicity'].value_counts().sort_index()
display(group)
print(student['gender'].value_counts())

• sample을 통해 데이터프레임 확인

Multiple Bar Plot

fig, axes = plt.subplots(1, 2, figsize=(15, 7))
axes[0].bar(group['male'].index, group['male'], color='royalblue')
axes[1].bar(group['female'].index, group['female'], color='tomato')
plt.show()

• 이러면 두 그룹의 y축이 다름

fig, axes = plt.subplots(1, 2, figsize=(15, 7), sharey=True)
axes[0].bar(group['male'].index, group['male'], color='royalblue')
axes[1].bar(group['female'].index, group['female'], color='tomato')
plt.show()

• sharey 를 사용해 y 축을 고정
• 이외에도 ylim을 미리 정해주어도 좋음

Stacked Bar Plot

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()

• bottom이라는 파라미터를 통해 밑에 추가해줌
• 가독성이 엄청 좋지는 않으니, 많이 사용하지는 않음

Percentage Stacked Bar Plot

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

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)
for s in ['top', 'bottom', 'left', 'right']:
    ax.spines[s].set_visible(False)

plt.show()

• spine은 테두리를 없애는 함수

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()

• alpha를 통해 투명도를 조절

Grouped Bar Plot

• 조금 복잡스

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, label='Male')

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

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

• seaborn 등 다른 plot 사용하는게 날듯?

---

• 더 자세한 내용은 주피터 노트북을 참고하자