파이썬 라이브러리를 활용한 데이터 분석(2판): 영화 평점, 이름 통계, 선거 데이터 등 실사례 사용

380

파이썬 라이브러리를 활용한 데이터 분석(2판)

9.2.5

패싯 그리드와 범주형 데이터

추가적인 그룹 차원을 가지는 데이터는 어떻게 시각화해야 할까? 다양한 범주형 값을 가지는

데이터를 시각화하는 한 가지 방법은 패싯 그리드를 이용하는 것이다.

seaborn

은

factorplot

이라는 유용한 내장 함수를 제공하여 다양한 면을 나타내는 그래프를 쉽게 그릴 수 있게 도와

준다 (그림

9

-

26

).

In

[

108

]:

sns

.

factorplot

(

x

=

'

day

',

y

=

'

tip

_

pct

',

hue

=

'

time

',

col

=

'

smoker

',

.....:

kind

=

'

bar

',

data

=

tips

[

tips

.

tip

_

pct

<

1

])

그림

9-26

요일/시간/흡연 여부에 따른 팁 비율

'

time

'

으로 그룹을 만드는 대신 패싯 안에서 막대그래프의 색상을 달리해서 보여줄 수 있다.

또한 패싯 그리드에

time

값에 따른 그래프를 추가할 수도 있다 (그림

9

-

27

).

In

[

109

]:

sns

.

factorplot

(

x

=

'

day

',

y

=

'

tip

_

pct

',

row

=

'

time

',

.....:

col

=

'

smoker

',

.....:

kind

=

'

bar

',

data

=

tips

[

tips

.

tip

_

pct

<

1

])

381

9

장

그래프와 시각화

그림

9-27

요일별

tip

_

pct

. 시간과 흡연 여부도 함께 나타냄