[Python] Seaborn - histplot & countplot

라이브러리 및 옵션 설정¶

In [1]:

import os 
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib as mpl
import matplotlib.pyplot as plt
%matplotlib inline
mpl.rc('font', family ='AppleGothic') #맥용 폰트 설정

#mpl.rc('font', family ='Malgun Gothic') #윈도우용 폰트 설정

plt.rcParams['axes.unicode_minus'] = False #마이너스 숫자가 잘 나오도록 설정

from IPython.display import set_matplotlib_formats
set_matplotlib_formats('retina') #선명하게 그리는 옵션

/var/folders/_b/znjp14gd02d8lg63thqc7bm40000gn/T/ipykernel_17438/1657197479.py:13: DeprecationWarning: `set_matplotlib_formats` is deprecated since IPython 7.23, directly use `matplotlib_inline.backend_inline.set_matplotlib_formats()`
  set_matplotlib_formats('retina') #선명하게 그리는 옵션

데이터 불러오기¶

In [3]:

df1 = pd.read_csv('chapter2_data.csv')
df1.head()

Out[3]:

	id	유형	경로	날짜	결제유형	제품명	계약금액	상태	연체	연체기록	연결계좌	해약여부	나이	마일리지
0	66292722	렌탈	서비스 방문	2019-12-24	CMS	A	96900	계약확정	1	있음	신한은행	정상	64.0	2386.0
1	66784411	렌탈	홈쇼핑/방송	2019-12-24	카드이체	A	81900	계약확정	0	없음	외환카드	정상	38.0	1487.0
2	66766058	렌탈	일반	2019-11-07	CMS	C	102900	계약확정	0	없음	국민은행	정상	27.0	1342.0
3	66775111	렌탈	홈쇼핑/방송	2019-12-01	카드이체	A	96900	계약확정	0	없음	롯데카드	정상	24.0	1212.0
4	66784935	렌탈	서비스 방문	2019-12-26	CMS	A	105900	계약확정	0	없음	국민은행	정상	51.0	2124.0

데이터 파악하기¶

In [4]:

df1.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 28555 entries, 0 to 28554
Data columns (total 14 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   id      28555 non-null  int64  
 1   유형      28555 non-null  object 
 2   경로      28555 non-null  object 
 3   날짜      28555 non-null  object 
 4   결제유형    28555 non-null  object 
 5   제품명     28555 non-null  object 
 6   계약금액    28555 non-null  int64  
 7   상태      28555 non-null  object 
 8   연체      28555 non-null  int64  
 9   연체기록    28555 non-null  object 
 10  연결계좌    28555 non-null  object 
 11  해약여부    28555 non-null  object 
 12  나이      28555 non-null  float64
 13  마일리지    28555 non-null  float64
dtypes: float64(2), int64(3), object(9)
memory usage: 3.1+ MB

In [5]:

df1.describe()

Out[5]:

	id	계약금액	연체	나이	마일리지
count	2.855500e+04	28555.000000	28555.000000	28555.000000	28555.000000
mean	6.664544e+07	94956.571529	0.151042	46.583225	1967.358221
std	9.879706e+05	12591.330111	1.110066	13.397094	434.926055
min	2.573206e+07	55200.000000	0.000000	20.000000	877.000000
25%	6.665981e+07	87900.000000	0.000000	37.000000	1646.000000
50%	6.676788e+07	96900.000000	0.000000	46.000000	1947.000000
75%	6.678124e+07	98400.000000	0.000000	56.000000	2264.000000
max	6.696986e+07	215700.000000	15.000000	90.000000	3485.000000

In [7]:

df1.describe(include = 'object')

Out[7]:

	유형	경로	날짜	결제유형	제품명	상태	연체기록	연결계좌	해약여부
count	28555	28555	28555	28555	28555	28555	28555	28555	28555
unique	2	18	101	2	6	4	2	42	2
top	렌탈	서비스 방문	2019-10-25	CMS	A	계약확정	없음	롯데카드	정상
freq	27128	8836	494	18557	21262	28047	27505	6142	28074

---

단일변수¶

Histogram (Displot / kdeplot)¶

• [연속형] 데이터로 구성된 컬럼 하나 살펴볼 때

옵션 : bins, kde, rug + [hue]

In [15]:

sns.histplot(data = df1, x = '계약금액', bins = 15, kde = True, hue = '유형') 

# 적당한 bins로 나누는 것이 관건
# kde 옵션을 통해 확률 밀도함수 (kde : Kernel Density Estimator)
# hue 옵션을 통해 범례 지정

Out[15]:

<Axes: xlabel='계약금액', ylabel='Count'>

In [19]:

sns.displot(data = df1, x = '계약금액', bins = 15, rug = True) #rug 옵션을 통해 데이터 존제 확인

Out[19]:

<seaborn.axisgrid.FacetGrid at 0x28656e310>

Q. 연령대에 따른 계약 유형

In [16]:

sns.kdeplot(data = df1, x = '나이', hue = '유형')

Out[16]:

<Axes: xlabel='나이', ylabel='Density'>

Q. 계약 금액에 따른 계약 유형

In [18]:

sns.kdeplot(data = df1, x = '계약금액', hue = '유형')

Out[18]:

<Axes: xlabel='계약금액', ylabel='Density'>

In [21]:

sns.kdeplot(data = df1, x = '계약금액', hue = '유형')
plt.ylim(0,0.000005)

Out[21]:

(0.0, 5e-06)

Countplot¶

• [범주형] 데이터로 구성된 컬럼 하나 살펴볼 때

옵션 : x/y 축 변경 + [hue]

In [32]:

plt.figure(figsize = (8,5)) #시각화 사이즈 설정
sns.countplot(data = df1, y = '경로', hue = '결제유형') #x축으로 넣으면 데이터가 겹쳐 보여서, y축에 넣으면 안겹쳐 보임

Out[32]:

<Axes: xlabel='count', ylabel='경로'>