[Python] Seaborn - scatterplot

라이브러리 및 옵션 설정¶

In [2]:

import os 
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib as mpl
import matplotlib.pyplot as plt

#그래프를 바로 아래에 출력
%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_18166/4088711407.py:17: 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(include = 'all')

Out[5]:

	id	유형	경로	날짜	결제유형	제품명	계약금액	상태	연체	연체기록	연결계좌	해약여부	나이	마일리지
count	2.855500e+04	28555	28555	28555	28555	28555	28555.000000	28555	28555.000000	28555	28555	28555	28555.000000	28555.000000
unique	NaN	2	18	101	2	6	NaN	4	NaN	2	42	2	NaN	NaN
top	NaN	렌탈	서비스 방문	2019-10-25	CMS	A	NaN	계약확정	NaN	없음	롯데카드	정상	NaN	NaN
freq	NaN	27128	8836	494	18557	21262	NaN	28047	NaN	27505	6142	28074	NaN	NaN
mean	6.664544e+07	NaN	NaN	NaN	NaN	NaN	94956.571529	NaN	0.151042	NaN	NaN	NaN	46.583225	1967.358221
std	9.879706e+05	NaN	NaN	NaN	NaN	NaN	12591.330111	NaN	1.110066	NaN	NaN	NaN	13.397094	434.926055
min	2.573206e+07	NaN	NaN	NaN	NaN	NaN	55200.000000	NaN	0.000000	NaN	NaN	NaN	20.000000	877.000000
25%	6.665981e+07	NaN	NaN	NaN	NaN	NaN	87900.000000	NaN	0.000000	NaN	NaN	NaN	37.000000	1646.000000
50%	6.676788e+07	NaN	NaN	NaN	NaN	NaN	96900.000000	NaN	0.000000	NaN	NaN	NaN	46.000000	1947.000000
75%	6.678124e+07	NaN	NaN	NaN	NaN	NaN	98400.000000	NaN	0.000000	NaN	NaN	NaN	56.000000	2264.000000
max	6.696986e+07	NaN	NaN	NaN	NaN	NaN	215700.000000	NaN	15.000000	NaN	NaN	NaN	90.000000	3485.000000

---

다변수¶

Scatter plot¶

• [연속형] 컬럼 + [연속형] 컬럼 함께 살펴볼 때

디자인 옵션 : 색상, 모양, 크기, 테두리 (color, marker, s, edgecolor)

옵션 : alpha + [hue]

In [12]:

sns.scatterplot(data = df1, x = '나이', y = '마일리지', color = 'skyblue',marker = 'o', s = 150, edgecolor = 'red', alpha = 0.4)

Out[12]:

<Axes: xlabel='나이', ylabel='마일리지'>

In [13]:

df2 = sns.load_dataset('penguins').dropna()
df2.head()

Out[13]:

	species	island	bill_length_mm	bill_depth_mm	flipper_length_mm	body_mass_g	sex
0	Adelie	Torgersen	39.1	18.7	181.0	3750.0	Male
1	Adelie	Torgersen	39.5	17.4	186.0	3800.0	Female
2	Adelie	Torgersen	40.3	18.0	195.0	3250.0	Female
4	Adelie	Torgersen	36.7	19.3	193.0	3450.0	Female
5	Adelie	Torgersen	39.3	20.6	190.0	3650.0	Male

In [16]:

sns.scatterplot(data = df2, x = 'bill_length_mm', y = 'bill_depth_mm', hue = 'species', marker = 'o', s = 150, alpha = 0.4)

Out[16]:

<Axes: xlabel='bill_length_mm', ylabel='bill_depth_mm'>