[Python] Matplotlib scatter()는 여러 데이터가 뭉치면 보기 힘든데 이 때 해결법 plt.hist2d(), plt.colorbar()
Scatter는, 여러 데이터가 한 군데에 뭉치면 육안으로 판단하기 어렵다. 해결법 : hist2d() 이용 -> 밀도를 나타내는데 좋다. plt.hist2d(data=df , x="displ", y="comb", cmin = 0.5, cmap="viridis_r", bins=20) plt.colorbar() plt.title("배기량과 연비의 관계") plt.xlabel("배기량 (L)") plt.ylabel("연비 (mpg)") plt.show() plt.hist2d(data=df , x="displ", y="comb", cmin = 0.5, cmap="viridis_r", bins=20) -> data = 시각화 할 데이터(DataFrame 이어야 한다) -> x, y = x축, y축에 표시할 데이..
2023. 11. 20.
[Python] Matplotlib 하나의 차트 영역에 여러개의 차트 그리는 법 plt.figure(), plt.subplot()
plt.figure( figsize= (12, 5) ) plt.subplot(1, 2, 1) plt.title("speed his. bins 3") plt.xlabel("Speed") plt.ylabel("# of Characters") my_bins = np.arange(5,163,3) plt.hist(data=df, x="speed", rwidth=0.8, bins=my_bins) plt.subplot(1, 2, 2) plt.title("speed his. bins 10") plt.xlabel("Speed") plt.ylabel("# of Characters") my_bins = np.arange(5, 170, 10) plt.hist(data=df, x="speed", rwidth=0.8, bins=..
2023. 11. 19.
[Python] Matplotlib 히스토그램 그리는 법, bin 변경하는 법 plt.hist(), np.arange()
구간을 설정해, 해당 구간에 포함되는 데이터의 개수를 세어서 몇개인지 차트로 나타내는 것을 "히스토그램" 이라고 한다. 히스토그램을 이용하면 -> 데이터의 분포를 눈으로 파악이 가능하다. 구간을 bin이라고 부르고 구간이 여러 개니까 bins라고 부른다. 히스토그램은 똑같은 데이터를 가지고서 차트 모양이 전혀 다르게 나타날 수 있으므로, 해석을 잘 해야 한다. plt.hist(data=df, x="speed", rwidth=0.8, bins=my_bins) plt.show() plt.hist(data = df , x = "speed" , rwidth = 0.8 , bins = my_bins) -> data = 차트화 시킬 데이터( DataFrame 이여야 한다) -> x = x축에 나타낼 데이터의 컬럼을..
2023. 11. 19.
