더 이상 기본 플롯은 없습니다
Seaborn 및 Matplotlib를 사용하여 데이터 시각화를 업그레이드하기위한 빠른 가이드
"기본 파란색 막대 그림이 하나 더 표시되면…"
Flatiron School NYC에서 제 연구의 첫 번째 모듈을 마친 후 Seaborn과 Matplotlib를 사용하여 플롯 사용자 정의 및 디자인을 시작했습니다. 수업 중 낙서와 마찬가지로, 저는 jupyter 노트북에 다른 스타일의 플롯을 코딩하기 시작했습니다.
이 기사를 읽고 나면 모든 노트북에 대해 최소한 하나의 빠른 스타일의 플롯 코드를 염두에 두어야합니다.
더 이상 기본값, 상점 브랜드, 기본 플롯,부디!
아무것도 할 수 없다면 Seaborn을 사용하십시오.
괜찮아 보이는 플롯을 만드는 데 5 초가 주어지지 않으면 세상이 붕괴 될 것입니다. Seaborn을 사용하십시오!
Matplotlib를 사용하여 빌드 된 Seaborn은 즉각적인 디자인 업그레이드가 될 수 있습니다. x 및 y 값의 레이블과 기본이 아닌 기본 색 구성표를 자동으로 할당합니다. (— IMO : 좋은, 명확하고, 잘 포맷 된 열 레이블링과 데이터 정리를 통해 보상합니다.) Matplotlib는이를 자동으로 수행하지 않지만 플롯하려는 항목에 따라 항상 x와 y를 정의하도록 요청하지 않습니다.
다음은 Seaborn을 사용하는 것과 사용자 정의가없는 Matplotlib를 사용하는 동일한 플롯입니다.
위에서부터 스타일링
시각화하는 데이터에 따라 스타일과 배경을 변경하면 해석 가능성과 가독성이 높아질 수 있습니다. 코드 맨 위에 스타일을 구현하여이 스타일을 계속 사용할 수 있습니다.
스타일 라인에 대한 전체 문서 페이지가 있습니다.Matplotlib.
스타일링은 가져온 라이브러리 후에 간단한 코드 줄로 스타일을 설정하는 것처럼 간단 할 수 있습니다. GGPlot은 배경을 회색으로 변경하고 특정 글꼴을 사용합니다. 시도해 볼 수있는 더 많은 스타일이 있습니다.
XKCD; 건방진 약간의 여분
장난. 전문가가 아닙니다. 하지만 너무 재미 있습니다.
이 XKCD 스타일을 사용하는 경우 plt.rcdefaults ()…를 실행하여 기본값을 재설정 할 때까지 계속됩니다.
예쁜 색상 OMG!
매력적인 플롯을 만드십시오. 색 이론이 여기에서 작용합니다. Seaborn에는 Matplot lib에서도 사용할 수있는 다양한 팔레트가 있으며 직접 만들 수도 있습니다.
단색 : 하나와 완료
- 위는 선, 산점도 등을 변경하기 위해 호출 할 수있는 단일 색상 이름 목록입니다.
게으른? Seaborn의 기본 테마
- 기본값의 6 가지 변형이 있습니다.
깊은
,음소거
,파스텔
,선명한
,어두운
, 및색맹
- x, y 및 데이터를 전달한 후 색상을 인수로 사용
- 색상 =‘색맹’
어렵지 않고 스마트하게 작업 : Pre-Fab 팔레트
색상 팔레트()
seaborn 팔레트 또는 matplotlib 컬러 맵을 허용합니다.
- 개인적으로 좋아하는 것은 'magma'와 'viridis'입니다.
제어 괴물? 사용자 지정 팔레트 / 16 진수 코드 사용
- pretty_colors = [“# FF4653”,“# EE7879”,“# DDEDF4”,“# 2A3166”]
- 온라인에서 찾을 수있는 16 진수 코드를 전달합니다.
- 종류를 만들고 세부 사항을 추가하고 더 많은 사용자 정의 팔레트를 위해 매개 변수를 가지고 놀아보십시오.
모든 것에는 레이블이 있어야합니다
여기에서는 Matplotlib를 사용하고 있지만 명확하고 간결한 해석을 위해 각 줄, 제목, x 및 y 레이블 및 범례에 대해 단일 색상을 추가했습니다.
모든 변수에는 집이 있고 지금은 기쁨을 불러 일으 킵니다. — Marie Kondo가 어떻게 코딩할지 생각해보십시오.
간단하지만 명확합니다.
전반적으로 꽤 간단 하죠? 글쎄, 이제 당신은 그 추악한 기본 플롯에 대한 변명의 여지가 없습니다. 이 정보가 도움이 되었기를 바랍니다. 설명서에는 색상과 디자인에 대한 훨씬 더 많은 내용이 포함되어 있으므로 이러한 빠른 팁을 숙지했으면 아래 설명서를 참조하십시오!
즐겨? 우리 친구하자. 나를 따라와GitHub,인스 타 그램, 및매질
Corey Schaffer의 오늘의 데이터: 개발자 급여 데이터
선적 서류 비치:
기타 리소스 :
'Data Analytics(ko)' 카테고리의 다른 글
Scikit-Learn (Python): 6 Useful Tricks for Data Scientists -번역 (0) | 2020.10.06 |
---|---|
New Features in Python 3.9 -번역 (0) | 2020.10.05 |
The Definitive Data Scientist Environment Setup -번역 (0) | 2020.10.03 |
Extracting Data from PDF File Using Python and R -번역 (0) | 2020.10.02 |
Advanced Python: Itertools Library — The Gem Of Python Language -번역 (0) | 2020.10.01 |