3) Multivariate views on complex datasets

+ Seaborn의 User guide and tutorial를 필사한 내용입니다.

+ 실행 환경은 Anaconda, IPython, Jupyter NoteBook 입니다.

 

오늘 다룰 주제는, 
세 번째 글인 Multivariate views on complex datasets 이다.

바로 시작해보자.

 

---

 

오늘 글의 제목은 '복잡한 데이터 세트에 대한 다변량 보기'이다.

 

일부 seaborn 함수는 여러 종류의 플롯을 결합하여 데이터 세트에 대한 정보 요약을 신속하게 제공합니다. 하나, jointplot()는 단일 관계에 중점을 둡니다. 각 변수의 데이터 분포와 함께 두 변수 간의 데이터 분포를 플로팅합니다.

Some seaborn functions combine multiple kinds of plots to quickly give informative summaries of a dataset. One, jointplot(), focuses on a single relationship. It plots the joint distribution between two variables along with each variable’s marginal distribution:

오늘 글에서는 두 데이터에 대한 플롯을 그리는 내용인게 확실해 보인다.

하나라고 숫자를 세는 것을 보니 일단 한가지 방법은 아닌 것 같다.

jointplot()은 단일 관계에 중점을 둔다고 한다. 아마 1:1 관계를 말하는 것 같다.
jointplot()은 각 변수의 데이터 분포와 함께 두 변수 간의 데이터 분포를 띄운다고 한다.
음.. 두 데이터를 함께 볼 수 있게 잘 그려준다는 의미인 것 같다.

 

바로 한번 그려보자.

새로운 데이터 셋인 'penguins'를 불러왔다.

penguins = sns.load_dataset('penguins')

penguins

예제 데이터셋, penguins

 

sns.jointplot(
    data=penguins,
    x='flipper_length_mm',
    y='bill_length_mm',
    hue='species'
);

jointplot()

'fillper_length_mm'와 'bill_length_mm' 에 대한 species(종 분류)의 분포를 나타내는 플롯이 그려졌다.

또한 'fillper_length_mm', 'bill_length_mm' 각각의 데이터 분포도 위와 오른쪽에 그려졌다.

 

---

 

다른 하나인 pairplot()은 더 넓은 관점을 취합니다. 모든 데이터 쌍의 관계와 각 변수에 대한 분포를 각각 보여줍니다.

The other, pairplot(), takes a broader view: it shows joint and marginal distributions for all pairwise relationships and for each variable, respectively:

이번에 알아볼 pairplot()은 더 넓은 관점에서 데이터를 플로팅한다고 한다.

모든 데이터 쌍의 관계와 각 변수에 대한 분포를 보여준다는 말을 보아서,
1:1 관계 뿐만 아니라 n:n의 데이터 분포를 볼 수 있을 것으로 보인다.

 

sns.pairplot(
    data=penguins,
    hue='species'
);

pairplot()

뭔가 휘황찬란하게 그려졌다. 이런 걸 그린다면 뭔가 있어보일 것 같다. ㅋㅋ ㅋ

자세히 들여다보면, jointplot()을 사용했을 때의 플롯이 모두 모여있는 것으로 보인다.

 

---

 

이번엔 소제목이 붙어있다.

수치 작성을 위한 하위 수준 도구

Lower-level tools for building figures

저번에 알아본 글 중에서 Seaborn이 High-Level API라는 것을 배웠다.
이번에는 그 High-Level API를 구성하고 있는 Low-Level의 툴(클래스나 함수 정도)를 보여준다는 것 같다.

 

이러한 도구는 축 수준 플로팅 함수를 그림의 레이아웃을 관리하는 개체와 결합하여 데이터 집합의 구조를 축 그리드에 연결하여 작동합니다 . 두 요소 모두 공용 API의 일부이며 코드 몇 줄만 더 추가하면 복잡한 그림을 만드는 데 직접 사용할 수 있습니다.

These tools work by combining axes-level plotting functions with objects that manage the layout of the figure, 

linking the structure of a dataset to a grid of axes. Both elements are part of the public API, and you can use them directly to create complex figures with only a few more lines of code:

흠. 이게 대체 무슨 소리일까. 하나씩 짤라서 이해해보자.

 

몇 가지를 짤라왔다.

• 그림: 플롯을 의미한다.

 

• 축 수준: 플롯은 x, y를 가지고 있다. 플롯을 구성하는 단위인 x, y 축을 의미한다.

 

• 플로팅 함수: 플롯을 화면에 띄우는 함수를 의미한다. relplot(), jointplot() 도 여기에 해당한다.

 

• 축 수준 플로팅 함수: x, y 축을 플로팅하는 함수를 의미하는 듯 하다.
  여기서 PairGrid는 하나의 큰 플롯 안의 x, y 축에 여러 개의 작은 플롯을 소유한다.
  축 수준 플로팅 함수는 PairGrid(하나의 큰 플롯) 내부의 x, y 축에 들어갈 작은 플롯을 그리는 함수가 되겠다.
  
  또한 플로팅 함수가 relplot(), jointplot() 등등 을 포함하고 있으니,
  relplot(), jointplot() 등등으로 PairGrid를 채우는 방법도 존재하지 않을까 한다.

 

• 그림의 레이아웃을 관리하는 개체: FacetGrid, PairGrid, JointGrid 등을 의미한다.

 

짤라진 것들을 조합해보면,
하나의 큰 그림(이하, 플롯)을 그리는 PairGrid에
작은 그림들을 그리는 relplot(), jointplot() 등을 이용해서,
내가 원하는 그림들을 그릴 수 있다는 이야기인 것 같다.
+ 내가 원하는 그림들을 여러개도 그릴 수 있다는 이야기인 것 같다.

 

먼저 코드가 여러 줄이므로,
각 코드가 어떤 역할을 하는 지 알기 위해 inline 백엔드 사용을 해지했다.

plt.ioff()

 

PairGrid를 생성하였다.

pair_grid = sns.PairGrid(
    penguins, 
    hue='species',
    corner=True
)
plt.show()

생성된 PairGrid

여기서 plt.show()를 하게되면 pair_grid를 플로팅한 외부 창이 생성되고,
IPython은 이 플로팅된 외부 창의 백엔드(matplotlib)의 커널을 읽어와서 Cell에 출력한다.

 

그리고, 아래 코드에서 plt.show()를 실행하게되면,
이미 pair_grid가 플로팅되어 있는 외부 창이 닫히게 되므로, Cell에는 아무것도 출력되지 않는다. 
(pair_grid에 그려야 하는데, pair_grid가 사라지게 되므로 아무 작동도 하지 않는다.)

pair_grid.map_lower(
    sns.kdeplot, 
    hue=None, 
    levels=5, 
    color='.2'
)
plt.show()

 

 

 

따라서, 이렇게 Cell 2개를 실행해야 결과를 볼 수 있다.

pair_grid = sns.PairGrid(
    penguins, 
    hue='species',
    corner=True
)
# plt.show()

pair_grid.map_lower(
    sns.kdeplot, 
    hue=None, 
    levels=5, 
    color='.2'
)
plt.show()

PairGrid.map_lower(sns.kdeplot, ...)

비어있던 PairGrid에 지형도 같은게 그려졌다.
kdeplot이므로, 데이터 분포에 대한 커널 밀도를 표현한 것 같다.

또한 hue를 없애면, 커널 밀도가 (3개종에 대한 데이터이므로) 3개로 나누어진다. 
즉, None 값을 전달하여 3개종에 대한 커널 밀도를 하나로 합친 것으로 보여진다.

levels는 최대 5개의 동그라미(?)까지 표현하라는 의미인 것 같다.

 

 

 

pair_grid = sns.PairGrid(
    penguins, 
    hue='species',
    corner=True
)
# plt.show()

pair_grid.map_lower(
    sns.kdeplot, 
    hue=None, 
    levels=5, 
    color='.2'
)
# plt.show()

pair_grid.map_lower(
    sns.scatterplot,
    marker='+'
)
plt.show()

PairGrid.map_lower(sns.scatterplot, ...)

이번에는 점들이 '+' 모양으로 추가되었다.

 

 

 

pair_grid = sns.PairGrid(
    penguins, 
    hue='species',
    corner=True
)
# plt.show()

pair_grid.map_lower(
    sns.kdeplot, 
    hue=None, 
    levels=5, 
    color='.2'
)
# plt.show()

pair_grid.map_lower(
    sns.scatterplot,
    marker='+'
)
# plt.show()

pair_grid.map_diag(
    sns.histplot,
    element='step',
    linewidth=0,
    kde=True
)
plt.show()

PairGrid.map_diag(sns.histplot, ...)

이번엔 각 코너에 히스토그램과 커널 밀도가 생겨났다.

 

 

 

pair_grid = sns.PairGrid(
    penguins, 
    hue='species',
    corner=True
)
# plt.show()

pair_grid.map_lower(
    sns.kdeplot, 
    hue=None, 
    levels=5, 
    color='.2'
)
# plt.show()

pair_grid.map_lower(
    sns.scatterplot,
    marker='+'
)
# plt.show()

pair_grid.map_diag(
    sns.histplot,
    element='step',
    linewidth=0,
    kde=True
)
# plt.show()

pair_grid.add_legend(
    frameon=True
)
plt.show()

PairGrid.add_legend()

범례가 추가되었다.

 

 

 

pair_grid = sns.PairGrid(
    penguins, 
    hue='species',
    corner=True
)
# plt.show()

pair_grid.map_lower(
    sns.kdeplot, 
    hue=None, 
    levels=5, 
    color='.2'
)
# plt.show()

pair_grid.map_lower(
    sns.scatterplot,
    marker='+'
)
# plt.show()

pair_grid.map_diag(
    sns.histplot,
    element='step',
    linewidth=0,
    kde=True
)
# plt.show()

pair_grid.add_legend(
    frameon=True
)
# plt.show()

pair_grid.legend.set_bbox_to_anchor((.61, .6))
plt.show()

완성..!

범례가 안쪽 좌표로 이동해왔다.

 

 

 

즉, 이런 방식으로 Grid를 이용하여,
하나씩 내가 원하는 것들을 그려나갈 수 있다는 의미인 것 같다.

 

---

 

출처 :

User guide and tutorial — seaborn 0.12.2 documentation
https://seaborn.pydata.org/tutorial/introduction.html#multivariate-views-on-complex-datasets

An introduction to seaborn — seaborn 0.12.2 documentation

 

---

 

GitHub :

MoonsRainbow/seaborn-tutorial
https://github.com/MoonsRainbow/seaborn-tutorial

GitHub - MoonsRainbow/seaborn-tutorial: Seaborn User guide and tutorial 필사 코드입니다.