[코드분석] 데이터 시각화(1)

catagory & numeric data

코드 출처 : www.kaggle.com/joshuaswords/predicting-a-stroke-99

Predicting a Stroke (99%)

fig = plt.figure(figsize=(12, 12), facecolor='#f6f6f6')
gs = fig.add_gridspec(4, 3)
gs.update(wspace=0.1, hspace=0.4)

background_color = "#f6f6f6"

run_no = 0
for row in range(0, 1):
    for col in range(0, 3):
        locals()["ax"+str(run_no)] = fig.add_subplot(gs[row, col])
        locals()["ax"+str(run_no)].set_facecolor(background_color)
        locals()["ax"+str(run_no)].tick_params(axis='y', left=False)
        locals()["ax"+str(run_no)].get_yaxis().set_visible(False)
        for s in ["top","right","left"]:
            locals()["ax"+str(run_no)].spines[s].set_visible(False)
        run_no += 1

run_no = 0
for variable in conts:
        sns.kdeplot(df[variable] ,ax=locals()["ax"+str(run_no)], color='#ff6f61', shade=True, linewidth=1.5, alpha=0.9, zorder=3, legend=False)
        locals()["ax"+str(run_no)].grid(which='major', axis='x', zorder=0, color='gray', linestyle=':', dashes=(1,5))
        locals()["ax"+str(run_no)].set_xlabel(variable)
        run_no += 1
        
ax0.text(-20, 0.022, 'Numeric Variable Distribution', fontsize=20, fontweight='bold', fontfamily='serif')
ax0.text(-20, 0.02, 'We see a positive skew in BMI and Glucose Level.', fontsize=13, fontweight='light', fontfamily='serif')


#ax15.get_xaxis().set_visible(False)
plt.show()

- figure()

• 그림을 그리는 캠퍼스로 생각할 수 있다.
• 하나의 figure에는 여러 개의 plot이 들어갈 수 있다. //plot는 하나의 차트에 해당한다.

매개 변수	default 값	들어갈 수 있는 값	설명
num		int 또는 str	그림의 고유 식별자
figsize	[6.4, 4.8]	[float, float]	figsize = [너비, 높이]
DPI	100.0	float	그림의 해상도
facecolor	white		배경색
edgecolor	white		테두리 색상
frameon	True	bool	False이면 그림의 프레임 그리기 억제
FigureClass			선택적으로 사용자 지정 Figure 인스턴스 사용
clear	False	bool	True이면 이미 있던 그림 지워짐
tight_layout	False	bool 또는 DICT
constrained_layout	False	bool

- add_gridspec( nrows = 1, ncols = 1)

• nrows는 int형 값이 들어가며 default 값은 1이다.  grid의 행수를 결정한다.
• ncols는 int형 값이 들어가며 defautl 값은 1이다. grid의 열수를 결정한다.
• grid는 격자, 눈금을 의미한다.
• 위 코드에서 ncols < 3이면 error가 발생한다.

nrows = 3, ncols = 3으로 나타낸 것이다.

- update(wspace = 0.1, hspace = 0.4)

• wspace는 너비를 hspace는 높이를 설정

우측 : wspace = 0.1일 때,                                                            좌측 : wspace = 0.5일 때                                                             

위에 내용 기반으로 코드를 분석해보면 아래와 같다.

fig = plt.figure(figsize=(12, 12), facecolor='#f6f6f6')
gs = fig.add_gridspec(4, 3)
gs.update(wspace=0.1, hspace=0.4)

fig라는 변수에 12*12크기에 배경색 f6f6f6인 캠퍼스를 생성하여 저장한다.

gs에 만들어진 캠퍼스에 행 4개 열 3개짜리 그림그려질 공간을 추가해서 저장한다.

그리고 그 gs에 그려질 그림이 그려질 공간들간의 너비 여백은 0.1 높이 여백은 0.4로한다.

코드의 내용을 그림으로 표현한 것

---

- local()[]

 추측하기로는 []안에 들어간 것의 이름으로 지역변수를 만들어 주는 것 같다.

- range(start, stop, step)

• start는 int형으로 시작값을 의미한다.
• stop은 끝나는 지점으로 포함되지 않는다. ex) range(0,1)이면 0만 생성 한다.
• step은 숫자 생성 간격으로 range(0, 4, 2)이면 0, 2를 생성한다.

- add_subplot()

• add_subplot(pos)

     각 정수를 이어서 3자리수의 정수로 입력받는 방식이다.

• add_subplot(ax)

     객체를 바로 입력 받는 방법이다. //위 코드에서는 이 방식을 사용한 것으로 판단된다.

• add_subplot(nrows, ncols, index)

     nrows는 subplot의 행의 수를 나타내고 ncols는 subplot의 열의 수를 나타낸다.

     index는 1부터 시작하며 순서는 위에서부터 오른쪽 방향으로 설정된다.

※ subplot을 작성하는 것은 이미 존재하는 subplot을 덮어씌우는 것을 의미, 경우에 따라 기존의 플롯이 삭제된다.

  이런 사태를 방지하고자 Figure.add_subplot() method나 pyplot.axes() method 사용을 권장한다.

 

- set_facecolor(color)

   color의 배경색을 지정해주는 method이다.

 

- tick_params()

 눈금, 눈금 레이블 및 격자 선의 모양을 변경

parameters	들어갈수 있는 값	설명
axis	'x', 'y', 'both'	매개 변수가 적용되는 축
direction	'in', out', 'inout'	축 내부, 축 외부 또는 둘 다에 눈금을 넣을지
length	float	tick의 길이
width	float	tick의 너비
color		tick 색깔
bottom, top, left, right	bool	각 눈금을 그릴지 여부
grid_color		격자선 색상
grid_alpha	float	0 (투명) ~ 1 (불투명)
grid_linewidth	float	포인트 단위의 격자 선 너비
pad	float	눈금과 레이블 사이의 거리

- get_yaxis()

  y축 인스턴스를 반환

 

- set_visible()

 가시성 설정, False면 보이지 않게한다.

 

- spines[]

  []안에 'top', 'bottom', 'left', 'right'가 들어갈 수있으며 각 그림들의 테두리이다.

위의 내용을 기반으로 아래 코드를 분석해보면 다음과 같다.

background_color = "#f6f6f6"

run_no = 0
for row in range(0, 1):
    for col in range(0, 3):
        locals()["ax"+str(run_no)] = fig.add_subplot(gs[row, col])
        locals()["ax"+str(run_no)].set_facecolor(background_color)
        locals()["ax"+str(run_no)].tick_params(axis='y', left=False)
        locals()["ax"+str(run_no)].get_yaxis().set_visible(False)
        for s in ["top","right","left"]:
            locals()["ax"+str(run_no)].spines[s].set_visible(False)
        run_no += 1

background_color에 "#f6f6f6"을 저장한다.

run_no에 0을 저장한다.

row에는 0만 한번 들어오고 반복문이 끝난다.

col에는 0,1,2가 순서대로 들어오고 3이 되면 끝난다. (3번 반복)

"ax" + str(run_no)라는 변수에 기존에 만들어 두었던 plot들이 들어갈 자리(row,col)에 것을 설정할 수 있게 연결해준다.

그 후 #f6f6f6의 색으로 배경색을 지정한후 y축에 매개 변수가 적용되고 왼쪽 눈금은 그리지 않는다.

또한, y축을 보이지 않게하고 plot의 가장자리에서 바닥만 보이게한다. 그후 run_no값을 1 증가 시킨다.

---

- kdeplot()

 커널 밀도 추정(KDE)을 사용하여 일 변량 또는 이 변량 분포를 플로팅하는 것이다.

- grid()

 

- set_xlabel()

run_no = 0
for variable in conts:
        sns.kdeplot(df[variable] ,ax=locals()["ax"+str(run_no)], color='#ff6f61', shade=True, linewidth=1.5, alpha=0.9, zorder=3, legend=False)
        locals()["ax"+str(run_no)].grid(which='major', axis='x', zorder=0, color='gray', linestyle=':', dashes=(1,5))
        locals()["ax"+str(run_no)].set_xlabel(variable)
        run_no += 1

 

---

다른 데이터셋에 적용해본 코드 : 링크

ohmemo/.github.io