[Python] 산점도 행렬 (Scatterplot Matrix) (4/4)

이번 포스팅에서는 산점도(scatter plot)의 마지막으로서, 여러개의 연속형 변수에 대해서 각 각 쌍을 이루어서 산점도를 그려서 한꺼번에 변수 간 관계를 일목요연하게 볼 수 있는 산점도 행렬 (scatterplot matrix)에 대해서 알아보겠습니다. 

(1) 산점도 (Scatter Plot) (2) 그룹별 산점도 (Scatter Plot by Groups) (3) 4개 변수로 산점도 크기 및 색깔 다르게 그리기 (Scatterplot with 4 variables) (4) 산점도 행렬 (Scatter Plot Matrix)

예제로 사용할 데이터는 iris 데이터셋에 들어있는 4개의 연속형변수들인 'petal_length', 'petal_width', 'sepal_length', 'sepal_width' 입니다. 

matplotlib 으로 산점도 행렬을 그리려면 코드가 너무 길어지고 가독성도 떨어지므로 추천하지 않으며, seaborn 과 pandas, plotly 를 사용한 산점도 행렬만 소개하겠습니다. 

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

# iris data loading iris = sns.load_dataset('iris') iris.shape (150, 5) iris.head() sepal_length sepal_width petal_length petal_width species 0 5.1 3.5 1.4 0.2 setosa 1 4.9 3.0 1.4 0.2 setosa 2 4.7 3.2 1.3 0.2 setosa 3 4.6 3.1 1.5 0.2 setosa 4 5.0 3.6 1.4 0.2 setosa

(1) seaborn을 이용한 산점도 행렬 (scatterplot matrix by seaborn)

default 설정을 사용하여 4개의 연속형 변수만을 가지고 그린 산점도 행렬입니다. ('species' 범주형 변수는 알아서 무시해주니 참 편리합니다!)  코드도 간결하고 그래프도 깔끔하니 이뻐서 정말 마음에 듭니다! 

대각원소 자리에는 diag_kind='hist' 를 설정하여 각 변수별 히스토그램을 볼 수 있게 하였습니다. 

# scatterplot matrix with histogram only for continuous variables sns.pairplot(iris, diag_kind='hist') plt.show()

아래의 산점도 행렬에는 diag_kind='kde' 를 사용하여 각 변수별 커널밀도추정곡선을 볼 수 있게 하였으며, hue='species'를 사용하여 'species' 종(setosa, versicolor, virginica) 별로 색깔을 다르게 표시하여 추가적인 정보를 알 수 있도록 하였습니다. 색깔은 palette 에 'bright', 'pastel', 'deep', 'muted', 'colorblind', 'dark' 중에서 가독성이 좋고 선호하는 색상으로 선택하면 됩니다. 

아래 그래프를 이처럼 간결한 코드로 아름답게 그릴 수 있다니 seaborn 참 매력적입니다!

# Scatterplot matrix with different color by group and kde sns.pairplot(iris,               diag_kind='kde',              hue="species",               palette='bright') # pastel, bright, deep, muted, colorblind, dark plt.show()

(2) pandas를 이용한 산점도 행렬 (scatterplot matrix by pandas)

아래는 pandas.plotting 의 scatter_matrix() 함수를 사용하여 산점도 행렬을 그려본 것인데요, 코드가 간결하긴 하지만 위의 seaborn 대비 그래프가 그리 아름답지는 않고 좀 투박합니다. 

# scatterplot matrix by pandas scatter_matrix() from pandas.plotting import scatter_matrix scatter_matrix(iris,                 alpha=0.5,                 figsize=(8, 8),                 diagonal='kde') plt.show()

(3) plotly를 이용한 산점도 행렬 (interactive scatterplot matrix by plotly)

plotly를 이용하면 분석가와 상호작용할 수 있는 역동적인 산점도 행렬 (interactive scatterplot matrix)을 만들 수 있습니다. API 대신에 오프라인 모드(offline mode)에서 사용할 수 있도록 아래에 제시한 패키지들을 pip로 설치하고, import 해주어야 합니다. 

# import plotly standard import plotly.plotly as py import plotly.graph_objs as go import plotly.figure_factory as ff # Cufflinks wrapper on plotly import cufflinks as cf # Display all cell outputs from IPython.core.interactiveshell import InteractiveShell # plotly + cufflinks in offline mode from plotly.offline import iplot cf.go_offline() # set the global theme cf.set_config_file(world_readable=True, theme='pearl', offline=True)

plotly.offline의 iplot을 사용하여 오프라인 모드에서 산점도 행렬을 그린 결과입니다. iag='histogram'으로 대각 행렬 위치에는 각 변수의 히스토그램을 그렸으며, 'scatter' (점 그림)와 'box' (박스 그림) 을 설정할 수도 있습니다. 

아래는 화면 캡펴한 이미지를 넣었는데요, jupyter notebook에서 보면 커서를 가져다데는 곳에 x, y 좌표 값이 실시간으로 화면에 INTERACTIVE하게 나타납니다. hover 기능도 있어서 커서로 블록을 설정하면 블록에 해당하는 부분만 다시 산점도가 그려지기도 하며, file로 바로 다운로드도 가능합니다. 

fig = ff.create_scatterplotmatrix(     iris[['petal_width', 'petal_length', 'sepal_width', 'sepal_length']],     height=800,     width=800,      diag='histogram') # scatter, histogram, box iplot(fig) # offline mode

아래의 산점도 행렬에서는 대각행렬 위치에 '박스 그림 (diag='box')'을 제시하였고, 산점도와 대각원소의 박스 그림을 index='species'를 사용하여 3개 종(setosa, versicolor, virginica) 별로 색깔을 다르게 구분해서 그려본 것입니다. 

아래 그림은 화면 캡쳐한 것이어서 interactive 하지 않은데요 (-_-;;;), jupyter notebook에서 실행해보면 커서를 위로 올려놓으면 데이터 값이 나오구요, 줌 인/아웃, hover, 다운로드 등 interactive 한 시각화가 가능합니다. 

# scatterplot matrix by plotly with box plot at diagonal & different color by index(GROUP) fig = ff.create_scatterplotmatrix(     iris,     height=800,     width=800,      diag='box', # scatter, histogram, box     index='species') iplot(fig)

많은 도움이 되었기를 바랍니다. 

이번 포스팅이 도움이 되었다면 아래의 '공감~'를 꾹 눌러주세요. ^^