[Python] 여러개의 그룹, 변수로 히스토그램, 커널밀도곡선 그리기 (Multiple histograms)

지난번 포스팅에서는 하나의 그룹, 하나의 변수에 대한 히스토그램, 커널밀도곡선을 그리는 방법을 소개하였습니다. 

이번 포스팅에서는

(1) 여러개의 그룹에 대한 히스토그램, 커널밀도곡선 그리기

(2) 여러개의 변수에 대한 히스토그램, 커널밀도곡선 그리기

에 대해서 알아보겠습니다. 

먼저, matlplotlib.pyplot, seaborn 패키지를 importing하고, 예제로 사용할 iris 데이터셋을 불러오겠습니다. 

import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns # loading 'iris' dataset 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   iris.groupby('species').size() species setosa 50 versicolor 50 virginica 50 dtype: int64

iris는 붓꽃인데요, 아래처럼 versicolor, setosa, virginica의 3개 종(species) 그룹별로 각 50개씩 꽃잎 길이와 넓이, 꽃받침 길이와 넓이의 4개 변수를 측정한 데이터셋입니다. 

* image source: https://www.datacamp.com/community/tutorials/machine-learning-in-r

(1) 여러개 그룹의 히스토그램, 커널밀도곡선 그리기

petal_length 변수에 대해서 setosa, versicolor, virginica 종의 3개 그룹(groups)의 히스토그램과 커널밀도곡선을 그룹별로 색깔을 다르게 하여 그려보겠습니다. 

# 1-1. Multiple histograms on the same axis sns.distplot(iris[iris.species == "setosa"]["petal_length"],               color="blue", label="setosa") sns.distplot(iris[iris.species == "versicolor"]["petal_length"],               color="red", label="versicolor") sns.distplot(iris[iris.species == "virginica"]["petal_length"],               color="green", label="virginica") plt.legend(title="Species") plt.show()

만약 그룹 개수가 많아서 위에서처럼 일일이 코딩하기가 시간이 오래걸리고 반복되는 코드가 길게 늘어서는게 싫다면 아래처럼 for loop 을 사용해주면 됩니다. 

그래프의 제목, X축 이름, Y축 이름, 범례 이름을 설정하는 방법도 같이 소개합니다. 

# 1-2. Via for loop grp_col_dict = {'setosa': 'blue',                      'versicolor': 'red',                      'virginica': 'green'} # for loop of species group for group in grp_col_dict:          # subset of group     subset = iris[iris['species'] == group]          # histogram and kernel density curve     sns.distplot(subset['petal_length'],                      hist = True, # histogram                     kde = True,  # density curve                     kde_kws = {'linewidth': 2},                      color = grp_col_dict[group],                     label = group) # setting plot format plt.title('Histogram & Density Plot by Groups') plt.xlabel('Petal Length(unit:cm)') plt.ylabel('Density') plt.legend(prop={'size': 12}, title = 'Group') plt.show()

(2) 여러개 변수의 히스토그램, 커널밀도곡선 그리기

이번에는 sepal_width, sepal_length, petal_width, petal_length 의 4개 변수(variable)에 대해서 히스토그램과 커널밀도곡선을 그려보겠습니다. (단, 종(species)의 구분없이 전체 사용)

for loop 을 사용하였는데요, 위의 그룹 indexing 과 이번의 변수 indexing 부분이 다르다는 점 유심히 살펴보시기 바랍니다. 

# 2-1. Multiple histograms on the same axis var_color_dict = {'sepal_length': 'blue',                        'sepal_width': 'red',                        'petal_length': 'yellow',                        'petal_width': 'green'} # for loop for var in var_color_dict:     sns.distplot(iris[var],                                       color = var_color_dict[var],                      hist_kws = {'edgecolor': 'gray'},                      label = var) plt.legend(title = 'Variables') plt.show()

위의 (2-1) 그래프는 1개의 window에 동일한 축을 사용하여 4개 변수의 히스토그램과 밀도곡선을 그리다보니 중첩이 되면서 좀 헷갈리고 보기에 어려운 점이 있습니다. 

이런 경우에 그래프를 각 변수별로 분리해서 4개의 window subplots에 하나씩 그려서 비교하는 것도 좋은 방법입니다. ax=axes[0, 0] 은 좌상, ax=axes[0, 1]은 우상, ax=axes[1, 0]은 좌하, ax=axes[1, 1]은 우하 위치의 subplot 입니다. 

# 2-2. Multiple histograms at separate windows f, axes = plt.subplots(2, 2, figsize=(8, 6), sharex=True) sns.distplot(iris["sepal_length"], color="blue", ax=axes[0, 0]) sns.distplot(iris["sepal_width"], color="red", ax=axes[0, 1]) sns.distplot(iris["petal_length"], color="yellow", ax=axes[1, 0]) sns.distplot(iris["petal_width"], color="green", ax=axes[1, 1]) plt.show()

for loop을 사용해서 그리려면 아래 코드를 참고하세요. 

var_color_dict = {'sepal_length': 'blue',                        'sepal_width': 'red',                        'petal_length': 'yellow',                        'petal_width': 'green'} i = [0, 0, 1, 1] j = [0, 1, 0, 1] # for loop f, axes = plt.subplots(2, 2, figsize=(8, 6), sharex=True) for var, i, j in zip(var_color_dict, i, j):     sns.distplot(iris[var],                                       color = var_color_dict[var],                     ax = axes[i, j])      plt.show()

많은 도움이 되었기를 바랍니다. 

이번 포스팅이 도움이 되었다면 아래의 '공감~'를 꾹 눌러주세요.  :-)