Seaborn 점 플롯(Point Plot) 개요
Seaborn의 점 플롯(Point Plot)은 산점도 기호(scatter plot glyph)를 사용하여 점 추정치(point estimate)와 신뢰 구간(confidence interval)을 시각화하는 그래프입니다. 이를 위해 seaborn.pointplot() 함수를 사용하며, 범주형 변수로 그룹화된 수직 점 플롯을 그리려면 해당 변수를 pointplot()의 인자로 전달하면 됩니다.
점 플롯은 범주별 평균값을 한눈에 비교할 때 특히 유용합니다. 각 점은 해당 그룹의 추정값(평균)을 나타내며, 점을 지나는 수직선은 신뢰 구간을 표시합니다.
다음과 같은 데이터셋이 CSV 파일 형태로 준비되어 있다고 가정해 보겠습니다 − Cricketers.csv
1단계: 필요한 라이브러리 가져오기
먼저 시각화와 데이터 처리에 필요한 라이브러리를 가져옵니다 −
import seaborn as sb
import pandas as pd
import matplotlib.pyplot as plt
2단계: CSV 파일 데이터를 Pandas DataFrame으로 불러오기
CSV 파일에 저장된 데이터를 Pandas DataFrame으로 읽어옵니다 −
dataFrame = pd.read_csv("C:\Users\amit_\Desktop\Cricketers.csv")3단계: 범주형 변수로 그룹화된 수직 점 플롯 그리기
범주형 변수(Role)를 x축으로, 수치형 변수(Age)를 y축으로 지정하여 수직 점 플롯을 그립니다. 이렇게 하면 각 역할(Role) 그룹별 평균 나이와 신뢰 구간이 한 번에 표시됩니다 −
sb.pointplot(dataFrame['Role'], dataFrame['Age'])
전체 예제 코드
다음은 지금까지의 내용을 정리한 전체 코드입니다 −
import seaborn as sb
import pandas as pd
import matplotlib.pyplot as plt
# CSV 파일의 데이터를 Pandas DataFrame으로 불러오기
dataFrame = pd.read_csv("C:\Users\amit_\Desktop\Cricketers.csv")
sb.set_theme(style="darkgrid")
# 범주형 변수로 그룹화된 수직 점 플롯
sb.pointplot(dataFrame['Role'], dataFrame['Age'])
# 그래프 표시
plt.show()
출력 결과
위 코드를 실행하면 다음과 같은 결과가 출력됩니다 −
