Seaborn은 데이터 시각화를 손쉽게 도와주는 파이썬 라이브러리로, 세련된 기본 테마와 고수준 인터페이스를 제공합니다.
산점도(scatter plot)는 특정 범주 안에서 값들이 어떻게 분포되어 있는지 정도만 보여주기 때문에 제공하는 정보가 제한적입니다. 따라서 여러 범주 간의 데이터를 비교하려면 다른 시각화 기법이 필요합니다. 이럴 때 유용하게 쓰이는 것이 바로 박스 플롯(box plot)입니다. 박스 플롯은 사분위수(quartile)를 기반으로 데이터셋의 분포를 직관적으로 파악할 수 있게 해 줍니다.
박스 플롯은 상자에서 위아래로 뻗어 나가는 수직선으로 구성되는데, 이 선들을 수염(whisker)이라고 부릅니다. 수염은 상·하 사분위수 범위를 벗어난 영역에서 데이터가 얼마나 변동하는지를 보여 주며, 이러한 특징 때문에 박스 플롯은 '수염 플롯(whisker plot)'이라고도 불립니다.
boxplot 함수의 기본 구문
seaborn.boxplot(x, y, data, ...)
데이터의 이상치(outlier)는 개별 점 형태로 표시됩니다. 다음 예제를 통해 살펴보겠습니다.
예제
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
my_df = sb.load_dataset('iris')
sb.boxplot(x = "species", y = "petal_length", data = my_df)
plt.show()출력 결과
코드 설명
- 필요한 패키지(pandas, seaborn, matplotlib)를 임포트합니다.
- 'load_dataset' 함수를 사용하여 Seaborn에 내장된 아이리스(iris) 데이터를 불러옵니다.
- 불러온 데이터는 데이터프레임(my_df)에 저장됩니다.
- 'boxplot' 함수로 데이터를 시각화하며, 이때 데이터프레임을 매개변수로 전달합니다.
- x축에는 'species'(품종), y축에는 'petal_length'(꽃잎 길이)를 지정하여 품종별 꽃잎 길이 분포를 비교합니다.
- plt.show()를 호출하여 그래프를 화면에 표시합니다.