ML & DL/시각화 도구5 Seaborn tutorial (2-3) : displot() - ECDF, jointplot(), pairplot() 2020/11/05 - [ML and DL] - Seaborn tutorial (2-1) : displot() - histogram 2020/11/06 - [ML and DL] - Seaborn tutorial (2-2) : displot() - kernel density 이전 글에 이어서, 이번에는 ECDF(Empirical cumulative distribution function)과 displot()의 여러가지 setting 방법에 대해서 간단하게 알아보겠습니다.(jointplot() Empirical cumulative distibutions ECDF는 경험적 누적분포 함수라고 부르고, 서로 다른 표본들의 분포를 비교할 때 많이 사용하고, 각 집단의 백분위를 추정할 수 있습니다. 이전 게시글에서 .. 2020. 11. 9. Seaborn tutorial (2-2) : displot() - kernel density 이전글 : 2020/11/05 - [ML and DL] - Seaborn tutorial (2-1) : displot() - histogram Seaborn tutorial (2-1) : displot() - histogram * v0.11.0 기준으로 작성되었습니다. 이번에는 seaborn의 데이터 분포 시각화에 대해서 알아보도록 하겠습니다. - Visualizing distributions of data 데이터의 분포를 시각화하기 위한 API는 다양합니다. 이전 junstar92.tistory.com Kernel Density Estimation(KDE) 이전 게시글에 이어서, 데이터 분포 시각화를 위한 API인 displot()에서 kernel density를 나타낼 수 있는 기능에 대해서 알아보도.. 2020. 11. 6. Seaborn tutorial (2-1) : displot() - histogram * v0.11.0 기준으로 작성되었습니다. 이번에는 seaborn의 데이터 분포 시각화에 대해서 알아보도록 하겠습니다. - Visualizing distributions of data 데이터의 분포를 시각화하기 위한 API는 다양합니다. 이전 게시글에서 언급했듯이 figure-level function과 axes-level function이 있는데, displot()은 figure-level이고, histplot(), kdeplot(), ecdfplot(), rugplot()은 axes-level입니다. relplot()과 마찬가지로, displot() 또한 'kind' 매개변수를 통해서 axes-level function들과 결합해서 그래프를 그리게 됩니다. kind 매개변수를 지정하지 않으면 기본으로.. 2020. 11. 5. Seaborn tutorial (1-2) : relplot() - line plot 2020/11/04 - [ML and DL] - Seaborn tutorial (1-1) : relplot() - scatter plot 지난 글에 이어서 relplot()에서 line plot을 그리는 기본적인 방법과 여러개의 plot을 한번에 나타내는 방법을 살펴보도록 하겠습니다. 2. line plots 시간과 같은 연속된 값을 가진 변수들에 대해서 시각화가 필요할 때, line plot을 사용하는 것이 편리하며, lineplot()을 사용해서 line plot을 그릴 수 있습니다. scatterplot()과 마찬가지로 relplot()으로 사용가능하며, kind="line"을 사용해서 line plot을 적용할 수 있습니다. 먼저 line plot을 위한 dataset을 생성해보겠습니다. 0초에서.. 2020. 11. 4. Seaborn tutorial (1-1) : relplot() - scatter plot * v0.11.0 기준으로 작성되었습니다. Seaborn seaborn은 data visualization(데이터 시각화)을 위한 파이썬 라이브러리입니다. seaborn은 matplotlib이라는 파이썬 시각화 라이브러리를 기반으로 구성되어 있으며, 쉽고 편리하게 그래프를 그리도록 high-level의 인터페이스를 제공하고 있습니다. 예를 들면, 아래와 같이 그래프를 그릴 수 있죠. # Import seaborn import seaborn as sns # Apply the default theme sns.set_theme() # Load an example dataset tips = sns.load_dataset("tips") # Create a visualization sns.relplot( data=.. 2020. 11. 4. 이전 1 다음
