개요파이썬의 시각화 라이브러리 하면 Matplotlib 이지만, 코드가 너무 자유로운 탓에 다양한 시각화를 하기엔코드가 길어질 수 있다. Heatmap, Grid 등 유용한 플롯들을 코드 한두줄로 작성할 수 있는 Seaborn과 함께Matplotlib 을 활용하면 훨씬 더 쉽게 데이터를 시각화하여 인사이트를 얻을 수 있다.Matplotlib 의 업그레이드 버전이자 좀 더 쉽게 사용할 수 있는 도구 느낌으로 받아들이면 된다.이 글의 정보만 잘 알아도 Seaborn을 활용하는데 무리가 없다! 기본 세팅import matplotlib.pyplot as pltimport seaborn as sns임포트 : 데이터 시각화는 이 둘을 사용하는게 맞다. # built-in datasetssns.get_dataset_..

4번 예시value = []label = ['p','r','e','d','c']for x in label : y = (df['fl'] == x).mean() value.append(y)plt.figure(figsize=(5,5))plt.pie(value, labels = label, autopct = '%.2f%%', wedgeprops={'width':0.4,'edgecolor':'black'}, explode = [0] + [0.1] + [0]*3, pctdistance = 0.45)plt.show()👉 autopct : %.2f%% 는 소수점 뒤 2번째 자리까지 %붙여서 비율로 표시한다는 뜻.👉 explode : 파이차트의 파이 조각이 중앙에서 멀..

1번 예시val_c = df.groupby('fl')['cty'].mean()val_h = df.groupby('fl')['hwy'].mean()plt.figure(figsize = (10,5))plt.plot(df['fl'].unique(), val_c, c = 'red', lw = 1, alpha = 0.5, marker = 'o', ms = 3, mec = 'black', mfc = 'gray', ls = 'dotted', label = 'cty')plt.plot(df['fl'].unique(), val_h, c = 'blue', lw = 1, alpha = 0.5, marker = 'o', ms = 3, mec = 'black', mfc = 'gray', ..