20200324 - 파이썬 빅데이터 시각화

ml_0324호지수 - Jupyter Notebook.pdf

0.99MB

ml_빅데이터 분석결과 시각화_평가_0324호지수 - Jupyter Notebook.pdf

0.50MB

ml_0324호지수.ipynb

0.75MB

ml_빅데이터 분석결과 시각화_평가_0324호지수.ipynb

0.29MB

 

 

 

 

 

 

 

판다스 내장 그래프 도구

판다스는 Matplotlib 라이브러리의 기능을 일부 내장하고 있어서 별도로 import하지 않고 간단히 그래프를 그릴 수 있음.

선 그래프 : plot()메소드 적용 시 다른 옵션을 추가하지 않으며 가장 기본적인 선 그래프를 그림.

막대 그래프 : plot(kind='bar')

히스토그램 : plot(kind='hist')

산점도 : plot(x='', y='', kind='scatter'), 상관관계를 볼 수 있음.

박스플롯 : plot(kind='box'), 특정 변수의 데이터 분포와 분산 정도에 대한 정보를 제공

남북한 발전 전력량

Q.남한, 북한 발전량 합계 데이터만 추출, df_ns 이름으로 저장 및 출력하세요

(단, 행인덱스는 South, North로 열인덱스는 정수형, 열 이름 배열에 map(int))

In [1]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

import pandas as pd import numpy as np import seaborn as sns import matplotlib.pyplot as plt df = pd.read_excel('남북한발전전력량.xlsx') # 데이터 프레임 변환 df_ns = df.iloc[[0,5],2:] print(type(df_ns.columns)) df_ns.index=['South','North'] df_ns.columns=df_ns.columns.astype('int') # 열 이름의 자료형을 정수형으로 변경 display(df_ns) print(type(df_ns.columns))

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

<class 'pandas.core.indexes.base.Index'>

셀 전체 선택

• 0열 선택0열 다음에 열 추가
• 1열 선택1열 다음에 열 추가
• 2열 선택2열 다음에 열 추가
• 3열 선택3열 다음에 열 추가
• 4열 선택4열 다음에 열 추가
• 5열 선택5열 다음에 열 추가
• 6열 선택6열 다음에 열 추가
• 7열 선택7열 다음에 열 추가
• 8열 선택8열 다음에 열 추가
• 9열 선택9열 다음에 열 추가
• 10열 선택10열 다음에 열 추가
• 11열 선택11열 다음에 열 추가
• 12열 선택12열 다음에 열 추가
• 13열 선택13열 다음에 열 추가
• 14열 선택14열 다음에 열 추가
• 15열 선택15열 다음에 열 추가
• 16열 선택16열 다음에 열 추가
• 17열 선택17열 다음에 열 추가
• 18열 선택18열 다음에 열 추가
• 19열 선택19열 다음에 열 추가
• 20열 선택20열 다음에 열 추가
• 21열 선택21열 다음에 열 추가

• 0행 선택0행 다음에 행 추가
• 1행 선택1행 다음에 행 추가
• 2행 선택2행 다음에 행 추가

열 너비 조절

행 높이 조절

	1990	1991	1992	1993	1994	1995	1996	1997	1998	1999	...	2007	2008	2009	2010	2011	2012	2013	2014	2015	2016
South	1077	1186	1310	1444	1650	1847	2055	2244	2153	2393	...	4031	4224	4336	4747	4969	5096	5171	5220	5281	5404
North	277	263	247	221	231	230	213	193	170	186	...	236	255	235	237	211	215	221	216	190	239

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

2 rows × 27 columns

<class 'pandas.core.indexes.numeric.Int64Index'>

In [2]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

tdf_ns = df_ns.T display(tdf_ns.head()) #전치하여 출력 display(tdf_ns.loc[:,['South']].head()) #남한꺼만 뽑고싶다. tdf_ns.plot()

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

셀 전체 선택

• 0열 선택0열 다음에 열 추가
• 1열 선택1열 다음에 열 추가
• 2열 선택2열 다음에 열 추가

• 0행 선택0행 다음에 행 추가
• 1행 선택1행 다음에 행 추가
• 2행 선택2행 다음에 행 추가
• 3행 선택3행 다음에 행 추가
• 4행 선택4행 다음에 행 추가
• 5행 선택5행 다음에 행 추가

열 너비 조절

행 높이 조절

	South	North
1990	1077	277
1991	1186	263
1992	1310	247
1993	1444	221
1994	1650	231

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

셀 전체 선택

• 0열 선택0열 다음에 열 추가
• 1열 선택1열 다음에 열 추가

• 0행 선택0행 다음에 행 추가
• 1행 선택1행 다음에 행 추가
• 2행 선택2행 다음에 행 추가
• 3행 선택3행 다음에 행 추가
• 4행 선택4행 다음에 행 추가
• 5행 선택5행 다음에 행 추가

열 너비 조절

행 높이 조절

	South
1990	1077
1991	1186
1992	1310
1993	1444
1994	1650

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

Out[2]:

<matplotlib.axes._subplots.AxesSubplot at 0x1fa96b0e108>

대표사진 삭제

사진 설명을 입력하세요.

In [3]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

# 행, 열 전치하여 막대 그래프 그리기 tdf_ns.plot(kind='bar')

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

Out[3]:

<matplotlib.axes._subplots.AxesSubplot at 0x1fa96e63808>

대표사진 삭제

사진 설명을 입력하세요.

In [37]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

# 행, 열 전치하여 히스토그램 그리기 tdf_s = tdf_ns.loc[:,['South']] display(tdf_s) tdf_s.plot(kind='hist') # tdf_ns.cumsum().plot(kind='hist') # tdf_ns.plot('kind=hist') # tdf_ns.North.plot('kind=hist') # tdf_ns.South.plot('kind=hist')

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

셀 전체 선택

• 0열 선택0열 다음에 열 추가
• 1열 선택1열 다음에 열 추가

• 0행 선택0행 다음에 행 추가
• 1행 선택1행 다음에 행 추가
• 2행 선택2행 다음에 행 추가
• 3행 선택3행 다음에 행 추가
• 4행 선택4행 다음에 행 추가
• 5행 선택5행 다음에 행 추가
• 6행 선택6행 다음에 행 추가
• 7행 선택7행 다음에 행 추가
• 8행 선택8행 다음에 행 추가
• 9행 선택9행 다음에 행 추가
• 10행 선택10행 다음에 행 추가
• 11행 선택11행 다음에 행 추가
• 12행 선택12행 다음에 행 추가
• 13행 선택13행 다음에 행 추가
• 14행 선택14행 다음에 행 추가
• 15행 선택15행 다음에 행 추가
• 16행 선택16행 다음에 행 추가
• 17행 선택17행 다음에 행 추가
• 18행 선택18행 다음에 행 추가
• 19행 선택19행 다음에 행 추가
• 20행 선택20행 다음에 행 추가
• 21행 선택21행 다음에 행 추가
• 22행 선택22행 다음에 행 추가
• 23행 선택23행 다음에 행 추가
• 24행 선택24행 다음에 행 추가
• 25행 선택25행 다음에 행 추가
• 26행 선택26행 다음에 행 추가
• 27행 선택27행 다음에 행 추가

열 너비 조절

행 높이 조절

	South
1990	1077
1991	1186
1992	1310
1993	1444
1994	1650
1995	1847
1996	2055
1997	2244
1998	2153
1999	2393
2000	2664
2001	2852
2002	3065
2003	3225
2004	3421
2005	3646
2006	3812
2007	4031
2008	4224
2009	4336
2010	4747
2011	4969
2012	5096
2013	5171
2014	5220
2015	5281
2016	5404

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

Out[37]:

<matplotlib.axes._subplots.AxesSubplot at 0x1fa991fc708>

대표사진 삭제

사진 설명을 입력하세요.

Q. df_s 에서 mpg와 각 칼럼간의 산점도를 그리고 음의 상관관계가 있는 변수를 기술하세요.

In [5]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

df = pd.read_csv('../auto-mpg.csv', header=None) df.columns = ['mpg','cylinders','displacement','horsepower', 'weight','acceleration','model year','origin','name'] df_s = df[['mpg','cylinders','weight','displacement','acceleration' ]] df_s.head()

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

Out[5]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가
• 1열 선택1열 다음에 열 추가
• 2열 선택2열 다음에 열 추가
• 3열 선택3열 다음에 열 추가
• 4열 선택4열 다음에 열 추가
• 5열 선택5열 다음에 열 추가

• 0행 선택0행 다음에 행 추가
• 1행 선택1행 다음에 행 추가
• 2행 선택2행 다음에 행 추가
• 3행 선택3행 다음에 행 추가
• 4행 선택4행 다음에 행 추가
• 5행 선택5행 다음에 행 추가

열 너비 조절

행 높이 조절

	mpg	cylinders	weight	displacement	acceleration
0	18.0	8	3504.0	307.0	12.0
1	15.0	8	3693.0	350.0	11.5
2	18.0	8	3436.0	318.0	11.0
3	16.0	8	3433.0	304.0	12.0
4	17.0	8	3449.0	302.0	10.5

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

In [6]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

df_s.corr()

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

Out[6]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가
• 1열 선택1열 다음에 열 추가
• 2열 선택2열 다음에 열 추가
• 3열 선택3열 다음에 열 추가
• 4열 선택4열 다음에 열 추가
• 5열 선택5열 다음에 열 추가

• 0행 선택0행 다음에 행 추가
• 1행 선택1행 다음에 행 추가
• 2행 선택2행 다음에 행 추가
• 3행 선택3행 다음에 행 추가
• 4행 선택4행 다음에 행 추가
• 5행 선택5행 다음에 행 추가

열 너비 조절

행 높이 조절

	mpg	cylinders	weight	displacement	acceleration
mpg	1.000000	-0.775396	-0.831741	-0.804203	0.420289
cylinders	-0.775396	1.000000	0.896017	0.950721	-0.505419
weight	-0.831741	0.896017	1.000000	0.932824	-0.417457
displacement	-0.804203	0.950721	0.932824	1.000000	-0.543684
acceleration	0.420289	-0.505419	-0.417457	-0.543684	1.000000

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

In [7]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

# 2개의 열을 선택하여 산점도 그리기 df_s.plot(x='weight', y='mpg', kind='scatter') # 음의 상관관계

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

Out[7]:

<matplotlib.axes._subplots.AxesSubplot at 0x1fa97045808>

대표사진 삭제

사진 설명을 입력하세요.

In [8]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

df_s.plot(x='cylinders', y='mpg', kind='scatter') # 범주형 데이터 (연속이 없음) # 숫자의 크기보다 카테고리의 의미

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

Out[8]:

<matplotlib.axes._subplots.AxesSubplot at 0x1fa970a8a08>

대표사진 삭제

사진 설명을 입력하세요.

In [9]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

df_s.plot(x='displacement', y='mpg', kind='scatter') # 음의 상관관계, 이상치 제거 필요

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

Out[9]:

<matplotlib.axes._subplots.AxesSubplot at 0x1fa971151c8>

대표사진 삭제

사진 설명을 입력하세요.

In [10]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

df_s.plot(x='acceleration', y='mpg', kind='scatter')

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

Out[10]:

<matplotlib.axes._subplots.AxesSubplot at 0x1fa971ace48>

대표사진 삭제

사진 설명을 입력하세요.

In [11]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

#titanic age, fare 컬럼간 상관관계 import matplotlib.pyplot as plt %matplotlib inline titanic = sns.load_dataset('titanic')   #스타일 테마 설정(5가지 : darkgrid, whitegrid, dark, white, ticks) sns.set_style('darkgrid')   # 그래프 객체 생성(figure에 2개의 서브 플롯을 생성) fig = plt.figure(figsize=(15,5)) ax1=fig.add_subplot(1,2,1) # 1행 2열의 1번째 좌표(전체 데이터를 1행 2열짜리로 보기 때문에 이렇게선택) ax2=fig.add_subplot(1,2,2) # 1행 2열의 2번째 좌표   # 그래프 그리기 - 선형 회귀선 미표시 (fit_reg=False) sns.regplot(x='age', #x축 변수 y='fare', #y축 변수 data=titanic, #data ax=ax1) # axe 객체 - 1번째 그래프     #그래프 그리기 - 선형회귀선 표시 (fit_reg=True) sns.regplot(x='age', #x축 변수 y='fare', #y축 변수 data=titanic, #data ax=ax2, # axe 객체 - 2번째 그래프 fit_reg=True) # 회귀선 표시   plt.show()

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

대표사진 삭제

사진 설명을 입력하세요.

 

Q.auto-mpg.csv의 df_s 각 컬럼간의 상관관계에 대한 시각화를 아래와 같이 수행하세요.

2개의 행과 2개의 열을 가진 subplots를 이용해서 표현

seaborn의 regplot을 이용해 산점도와 선형회귀직선을 함께 표현

In [12]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

import matplotlib.pyplot as plt import seaborn as sns %matplotlib inline   fig, axs = plt.subplots(figsize=(16,8), ncols=2, nrows=2) # 2행 2열 차트를 만든다. lm_features = ['acceleration', 'cylinders', 'weight', 'displacement'] for i, feature in enumerate(lm_features): # 인덱스와 같이 작동하는 것 row = int(i/2) #처음 인덱스는 0 col = i%2 # 컬럼도 처음에 0 # 시본의 regplot을 이용해 산점도와 선형 회귀 직선을 함께 표현 sns.regplot(x=feature, y='mpg', data=df_s, ax=axs[row][col])

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

대표사진 삭제

사진 설명을 입력하세요.

Box plot 의미 해석

중앙값

IQR(Inter Quartile Range): 제 3사분위 수 - 제 1사분위 수

lower whisker : Q1 - 1.5 * IQR 보다 작은 값

upper whisker : Q3 - 1.5 * IQR 보다 큰 값

이상치 : lower whisker, upper whisker 를 벗어나는 값

(an outlier is any number less than Q1 - (1.5xIQR) or greater than Q3+(1.5xIQR))

In [13]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

import pandas as pd   box_df = pd.DataFrame([[25, 28, 29, 29, 30, 34, 35, 35, 37, 38], [25, 28, 29, 29, 30, 34, 35, 35, 37, 50]], index=['m1','m2'], columns=['y1','y2','y3','y4','y5','y6','y7','y8','y9','y10']) display(box_df) box_t = box_df.transpose() display(box_t.head(2))

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

셀 전체 선택

• 0열 선택0열 다음에 열 추가
• 1열 선택1열 다음에 열 추가
• 2열 선택2열 다음에 열 추가
• 3열 선택3열 다음에 열 추가
• 4열 선택4열 다음에 열 추가
• 5열 선택5열 다음에 열 추가
• 6열 선택6열 다음에 열 추가
• 7열 선택7열 다음에 열 추가
• 8열 선택8열 다음에 열 추가
• 9열 선택9열 다음에 열 추가
• 10열 선택10열 다음에 열 추가

• 0행 선택0행 다음에 행 추가
• 1행 선택1행 다음에 행 추가
• 2행 선택2행 다음에 행 추가

열 너비 조절

행 높이 조절

	y1	y2	y3	y4	y5	y6	y7	y8	y9	y10
m1	25	28	29	29	30	34	35	35	37	38
m2	25	28	29	29	30	34	35	35	37	50

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

셀 전체 선택

• 0열 선택0열 다음에 열 추가
• 1열 선택1열 다음에 열 추가
• 2열 선택2열 다음에 열 추가

• 0행 선택0행 다음에 행 추가
• 1행 선택1행 다음에 행 추가
• 2행 선택2행 다음에 행 추가

열 너비 조절

행 높이 조절

	m1	m2
y1	25	25
y2	28	28

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

In [14]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

box_t[['m1','m2']].plot(kind='box') display(box_t.describe())

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

셀 전체 선택

• 0열 선택0열 다음에 열 추가
• 1열 선택1열 다음에 열 추가
• 2열 선택2열 다음에 열 추가

• 0행 선택0행 다음에 행 추가
• 1행 선택1행 다음에 행 추가
• 2행 선택2행 다음에 행 추가
• 3행 선택3행 다음에 행 추가
• 4행 선택4행 다음에 행 추가
• 5행 선택5행 다음에 행 추가
• 6행 선택6행 다음에 행 추가
• 7행 선택7행 다음에 행 추가
• 8행 선택8행 다음에 행 추가

열 너비 조절

행 높이 조절

	m1	m2
count	10.000000	10.000000
mean	32.000000	33.200000
std	4.346135	7.020605
min	25.000000	25.000000
25%	29.000000	29.000000
50%	32.000000	32.000000
75%	35.000000	35.000000
max	38.000000	50.000000

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

대표사진 삭제

사진 설명을 입력하세요.

Q. box_t의 m2칼럼의 box_plot의 중앙값, IQR, lower whisker, upper whisker, 이상치를 구하여 기술하세요.

In [15]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

# upper, lower whisker 산출 uw = 35 + 1.5 * 6 print(uw) lw = 29 - 1.5 * 6 print(lw)   # 이상치 : 44보다 큰 수 50 m2 = [25, 28, 29, 29, 30, 34, 35, 35, 37, 50]

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

44.0 20.0

In [16]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

# ●김홍교님 풀이 # Q box_t의 m2컬럼의 box plot의 중앙값, IQR,lower whisker,upper whisker,이상치를 구하여 기술하세요. import numpy as np x = box_t.m2 m=x.median() print("m2컬럼의 box plot의 중앙값 : ",m)   Q1=x.quantile(0.25) Q3=x.quantile(0.75) print(Q1) print(Q3) IQR = Q3-Q1 print('IQR : ',IQR)   y=Q1-1.5*IQR z=x-y lowerWhisker=z[z>0].min()+y print('lowerWhisker : ',lowerWhisker)   y=Q3+1.5*IQR z=x-y upperWhisker=z[z<0].max()+y print('upperWhisker : ',upperWhisker)   Outlierlist=x[(m-1.5*IQR>x)|(m+1.5*IQR<x)].tolist print('Outlierlist : ',Outlierlist)

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

m2컬럼의 box plot의 중앙값 : 32.0 29.0 35.0 IQR : 6.0 lowerWhisker : 25.0 upperWhisker : 37.0 Outlierlist : <bound method IndexOpsMixin.tolist of y10 50 Name: m2, dtype: int64>

In [17]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

median = box_t['m2'].median() #중앙값 Q1 = box_t['m2'].quantile(.25) Q3 = box_t['m2'].quantile(.75) IQR = Q3 - Q1 lower = Q1 - 1.5 * box_t['m2'][box_t.m2<IQR] upper = Q3 - 1.5 * box_t['m2'][box_t['m2']>IQR]   display(median, IQR, Q1, Q3, lower, upper)

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

32.0

6.0

29.0

35.0

Series([], Name: m2, dtype: float64)

y1 -2.5 y2 -7.0 y3 -8.5 y4 -8.5 y5 -10.0 y6 -16.0 y7 -17.5 y8 -17.5 y9 -20.5 y10 -40.0 Name: m2, dtype: float64

Q. 'auto-mpg.csv' 데이터셋을 불러와서 'mpg','cylinders' 칼럼의 boxplot을 그리고 중앙값, IQR, lower whisker, upper whisker 값을 구하고 이상치 갯수를 구하여 기술하세요.

In [18]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

#열을 선택하여 박스 플롯 그리기 import pandas as pd   df = pd.read_csv('../auto-mpg.csv') df.columns = ['mpg','cylinders', 'displacement', 'horsepower', 'weight', 'acceleration','model year','origin','name'] df[['mpg','cylinders']].plot(kind='box')

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

Out[18]:

<matplotlib.axes._subplots.AxesSubplot at 0x1fa97655e48>

대표사진 삭제

사진 설명을 입력하세요.

In [19]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

df_s.mpg.describe()

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

Out[19]:

count 398.000000 mean 23.514573 std 7.815984 min 9.000000 25% 17.500000 50% 23.000000 75% 29.000000 max 46.600000 Name: mpg, dtype: float64

In [20]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

# mpg 기준 내림차순 정렬 df_s = df.sort_values(by='mpg', ascending=False) df_s.head()

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

Out[20]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가
• 1열 선택1열 다음에 열 추가
• 2열 선택2열 다음에 열 추가
• 3열 선택3열 다음에 열 추가
• 4열 선택4열 다음에 열 추가
• 5열 선택5열 다음에 열 추가
• 6열 선택6열 다음에 열 추가
• 7열 선택7열 다음에 열 추가
• 8열 선택8열 다음에 열 추가
• 9열 선택9열 다음에 열 추가

• 0행 선택0행 다음에 행 추가
• 1행 선택1행 다음에 행 추가
• 2행 선택2행 다음에 행 추가
• 3행 선택3행 다음에 행 추가
• 4행 선택4행 다음에 행 추가
• 5행 선택5행 다음에 행 추가

열 너비 조절

행 높이 조절

	mpg	cylinders	displacement	horsepower	weight	acceleration	model year	origin	name
321	46.6	4	86.0	65.00	2110.0	17.9	80	3	mazda glc
328	44.6	4	91.0	67.00	1850.0	13.8	80	3	honda civic 1500 gl
324	44.3	4	90.0	48.00	2085.0	21.7	80	2	vw rabbit c (diesel)
393	44.0	4	97.0	52.00	2130.0	24.6	82	2	vw pickup
325	43.4	4	90.0	48.00	2335.0	23.7	80	2	vw dasher (diesel)

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

In [21]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

# mpg의 이상치 : 46.6 # IQR : 11.5 uw_m = 29 + (11.5*1.5) print(uw_m) lw_m = 17.5 - (11.5*1.5) print(lw_m)

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

46.25 0.25

Matplotlib 기본 그래프 도구

In [22]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

# 라이브러리 불러오기 import pandas as pd import matplotlib.pyplot as plt %matplotlib inline   # Excel 데이터를 데이터프레임 변환 df = pd.read_excel('시도별 전출입 인구수.xlsx', fillna=0, header=0) df['전입지별'].unique()

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

Out[22]:

array(['전입지별', '전국', '서울특별시', '부산광역시', '대구광역시', '인천광역시', '광주광역시', '대전광역시', '울산광역시', '세종특별자치시', '경기도', '강원도', '충청북도', '충청남도', '전라북도', '전라남도', '경상북도', '경상남도', '제주특별자치도'], dtype=object)

In [23]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

# df.info() display(df.전출지별.isnull().sum())   # 누락값(NaN)을 앞 데이터로 채움(엑셀 양식 병합 부분) df = df.fillna(method='ffill') df.head()

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

306

Out[23]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가
• 1열 선택1열 다음에 열 추가
• 2열 선택2열 다음에 열 추가
• 3열 선택3열 다음에 열 추가
• 4열 선택4열 다음에 열 추가
• 5열 선택5열 다음에 열 추가
• 6열 선택6열 다음에 열 추가
• 7열 선택7열 다음에 열 추가
• 8열 선택8열 다음에 열 추가
• 9열 선택9열 다음에 열 추가
• 10열 선택10열 다음에 열 추가
• 11열 선택11열 다음에 열 추가
• 12열 선택12열 다음에 열 추가
• 13열 선택13열 다음에 열 추가
• 14열 선택14열 다음에 열 추가
• 15열 선택15열 다음에 열 추가
• 16열 선택16열 다음에 열 추가
• 17열 선택17열 다음에 열 추가
• 18열 선택18열 다음에 열 추가
• 19열 선택19열 다음에 열 추가
• 20열 선택20열 다음에 열 추가
• 21열 선택21열 다음에 열 추가

• 0행 선택0행 다음에 행 추가
• 1행 선택1행 다음에 행 추가
• 2행 선택2행 다음에 행 추가
• 3행 선택3행 다음에 행 추가
• 4행 선택4행 다음에 행 추가
• 5행 선택5행 다음에 행 추가

열 너비 조절

행 높이 조절

	전출지별	전입지별	1970	1971	1972	1973	1974	1975	1976	1977	...	2008	2009	2010	2011	2012	2013	2014	2015	2016	2017
0	전출지별	전입지별	이동자수 (명)	이동자수 (명)	이동자수 (명)	이동자수 (명)	이동자수 (명)	이동자수 (명)	이동자수 (명)	이동자수 (명)	...	이동자수 (명)	이동자수 (명)	이동자수 (명)	이동자수 (명)	이동자수 (명)	이동자수 (명)	이동자수 (명)	이동자수 (명)	이동자수 (명)	이동자수 (명)
1	전국	전국	4046536	4210164	3687938	4860418	5297969	9011440	6773250	7397623	...	8808256	8487275	8226594	8127195	7506691	7411784	7629098	7755286	7378430	7154226
2	전국	서울특별시	1742813	1671705	1349333	1831858	2050392	3396662	2756510	2893403	...	2025358	1873188	1733015	1721748	1555281	1520090	1573594	1589431	1515602	1472937
3	전국	부산광역시	448577	389797	362202	482061	680984	805979	724664	785117	...	514502	519310	519334	508043	461042	478451	485710	507031	459015	439073
4	전국	대구광역시	-	-	-	-	-	-	-	-	...	409938	398626	370817	370563	348642	351873	350213	351424	328228	321182

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

5 rows × 50 columns

In [24]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

df.전출지별.isnull().sum()

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

Out[24]:

0

In [25]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

# 서울에서 다른 지역으로 이동한 데이터만 추출하여 정리 mask = (df['전출지별'] == '서울특별시') & (df['전입지별'] != '서울특별시') df_seoul = df[mask] # mask를 통해 새로 컬럼 추가   df_seoul = df_seoul.drop(['전출지별'], axis=1) # 기존에 있는 전출지별은 드랍시킨다. df_seoul.rename({'전입지별':'전입지'}, axis=1, inplace=True) # 딕셔너리타입으로 이름 변경 df_seoul.set_index('전입지', inplace=True) # 전입지를 index로 만든다(전입지별로 데이터를 정렬하기 위해) df_seoul.head()

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

Out[25]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가
• 1열 선택1열 다음에 열 추가
• 2열 선택2열 다음에 열 추가
• 3열 선택3열 다음에 열 추가
• 4열 선택4열 다음에 열 추가
• 5열 선택5열 다음에 열 추가
• 6열 선택6열 다음에 열 추가
• 7열 선택7열 다음에 열 추가
• 8열 선택8열 다음에 열 추가
• 9열 선택9열 다음에 열 추가
• 10열 선택10열 다음에 열 추가
• 11열 선택11열 다음에 열 추가
• 12열 선택12열 다음에 열 추가
• 13열 선택13열 다음에 열 추가
• 14열 선택14열 다음에 열 추가
• 15열 선택15열 다음에 열 추가
• 16열 선택16열 다음에 열 추가
• 17열 선택17열 다음에 열 추가
• 18열 선택18열 다음에 열 추가
• 19열 선택19열 다음에 열 추가
• 20열 선택20열 다음에 열 추가
• 21열 선택21열 다음에 열 추가

• 0행 선택0행 다음에 행 추가
• 1행 선택1행 다음에 행 추가
• 2행 선택2행 다음에 행 추가
• 3행 선택3행 다음에 행 추가
• 4행 선택4행 다음에 행 추가
• 5행 선택5행 다음에 행 추가
• 6행 선택6행 다음에 행 추가

열 너비 조절

행 높이 조절

	1970	1971	1972	1973	1974	1975	1976	1977	1978	1979	...	2008	2009	2010	2011	2012	2013	2014	2015	2016	2017
전입지
전국	1448985	1419016	1210559	1647268	1819660	2937093	2495620	2678007	3028911	2441242	...	2083352	1925452	1848038	1834806	1658928	1620640	1661425	1726687	1655859	1571423
부산광역시	11568	11130	11768	16307	22220	27515	23732	27213	29856	28542	...	17353	17738	17418	18816	16135	16153	17320	17009	15062	14484
대구광역시	-	-	-	-	-	-	-	-	-	-	...	9720	10464	10277	10397	10135	10631	10062	10191	9623	8891
인천광역시	-	-	-	-	-	-	-	-	-	-	...	50493	45392	46082	51641	49640	47424	43212	44915	43745	40485
광주광역시	-	-	-	-	-	-	-	-	-	-	...	10846	11725	11095	10587	10154	9129	9759	9216	8354	7932

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

5 rows × 48 columns

In [26]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

# 서울에서 경기도로 이동한 인구 데이터 값만 선택 sr_one = df_seoul.loc['경기도'] #행 선택   # x, y 축 데이터를 plot 함수에 입력 plt.plot(sr_one.index, sr_one.values)   # 판다스 객체를 plot 함수에 입력 plt.plot(sr_one)

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

Out[26]:

[<matplotlib.lines.Line2D at 0x1fa976e3a88>]

대표사진 삭제

사진 설명을 입력하세요.

In [27]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

import warnings warnings.filterwarnings('ignore')

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

In [28]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

# 정리 import pandas as pd import matplotlib.pyplot as plt   # EXCEL 데이터를 데이터프레임 변환 df = pd.read_excel('시도별 전출입 인구수.xlsx', fillna=0, header=0)   # 전출지별에서 누락값(NaN)을 앞 데이터로 채움(엑셀양식 병합 부분) df = df.fillna(method='ffill')   #서울에서 다른 지역으로 이동한 데이터만 추출하여 정리 mask = (df['전출지별'] == '서울특별시') & (df['전입지별'] != '서울특별시') df_seoul = df[mask] # mask를 통해 새로 컬럼 추가 df_seoul = df_seoul.drop(['전출지별'], axis=1) # 기존에 있는 전출지별은 드랍시킨다. df_seoul.rename({'전입지별':'전입지'}, axis=1, inplace=True) # 딕셔너리타입으로 이름 변경 df_seoul.set_index('전입지', inplace=True) # 전입지를 index로 만든다(전입지별로 데이터를 정렬하기 위해)   # 서울에서 경기도로 이동한 인구 데이터 값만 선택 sr_one = df_seoul.loc['경기도'] #행 선택   # x, y 축 데이터를 plot 함수에 입력 plt.plot(sr_one.index, sr_one.values)   # 차트 제목 추가 plt.title('서울 -> 경기 인구 이동')   # 축이름 추가 plt.xlabel('기간') plt.ylabel('이동 인구수')   plt.show() # 변경사항 저장하고 그래프 출력

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

대표사진 삭제

사진 설명을 입력하세요.

In [29]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

# Matplotlib 한글 폰트 오류 해결 from matplotlib import font_manager, rc font_path = "../malgun.ttf" # 폰트파일의 위치 font_name = font_manager.FontProperties(fname=font_path).get_name() rc('font', family=font_name)   # 정리 import pandas as pd import matplotlib.pyplot as plt   # EXCEL 데이터를 데이터프레임 변환 df = pd.read_excel('시도별 전출입 인구수.xlsx', fillna=0, header=0)   # 전출지별에서 누락값(NaN)을 앞 데이터로 채움(엑셀양식 병합 부분) df = df.fillna(method='ffill')   #서울에서 다른 지역으로 이동한 데이터만 추출하여 정리 mask = (df['전출지별'] == '서울특별시') & (df['전입지별'] != '서울특별시') df_seoul = df[mask] # mask를 통해 새로 컬럼 추가 df_seoul = df_seoul.drop(['전출지별'], axis=1) # 기존에 있는 전출지별은 드랍시킨다. df_seoul.rename({'전입지별':'전입지'}, axis=1, inplace=True) # 딕셔너리타입으로 이름 변경 df_seoul.set_index('전입지', inplace=True) # 전입지를 index로 만든다(전입지별로 데이터를 정렬하기 위해)   # 서울에서 경기도로 이동한 인구 데이터 값만 선택 sr_one = df_seoul.loc['경기도'] #행 선택   # x, y 축 데이터를 plot 함수에 입력 plt.plot(sr_one.index, sr_one.values)   # 차트 제목 추가 plt.title('서울 -> 경기 인구 이동')   # 축이름 추가 plt.xlabel('기간') plt.ylabel('이동 인구수')   plt.show() # 변경사항 저장하고 그래프 출력

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

대표사진 삭제

사진 설명을 입력하세요.

In [30]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

import pandas as pd import matplotlib.pyplot as plt   # Matplotlib 한글 폰트 오류 해결 from matplotlib import font_manager, rc font_path = "../malgun.ttf" # 폰트파일의 위치 font_name = font_manager.FontProperties(fname=font_path).get_name() rc('font', family=font_name)   # EXCEL 데이터를 데이터프레임 변환 df = pd.read_excel('시도별 전출입 인구수.xlsx', fillna=0, header=0)   # 전출지별에서 누락값(NaN)을 앞 데이터로 채움(엑셀양식 병합 부분) df = df.fillna(method='ffill')   #서울에서 다른 지역으로 이동한 데이터만 추출하여 정리 mask = (df['전출지별'] == '서울특별시') & (df['전입지별'] != '서울특별시') df_seoul = df[mask] # mask를 통해 새로 컬럼 추가 df_seoul = df_seoul.drop(['전출지별'], axis=1) # 기존에 있는 전출지별은 드랍시킨다. df_seoul.rename({'전입지별':'전입지'}, axis=1, inplace=True) # 딕셔너리타입으로 이름 변경 df_seoul.set_index('전입지', inplace=True) # 전입지를 index로 만든다(전입지별로 데이터를 정렬하기 위해)   # 서울에서 경기도로 이동한 인구 데이터 값만 선택 sr_one = df_seoul.loc['경기도'] #행 선택   # 그림 사이즈 지정( 가로 14인치, 세로 5인치) plt.figure(figsize=(14,5))   # x축 눈금 라벨 회전하기 plt.xticks(rotation='vertical')   # x, y 축 데이터를 plot 함수에 입력 plt.plot(sr_one.index, sr_one.values)   # 차트 제목 추가 plt.title('서울 -> 경기 인구 이동') #차트 제목 plt.xlabel('기간') #x축 plt.ylabel('이동 인구수') #y축   plt.legend(labels=['서울 -> 경기'], loc='best') #범례 표시   plt.show() # 변경사항 저장하고 그래프 출력

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

대표사진 삭제

사진 설명을 입력하세요.

In [31]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

import pandas as pd import matplotlib.pyplot as plt   # Matplotlib 한글 폰트 오류 해결 from matplotlib import font_manager, rc font_path = "../malgun.ttf" # 폰트파일의 위치 font_name = font_manager.FontProperties(fname=font_path).get_name() rc('font', family=font_name)   # EXCEL 데이터를 데이터프레임 변환 df = pd.read_excel('시도별 전출입 인구수.xlsx', fillna=0, header=0)   # 전출지별에서 누락값(NaN)을 앞 데이터로 채움(엑셀양식 병합 부분) df = df.fillna(method='ffill')   #서울에서 다른 지역으로 이동한 데이터만 추출하여 정리 mask = (df['전출지별'] == '서울특별시') & (df['전입지별'] != '서울특별시') df_seoul = df[mask] # mask를 통해 새로 컬럼 추가 df_seoul = df_seoul.drop(['전출지별'], axis=1) # 기존에 있는 전출지별은 드랍시킨다. df_seoul.rename({'전입지별':'전입지'}, axis=1, inplace=True) # 딕셔너리타입으로 이름 변경 df_seoul.set_index('전입지', inplace=True) # 전입지를 index로 만든다(전입지별로 데이터를 정렬하기 위해)   # 서울에서 경기도로 이동한 인구 데이터 값만 선택 sr_one = df_seoul.loc['경기도'] #행 선택   #스타일 서식 지정 plt.style.use('ggplot')   # 그림 사이즈 지정( 가로 14인치, 세로 5인치) plt.figure(figsize=(14,5))   # x축 눈금 라벨 회전하기 plt.xticks(rotation='vertical')   # x, y 축 데이터를 plot 함수에 입력 plt.plot(sr_one.index, sr_one.values, marker='o', markersize=7) # 마커표시 추가   # 차트 제목 추가 plt.title('서울 -> 경기 인구 이동', size=30) #차트 제목 plt.xlabel('기간', size=20) #x축 plt.ylabel('이동 인구수', size=20) #y축   plt.legend(labels=['서울 -> 경기'], loc='best', fontsize=15) #범례 표시   plt.show() # 변경사항 저장하고 그래프 출력

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

대표사진 삭제

사진 설명을 입력하세요.

In [32]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

import matplotlib.pyplot as plt   #스타일 리스트 출력 print(plt.style.available)

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

['bmh', 'classic', 'dark_background', 'fast', 'fivethirtyeight', 'ggplot', 'grayscale', 'seaborn-bright', 'seaborn-colorblind', 'seaborn-dark-palette', 'seaborn-dark', 'seaborn-darkgrid', 'seaborn-deep', 'seaborn-muted', 'seaborn-notebook', 'seaborn-paper', 'seaborn-pastel', 'seaborn-poster', 'seaborn-talk', 'seaborn-ticks', 'seaborn-white', 'seaborn-whitegrid', 'seaborn', 'Solarize_Light2', 'tableau-colorblind10', '_classic_test']

In [33]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

import pandas as pd import matplotlib.pyplot as plt   # Matplotlib 한글 폰트 오류 해결 from matplotlib import font_manager, rc font_path = "../malgun.ttf" # 폰트파일의 위치 font_name = font_manager.FontProperties(fname=font_path).get_name() rc('font', family=font_name)   # EXCEL 데이터를 데이터프레임 변환 df = pd.read_excel('시도별 전출입 인구수.xlsx', fillna=0, header=0)   # 전출지별에서 누락값(NaN)을 앞 데이터로 채움(엑셀양식 병합 부분) df = df.fillna(method='ffill')   #서울에서 다른 지역으로 이동한 데이터만 추출하여 정리 mask = (df['전출지별'] == '서울특별시') & (df['전입지별'] != '서울특별시') df_seoul = df[mask] # mask를 통해 새로 컬럼 추가 df_seoul = df_seoul.drop(['전출지별'], axis=1) # 기존에 있는 전출지별은 드랍시킨다. df_seoul.rename({'전입지별':'전입지'}, axis=1, inplace=True) # 딕셔너리타입으로 이름 변경 df_seoul.set_index('전입지', inplace=True) # 전입지를 index로 만든다(전입지별로 데이터를 정렬하기 위해)   # 서울에서 경기도로 이동한 인구 데이터 값만 선택 sr_one = df_seoul.loc['경기도'] #행 선택   #스타일 서식 지정 plt.style.use('ggplot')   # 그림 사이즈 지정( 가로 14인치, 세로 5인치) plt.figure(figsize=(14,5))   # x축 눈금 라벨 회전하기 plt.xticks(rotation='vertical')   # x, y 축 데이터를 plot 함수에 입력 plt.plot(sr_one.index, sr_one.values, marker='o', markersize=7) # 마커표시 추가   # 차트 제목 추가 plt.title('서울 -> 경기 인구 이동', size=30) #차트 제목 plt.xlabel('기간', size=20) #x축 plt.ylabel('이동 인구수', size=20) #y축   plt.legend(labels=['서울 -> 경기'], loc='best', fontsize=15) #범례 표시   # y축 범위 지정(최소값, 최대값) plt.ylim(50000, 800000)   #주석 표시 - 화살표 plt.annotate('', xy=(20, 620000), #화살표의 머리 시작 xytext=(2, 290000), #화살표의 머리 마지막 xycoords='data', #좌표체계 arrowprops=dict(arrowstyle='->', color='skyblue', lw=5), #화살표 서식 )   plt.annotate('', xy=(47, 450000), #화살표의 머리 시작 xytext=(30, 580000), #화살표의 머리 마지막 xycoords='data', #좌표체계 arrowprops=dict(arrowstyle='->', color='red', lw=5), #화살표 서식 )   #주석 표시 - 텍스트 plt.annotate('인구이동 증가(1970-1995)', #텍스트 입력 xy=(10,400000), #텍스트 위치 기준점 rotation=25, #텍스트 회전 각도 va='baseline', #텍스트 상하 정렬 ha='center', #텍스트 좌우 정렬 fontsize=15) #폰트 크기   plt.annotate('인구이동 감소(1995-2017)', #텍스트 입력 xy=(40,500000), #텍스트 위치 기준점 rotation=-10, #텍스트 회전 각도 va='baseline', #텍스트 상하 정렬 ha='center', #텍스트 좌우 정렬 fontsize=15) #폰트 크기   plt.show() # 변경사항 저장하고 그래프 출력

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

대표사진 삭제

사진 설명을 입력하세요.

 

Q. '서울 -> 충남, 경북, 강원 인구 이동'을 설명하는 그래프를 출력하세요.

In [34]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

import pandas as pd import matplotlib.pyplot as plt   # Matplotlib 한글 폰트 오류 해결 from matplotlib import font_manager, rc font_path = "C:/Users/USER/workspace/ml_python/malgun.ttf" # 폰트파일의 위치 font_name = font_manager.FontProperties(fname=font_path).get_name() rc('font', family=font_name)   # EXCEL 데이터를 데이터프레임 변환 df = pd.read_excel('시도별 전출입 인구수.xlsx', fillna=0, header=0)   # 전출지별에서 누락값(NaN)을 앞 데이터로 채움(엑셀양식 병합 부분) df = df.fillna(method='ffill')   #서울에서 다른 지역으로 이동한 데이터만 추출하여 정리 mask = (df['전출지별'] == '서울특별시') & (df['전입지별'] != '서울특별시') df_seoul = df[mask] # mask를 통해 새로 컬럼 추가 df_seoul = df_seoul.drop(['전출지별'], axis=1) # 기존에 있는 전출지별은 드랍시킨다. df_seoul.rename({'전입지별':'전입지'}, axis=1, inplace=True) # 딕셔너리타입으로 이름 변경 df_seoul.set_index('전입지', inplace=True) # 전입지를 index로 만든다(전입지별로 데이터를 정렬하기 위해)   # 서울에서 충남, 경북, 강원도로 이동한 인구 데이터 값만 선택 col_years=list(map(str, range(1970, 2018))) df_3=df_seoul.loc[['충청남도','경상북도','강원도'],col_years]   #스타일 서식 지정 plt.style.use('ggplot')   # 그림 사이즈 지정( 가로 14인치, 세로 5인치) fig = plt.figure(figsize=(20,5)) ax = fig.add_subplot(1,1,1) # 1행 1열에 하나   # axe 객체에 plot 함수로 그래프 출력 ax.plot(col_years, df_3.loc['충청남도',:], marker='o',markerfacecolor='green', markersize=10, color='olive',linewidth=2, label='서울->충남')   ax.plot(col_years, df_3.loc['경상북도',:], marker='o',markerfacecolor='blue', markersize=10, color='skyblue',linewidth=2, label='서울->경북')   ax.plot(col_years, df_3.loc['강원도',:], marker='o',markerfacecolor='red', markersize=10, color='magenta',linewidth=2, label='서울->강원')   # 범례 표시 ax.legend(loc='best')   # 차트 제목 추가 ax.set_title('서울 -> 충남, 경북, 강원 인구이동', size=20)   # 축이름 추가 ax.set_xlabel('기간',size=12) ax.set_ylabel('이동인구수', size=12)   # 축 눈금 라벨 지정 및 90도 회전 ax.set_xticklabels(col_years,rotation=90)   # 축 눈금 라벨 크기 ax.tick_params(axis="x",labelsize=10) ax.tick_params(axis="y",labelsize=10)   plt.show() # 변경사항 저장하고 그래프 출력

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

대표사진 삭제

사진 설명을 입력하세요.

In [35]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

sr_one = df_seoul.loc['경상북도'] sr_two = df_seoul.loc['충청남도'] sr_three = df_seoul.loc['강원도'] fig = plt.figure(figsize=(20,5)) plt.plot(sr_one.index, sr_one.values, 'm:', sr_two.index, sr_two.values, 'y:', sr_three.index, sr_three.values, 'k:') plt.title('서울 -> 충남, 강원, 경북 이동', size=30) #차트 제목 plt.xlabel('기간', size=20) #x축 plt.ylabel('이동 인구수', size=20) plt.xticks(rotation=90) plt.legend(labels=['서울 -> 경북', '서울 -> 충남', '서울 -> 강원'], loc='best', fontsize=15) #범례 표시 plt.grid(False) plt.show()

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

대표사진 삭제

사진 설명을 입력하세요.

In [36]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

# 라이브러리 불러오기 titanic = sns.load_dataset('titanic')   # 스타일 테마 설정 sns.set_style('whitegrid')   # 그래프 객체 생성(figure에 3개의 서브 플롯을 생성) fig = plt.figure(figsize=(15,5)) ax1 = fig.add_subplot(1,3,1) ax2 = fig.add_subplot(1,3,2) ax3 = fig.add_subplot(1,3,3)   # 기본값 sns.countplot(x='class', palette ='Set1', data=titanic, ax=ax1)   # hue 옵션에 'who' 추가 sns.countplot(x='class', hue ='who',palette ='Set2', data=titanic, ax=ax2)   # dodge = False 옵션 추가 (축 방향으로 분리하지 않고 누적 그래프 출력) sns.countplot(x='class', hue='who', palette='Set3', dodge=False, data=titanic, ax=ax3)

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

Out[36]:

<matplotlib.axes._subplots.AxesSubplot at 0x1fa97b07508>

대표사진 삭제

사진 설명을 입력하세요.

---

훈련과정 : R·파이썬 기반 빅데이터 분석 전문가 양성과정

교과목 평가 : 빅데이터 분석결과 시각화

성명 : 호지수

점수 : 50점(1번 틀림, 2번 보류, 3(20),4(10),5(20)번 맞음, 6번 보류)

Q1. 'auto-mpg.csv' 데이터셋을 df 이름으로 불러온 후 아래 사항을 수행하세요. --- (10점)

df.columns = ['mpg','cylinders','displacement','horsepower','weight','model year','origin','name']

mpg , cylinders, weight, displacement, acceleration 칼럼만을 선택해서 df_s 이름으로 저장하고 처음 5개행을 출력하세요.

df_s에서 mpg와 각 칼럼간의 산점도를 그리고 음의 상관관계가 있는 변수를 기술하세요.

In [155]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

import pandas as pd import numpy as np import seaborn as sns import matplotlib.pyplot as plt %matplotlib inline import warnings warnings.filterwarnings('ignore')   df = pd.read_csv('../auto-mpg.csv') df.columns = ['mpg','cylinders','displacement','horsepower', 'weight','acceleration','model year','origin','name'] df_s = df[['mpg','cylinders','weight','displacement','acceleration' ]] display(df_s.head()) df_s.plot(x='weight', y='mpg', kind='scatter')

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

셀 전체 선택

• 0열 선택0열 다음에 열 추가
• 1열 선택1열 다음에 열 추가
• 2열 선택2열 다음에 열 추가
• 3열 선택3열 다음에 열 추가
• 4열 선택4열 다음에 열 추가
• 5열 선택5열 다음에 열 추가

• 0행 선택0행 다음에 행 추가
• 1행 선택1행 다음에 행 추가
• 2행 선택2행 다음에 행 추가
• 3행 선택3행 다음에 행 추가
• 4행 선택4행 다음에 행 추가
• 5행 선택5행 다음에 행 추가

열 너비 조절

행 높이 조절

	mpg	cylinders	weight	displacement	acceleration
0	15.0	8	3693.0	350.0	11.5
1	18.0	8	3436.0	318.0	11.0
2	16.0	8	3433.0	304.0	12.0
3	17.0	8	3449.0	302.0	10.5
4	15.0	8	4341.0	429.0	10.0

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

Out[155]:

<matplotlib.axes._subplots.AxesSubplot at 0x2115e159288>

대표사진 삭제

사진 설명을 입력하세요.

In [157]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

# 풀지 않은 추가 답안   display(df_s.corr()) df_s.plot(x='weight',y='mpg', kind='scatter') df_s.plot(x='cylinders',y='mpg', kind='scatter') df_s.plot(x='displacement',y='mpg', kind='scatter') df_s.plot(x='acceleration',y='mpg', kind='scatter') # 음의 상관관계 : cylinders, weight, displacement

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

셀 전체 선택

• 0열 선택0열 다음에 열 추가
• 1열 선택1열 다음에 열 추가
• 2열 선택2열 다음에 열 추가
• 3열 선택3열 다음에 열 추가
• 4열 선택4열 다음에 열 추가
• 5열 선택5열 다음에 열 추가

• 0행 선택0행 다음에 행 추가
• 1행 선택1행 다음에 행 추가
• 2행 선택2행 다음에 행 추가
• 3행 선택3행 다음에 행 추가
• 4행 선택4행 다음에 행 추가
• 5행 선택5행 다음에 행 추가

열 너비 조절

행 높이 조절

	mpg	cylinders	weight	displacement	acceleration
mpg	1.000000	-0.775412	-0.831558	-0.803972	0.419133
cylinders	-0.775412	1.000000	0.896623	0.950718	-0.503016
weight	-0.831558	0.896623	1.000000	0.932957	-0.416488
displacement	-0.803972	0.950718	0.932957	1.000000	-0.542083
acceleration	0.419133	-0.503016	-0.416488	-0.542083	1.000000

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

Out[157]:

<matplotlib.axes._subplots.AxesSubplot at 0x21160d07cc8>

대표사진 삭제

사진 설명을 입력하세요.

대표사진 삭제

사진 설명을 입력하세요.

대표사진 삭제

사진 설명을 입력하세요.

Q2. df_s의 각 컬럼간의 상관관계에 대한 시각화를 아래와 같이 수행하세요. (10점)

2개의 행과 2개의 열을 가진 subplots를 이용해서 표현

Seaborn의 regplot을 이용해 산점도와 선형 회귀 직선을 함께 표현

In [12]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

import matplotlib.pyplot as plt import seaborn as sns %matplotlib inline   fig, axs = plt.subplots(figsize=(16,8), ncols=2, nrows=2) # 2행 2열 차트를 만든다. lm_features = ['acceleration', 'cylinders', 'weight', 'displacement'] for i, feature in enumerate(lm_features): # 인덱스와 같이 작동하는 것 row = int(i/2) #처음 인덱스는 0 col = i%2 # 컬럼도 처음에 0 # 시본의 regplot을 이용해 산점도와 선형 회귀 직선을 함께 표현 sns.regplot(x=feature, y='mpg', data=df_s, ax=axs[row][col])

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

대표사진 삭제

사진 설명을 입력하세요.

 

Q3. auto_mpg.csv 파일을 df 이름으로 불러와서 horsepower열에 대한 히스토그램을 그린 후 출력하세요.(20점)

df.columns = ['mpg','cylinders','displacement','horsepower','weight', 'acceleration','model year','origin','name']

In [142]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

df = pd.read_csv('../auto-mpg.csv', header=None) df.columns = ['mpg','cylinders','displacement','horsepower','weight', 'acceleration','model year','origin','name'] df_h = df.loc[:,['horsepower']] # display(df_h['horsepower'].unique()) # '?' 하나가 있어서 제거하기 위해 작업함 df_h.replace('?', np.nan, inplace=True) df_h.fillna(df_h.mean(), inplace=True) df_fh=df_h.astype('float') df_fh.plot(kind='hist')

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

대표사진 삭제

사진 설명을 입력하세요.

Out[142]:

<matplotlib.axes._subplots.AxesSubplot at 0x2115ee79888>

Q4. 아래 사항을 준수하여 막대 그래프(barplot)를 출력하세요. (10점)

Seaborn 제공 데이터셋 가져오기 : titanic = sns.load_dataset('titanic')

sns.barplot 이용

스타일 테마 설정 : sns.set_style('whitegrid')

그래프 객체 생성 : figure에 3개의 서브 플롯을 생성

x축, y축에 변수 할당 : x='sex', y='survived', data=titanic, ax=ax1

x축, y축에 변수 할당하고 hue 옵션 추가 : x='sex', y='survived', hue='class', data=titanic, ax=ax2

x축, y축에 변수 할당하고 hue 옵션을 추가하여 누적 출력 : x='sex', y='survived', hue='class', dodge=False, data=titanic, ax=ax3

차트 제목 표시\ ax1.set_title('titanic survived - sex')\ ax2.set_title('titanic survived - sex/class')\ ax3.set_title('titanic survived - sex/class(stacked)')

In [152]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

titanic = sns.load_dataset('titanic') sns.set_style('whitegrid')   fig = plt.figure(figsize=(15,5)) ax1=fig.add_subplot(1,3,1) ax2=fig.add_subplot(1,3,2) ax3=fig.add_subplot(1,3,3)   #x축, y축 변수 할당 sns.barplot(x='sex', y='survived', data=titanic, ax=ax1)   # hue 옵션에 'who' 추가 sns.barplot(x='sex', y='survived', hue='class', data=titanic, ax=ax2)   # dodge = False 옵션 추가 (축 방향으로 분리하지 않고 누적 그래프 출력) sns.barplot(x='sex', y='survived', hue='class', dodge=False, data=titanic, ax=ax3)   ax1.set_title('titanic survived - sex') ax2.set_title('titanic survived - sex/class') ax3.set_title('titanic survived - sex/class(stacked)')

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

대표사진 삭제

사진 설명을 입력하세요.

Out[152]:

Text(0.5, 1.0, 'titanic survived - sex/class(stacked)')

Q5. 아래 사항을 준수하여 빈도 그래프(countplot)를 출력하세요.(20점)

Seaborn 제공 데이터셋 가져오기 : titanic = sns.load_dataset('titanic')

sns.countplot 이용

스타일 테마 설정 : sns.set_style('whitegrid')

그래프 객체 생성 : figure에 3개의 서브 플롯을 생성

기본값 : x='class', palette='Set1', data=titanic, ax=ax1

hue 옵션에 'who' 추가 : x='class', hue='who', palette='Set2', data=titanic, ax=ax2

dodge=False 옵션 추가 : x='class', hue='who', palette='Set3', dodge=False, data=titanic, ax=ax3

차트 제목 표시\ ax1.set_title('titanic class')\ ax2.set_title('titanic class - who')\ ax3.set_title('titanic class - who(stacked)')

In [153]:

셀 전체 선택

• 0열 선택0열 다음에 열 추가

• 0행 선택0행 다음에 행 추가

열 너비 조절

행 높이 조절

titanic = sns.load_dataset('titanic') sns.set_style('whitegrid')   fig = plt.figure(figsize=(15,5)) ax1=fig.add_subplot(1,3,1) ax2=fig.add_subplot(1,3,2) ax3=fig.add_subplot(1,3,3)   # 기본값 sns.countplot(x='class', palette ='Set1', data=titanic, ax=ax1)   # hue 옵션에 'who' 추가 sns.countplot(x='class', hue ='who', palette ='Set2', data=titanic, ax=ax2)   # # dodge = False 옵션 추가 (축 방향으로 분리하지 않고 누적 그래프 출력) sns.countplot(x='class', hue='who', palette='Set3', dodge=False, data=titanic, ax=ax3)   ax1.set_title('titanic class') ax2.set_title('titanic class - who') ax3.set_title('titanic class - who(stacked)')

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

Out[153]:

Text(0.5, 1.0, 'titanic class - who(stacked)')

대표사진 삭제

사진 설명을 입력하세요.

Q6. 타이타닉 생존자 예측 모델 개발을 위한 최종 선정 변수와 그 이유를 논하세요. (20점)

titanic3 분석용 데이터에 대한 탐색적 분석 결과 반영

 

1.fare

2.age

3.sex

4.survived

5.pclass

결론 : (금액, 나이, 성별, 생존률, 등급) 변수를 통해, 연산 메소드를 이용하여 데이터들의 상관관계를 해석할 수 있다.

부연설명

전처리를 통해 가공된 데이터를 corr()함수로 분석해 보면 sex-survived 가 가장 큰 음의 상관관계를 나타낸다고 해석할 수 있다. (의미상 pclass - fare 관계는 제외)

이는, sex-survived 가 서로 가장 밀접한 영향을 미친다고 볼 수 있으며, 최종 선정 변수로 채택된 이유로 적합하다고 판단된다.

추가적인 fare, age, pclass 데이터는 sex-survived 관계 외에도 다양한 변수를 고려해야 한다는 의미로 사용될 수 있다. --> 각 데이터가 생존률에 미치는 영향을 가중치로 두어 5가지 변수를 사용하는 방법도 사용 가능